A Systematic Review of Mathematical Modelling of Epigenetic Regulatory Mechanisms in Gene Expression: Methods, Architectures, and Future Research Directions
Notice bibliographique
Résumé
Epigenetic regulation plays a fundamental role in controlling gene expression without altering the underlying DNA sequence. Mechanisms such as DNA methylation, histone modification, and chromatin remodelling dynamically influence transcriptional activity and cellular differentiation. Mathematical modelling, particularly using differential equations and dynamical systems, has emerged as a powerful framework for understanding these complex regulatory processes. This systematic review examines advances between 2018 and 2023 in modelling epigenetic regulatory mechanisms governing gene expression. Recent studies demonstrate that ordinary differential equation (ODE) models are widely used to describe temporal dynamics of gene regulatory networks (GRNs), while stochastic and fractional models capture variability and memory effects in epigenetic processes. Additionally, hybrid and multiscale models integrating gene regulation with epigenetic feedback loops have significantly improved predictive capability. Mathematical models allow the analysis of nonlinear regulatory circuits, feedback loops, and attractor states that determine cellular phenotypes. Emerging approaches include data-driven parameter estimation, machine learning-assisted differential equation models, and integration of single-cell sequencing data. Despite these advancements, challenges remain in parameter estimation, data integration, and model validation due to the complexity of epigenetic systems. This review synthesizes modelling approaches, compares architectures, and identifies future research directions such as multiscale integration, hybrid AI–mechanistic modelling, and personalized epigenetic modelling.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».