简介
信使RNA（mRNA）向蛋白质忠实地传递遗传信息对正常的细胞活力和生理功能至关重要。核糖体通过重复选择氨基酰化转移RNA（aa-tRNA），以mRNA模板定向的方式连续添加氨基酸，拉长新生肽链。因此，tRNA通过广泛表达的大量氨酰基-tRNA合成酶（aaRS）重复装载同源氨基酸(1). 带电的aa-tRNAs以三元复合物（TC，aa-tRNA-EF-GTP）的形式传递到核糖体，延伸因子[EF-Tu在细菌中，eEF1A（eEF1alpha）在真核生物中]与GTP结合(2). 因此，功能性TC的浓度对每个密码子的延伸率至关重要。
全套61个义密码子由特定的等接受tRNAs读取，其浓度差异很大(三,4). 这种不对称的tRNA丰度导致每个密码子的翻译速率发生变化，从而导致沿着mRNA的延伸速度不均匀(5)：与稀有tRNA读取的密码子相比，与丰富tRNA物种配对的密码子翻译速度更快(6). 与高度丰富的tRNAs配对的密码子与次要tRNA配对的使用偏差可能是延长速度的选择力(7,8)，翻译准确性(2)或提高翻译下游过程的保真度(5,9). 迄今为止，密码子使用偏差（即一些同义密码子与其他密码子使用频率的差异）一直被使用，假设密码子使用模式直接反映了拷贝数，从而反映了同源tRNA的浓度(4,10). 两种生物体全套tRNA物种的实验量化，大肠杆菌和枯草芽孢杆菌然而，tRNA浓度和密码子使用之间的理想比例存在偏差(三,11). 此外，在多细胞生物中，尽管每个细胞中tRNA的密码子使用统一且基因组拷贝数相等，但tRNA的浓度在不同组织和分化阶段之间也有所不同(4,12). 类似地，在指数增长的原核细胞中，tRNA浓度的分布有可能发生非常迅速的变化(13)尽管tRNA丰度较低，但某些罕见密码子的翻译速度出乎意料地高(14,15).
外部环境的变化调节了延伸周期中所涉及因素的丰度和集中度，从而影响延伸过程的动力学。氨基酸供应的限制改变了带电tRNA物种的模式(16,17). 细胞细胞质中大分子拥挤的变化（例如在暴露于渗透压力的细胞中）影响大分子扩散(18–20)从而改变参与翻译的成分的扩散速度。有趣的是，翻译忠实度与翻译需求呈负相关(21)其变化（即通过蛋白质表达谱的变化）可能会改变某些TC的可用性。
为了理解延伸过程的动力学和复杂性，我们开发了一个由确定性和随机部分组成的平移延伸的通用模型。对模型的分析表明，活性TC向核糖体传递过程中的扰动，无论是对TC的穷尽需求还是扩散限制，都会导致单个密码子的延伸率产生巨大差异。平移剖面的实验分析证实了我们模型的预测；我们观察到，TC在接触渗透压的细胞中扩散较慢，大大增加了翻译提前终止的可能性。反过来，在同源tRNA转录上调的情况下，同聚延伸蛋白过度表达期间对单一TC物种的广泛需求并没有得到补偿。这种翻译延伸的一般模型适用于所有生命王国，提供对mRNA延伸率的系统了解，以响应不同的内在（即对一种氨基酸的广泛需求）和外在（即环境变化）因素。
材料和方法
tRNA定量
具有53个CAG重复序列的Htt外显子1在pGEX-6P-1质粒中GST部分下游亚克隆。具有53Gln病理重复序列的纯外显子1是高度聚集蛋白，N末端GST-tag确保其在整个表达周期中的溶解性。含有插入物的质粒表达于大肠杆菌BL21（DE3）细胞，并在37°C的LB培养基中培养至OD=0.6。如别处所述，分离出总tRNA(22). tRNA的质量通过吸光度比A进行验证260纳米/A类280纳米使用在体外带有随机六聚体引物的逆转录试剂盒（发酵剂），并使用tRNA特异引物在实时PCR循环器（StepOnePlus™实时PCR系统，Applied Biosystems）中定量。使用5S rRNA浓度对tRNA浓度进行标准化。
多体轮廓
这个大肠杆菌BL21（DE3）细胞在37°C和220 r.p.m的LB培养基中培养，直至OD=0.4，然后在6000 r.p.m离心5分钟，再次悬浮在等体积的M9最小培养基中，并在37℃下进一步培养，直到OD=0.5。将细胞分裂成等份，并向一等份中添加最终浓度为300 mM（0.6 Osm）的氯化钠，以施加渗透压力。细胞在37°C下进一步培养20分钟，并使用Cozzone程序分离其多聚体，并进行以下修改(23). 将100 ml培养物中的原生质体重新悬浮在0.7 ml新鲜制备的裂解缓冲液中，其中含有0.2%tritonX100、10 U DNase I（无RNase，发酵剂）和1 U/μl Ribolock™RNase抑制剂（发酵剂）。混合物在37°C下培养5分钟，并在10 000下离心澄清克在4°C下保持10分钟。将含有相同数量核酸的裂解液分层到裂解缓冲液中15–40%的蔗糖梯度上，并在SW65转子（贝克曼）中以40 000转/分的转速离心2.5小时。梯度被慢慢抽出，A260纳米通过流动紫外分光光度计进行监测。
数值方法和随机模拟
微分方程在MatLab中使用非tiff Runge Kutta方法求解，相对误差容限为10−7(24).
