2026年7月22日，北京大学前沿交叉学科研究院，定量生物学中心/北大-清华开云手机网页登录页面林杰课题组在物理学权威期刊《Physical Review Letters》发表题为“Fitness-Driven Scaling Laws between mRNA and Protein Levels”的研究论文。

该研究从细胞适应度最大化出发，通过权衡基因表达的效益与成本，揭示了mRNA与蛋白质水平之间的最优标度关系，为不同物种中mRNA-蛋白质呈现不同程度的相关性提供了演化层面的解释。

从DNA到mRNA，再到蛋白质，遗传信息沿着中心法则逐级传递。作为蛋白质合成的模板，mRNA的数量并不与蛋白质水平简单对应：细胞既可以通过较多的mRNA和较低的翻译效率合成蛋白质，也可以采用较少的mRNA和较高的翻译效率获得相近的蛋白质水平。然而，这两种表达方案各有代价：增加mRNA有助于稳定蛋白质产量，却会消耗更多转录资源；减少mRNA虽然能够节约资源，却会加剧蛋白质水平的随机波动。与此同时，蛋白质不足会影响正常生理功能，表达过量又可能产生生理毒性。因此，细胞如何在功能需求、资源消耗、过表达毒性和表达噪声之间作出权衡，为不同基因配置合适的mRNA和蛋白质水平，是理解基因表达调控规律的一个基本问题。研究人员据此建立了一个基因表达的成本-效益模型。模型同时考虑了蛋白质发挥生理功能带来的效益、转录和翻译消耗细胞资源造成的生产成本、蛋白质过表达产生的毒性，以及mRNA数量过低导致的蛋白质表达噪声。研究人员通过最大化平均适应度来找到对于细胞而言最优的mRNA和蛋白质表达水平。

图1. mRNA和蛋白质表达的成本效益权衡模型

理论推导和数值计算结果显示，当细胞处于最优表达状态时，mRNA拷贝数m与蛋白质拷贝数p之间会自然涌现出幂律标度关系：m∼p^γ。更为关键的是，研究发现标度律指数γ具有0.5的理论下限。当蛋白质过表达毒性较弱时，最优mRNA水平大致按照蛋白质水平的平方根增长，即m∼p^0.5。当过量蛋白质具有较强毒性时，蛋白质水平的随机波动可能使细胞进入高毒性区间。为了降低这种风险，细胞需要使用更多mRNA来抑制蛋白质噪声，因此mRNA水平随蛋白质水平增长得更快，标度律指数也会相应升高。这一结果还可以帮助理解转录调控与翻译调控在决定蛋白质水平时各自承担的作用。只要标度律指数高于0.5，蛋白质水平的差异便主要来自mRNA水平的变化，即转录调控总体上发挥主导作用；但当指数小于1时，翻译调控仍会显著放大mRNA差异对蛋白质水平的影响。因此，转录调控的主导地位与翻译调控的重要性并不矛盾，而是最优表达策略的两个方面。

图2. （a）mRNA与蛋白质表达水平之间的标度律。（b）mRNA对蛋白质表达水平调控的贡献。FC: fold change.

为了检验这一理论，研究人员进一步对酿酒酵母的全基因组表达进行模拟，并且对多物种的实验数据进行了分析。模拟的结果不仅在标度律指数上与实验测量吻合，在mRNA和蛋白质表达量的绝对水平上也与实验数据较为一致。大肠杆菌、酿酒酵母、裂殖酵母、小鼠和人等多个物种的全基因组数据表明，尽管不同物种、菌株和实验条件下得到的指数并不完全相同，所分析数据中的标度律指数均高于模型预测的0.5下限。

图3.（a）酿酒酵母mRNA与蛋白质表达水平在基因组层面的标度关系：数值模拟。（b）对应的实验观测。（c）各物种中mRNA与蛋白质的标度律指数均大于0.5

该研究从适应度优化的角度给出了基因调控网络所趋向的目标表达状态，将蛋白质功能需求、资源消耗、过表达毒性和基因表达噪声纳入统一框架，解释了mRNA与蛋白质水平为何会在不同生物中形成相似的定量规律，为理解细胞如何在表达精度与资源经济性之间作出权衡提供了新的理论视角。

邮箱：

linjie@pku.edu.cn

实验室主页：

http://cqb.pku.edu.cn/jlingroup  

研究领域：

1. Quantitative biology and systems biology

Biological processes are complex and often out-of-equilibrium. Nevertheless, universal and quantitative laws often emerge at the cellular or populational level. One example is the constant protein and mRNA concentrations in a growing cell volume, generally valid for any proliferating cells. We are interested in finding these laws and understanding the underlying mechanisms using the language of physics. Our research interests are broad, including but not limited to gene expression, cell size regulation, and cell physiology. We seek to collaborate with experimentalists and test our ideas using actual data. Our ultimate goal is to find unifying mathematical frameworks to describe various biological processes.

2. Soft living matter

Soft matter refers to materials easily deformed by thermal fluctuation and external forces, including polymers, liquid crystals, colloids, and many others. Living matter such as cells shares many similarities with soft matter: they can be easily deformed and exhibit complex rheological behaviors. A key feature that makes living matter fascinating is that they constantly consume energy and are out-of-equilibrium. Living matter also actively responds and adapts to the environment. We are interested in extending our knowledge of soft matter physics to living matter to gain deeper insights into non-equilibrium statistical physics and biology.