随机模拟是在一个小的立方体积中进行的，该体积等于典型体积的1/10大肠杆菌体积（10−15l） 其核糖体和TC的密度与大肠杆菌细胞。此体积中核糖体和TC的数量根据其在大肠杆菌细胞。核糖体的扩散被忽略，这是允许的简化，因为核糖体的大小（～3000 kDa）比TC（～70 kDa）大得多。核糖体和TC被视为球状，并随机位于该体积中。在所有三个轴中，TC在布朗扩散中穿过的距离可以用以下概率分布来描述：
哪里d日x个是投影在一个轴上的距离，D类是扩散系数t吨是时间间隔。我们在立方空间域中使用了周期性边界条件，其中TC粒子遵循布朗运动，通过计算TC和核糖体之间的距离检测碰撞。
氨基酸通过TC和核糖体之间的有效碰撞传递到核糖体。当TC和核糖体中心之间的距离变得比它们半径的总和更近时，检测到碰撞事件。然而，根据有效性参数确定，只有一小部分碰撞是有效的：碰撞有效性适应于由确定性模型中的实验数据导出的转化率的平均值，该模型包含两个结构细节（整个核糖体表面的a位点入口表面） (25)以及关于辨别和tRNA诱导的校对的动力学细节(2).
在有效碰撞中，TC进入a位置，因此它被从模拟体积中移除，并被体积中随机生成的另一个TC取代，从而使TC浓度保持恒定。为了加速模拟，同时最小化缺失事件，时间间隔t吨确定为一个时间间隔内移动距离的95%，小于TC的半径。模拟在VB.NET 2008中编程。
在模拟细胞生长的最佳条件下，在高渗透压培养基中，通过过度表达含聚谷氨酰胺的蛋白质，共记录到53 661、27 744和23 273个个体事件。拟合参数与广泛假设的指数分布存在显著偏差(一=0.8393，正常情况下95%的保密区间为0.8307–0.8481；一=0.8822，对于渗透性升高的细胞，95%的置信区间为0.8695–0.8951；和一=0.8533，polyGln表达细胞的95%置信区间为0.8400–0.8669），通过MatLab确定的拟合参数的比较证明了这一点。核糖体在个别伸长事件中的等待时间分布拟合到伽玛函数：
结果
平移伸长的确定模型
细胞中单个密码子的翻译速率由以下四个后续过程决定()：（i）氨基酸通过相应的aaRS附着到其同源tRNA上；（ii）aa-tRNA与GTP-结合的延伸因子（原核生物中的EF-Tu和真核生物中的eEF1A）形成TC复合物；（iii）TC扩散到需要它的核糖体，并将氨基酸转移到生长的多肽链，从而释放tRNA；和（iv）通过EF-Ts（原核生物）或EF-1B/C（真核生物）将GDP-结合的延伸因子再生为GTP-结合状态。一种氨基酸的所有等接受tRNAs均由其共同的aaRS以相同的动力学参数充电(K（K）米和k个猫). aaRS的浓度通常与其一组底物的总浓度成比例，即介导一个氨基酸转移的全套tRNA(三,26)如这里所假设的，平移装置的所有组件均匀分布。除了蛋氨酸和色氨酸外，所有其他氨基酸都由几个同义三联体编码；因此，普通aaRS在每个tRNA同工酶受体上都有很大的过剩，所以我们假设所有aaRS的浓度都是恒定的。TC的形成速率取决于TC的供给速率（tRNA-补充和形成具有延伸因子的复合物）和需求速率（核糖体的消耗，与密码子频率成正比）与EF-GTP再生之间的平衡(). 这些组分中每一种的活性浓度决定了单个密码子的延伸率。在非限制氨基酸供应的条件下，带电tRNA（aa-tRNA）浓度的质量平衡方程可以写成
这里的[tRNA]和[aaRS]分别是特定tRNA物种和aaRS酶的总浓度；（f）是带电tRNA的分数，k个猫和K（K）米是aaRS催化的tRNA酰化的酶参数；k个2是带电tRNA与EF[过程之间复合物形成的速率常数(2),]. 由于原核生物和真核生物中EF的高亲和力和极高丰度，EF-GTP与aa-tRNA复合物的形成非常快(27). TC（[TC]）的浓度取决于TC的形成和TC的消耗，且速率常数为k个t吨来自核糖体的一部分米它需要这个tRNA同工酶(三),]:
游离tRNA的质量平衡可以表示为
伸长因子将aa-tRNA传递到核糖体，通过tRNA与mRNA的相互作用使复合物初始稳定后，GTPase激活和GTP水解发生。同源tRNA增加了GTPase激活的速率，而密码子-反密码子区域与错误tRNA（近同源或非同源）的不匹配会削弱这种反应(28). GTP水解产生EF结合形式的无机磷酸盐和GDP。EF-GTP由第二组丰度高的延伸因子再生[EF-Ts在原核生物中，eEF-1B/C在真核生物中；过程(4),]质量平衡由
哪里k个4是EF-GTP再生的总速率常数。此外，EF-GTP的质量平衡可以介绍为
翻译延伸的一般模型适用于任何生物体。EF-GTP再生对所有TC都是均匀的，对每一步伸长的贡献都是恒定的，与TC种类无关。在真核生物中，eEF1A的回收速度慢得多，并且与过程共享速率控制功能(1)和(三)而在原核生物中，EF-Tu-GDP的再生与所有其他过程相比相对较快，对伸长的整体动力学贡献较小，因此可以忽略不计(29,30). 对于原核生物来说，这个过程(2)比(三) ()因此TC的质量平衡可以简化为
由于每个tRNA物种的延伸因子都过大，TC的浓度与游离tRNA的浓度成正比(26). 反过来，核糖体对同源TC的平均等待时间为
说明方程式的结果(8)，我们以tRNA为例2格林哪个在大肠杆菌仅与编码谷氨酰胺（Gln）的CAG密码子配对。在非限制性Gln供应下，aaRS酶的动力学参数为k个猫=3.20±0.48秒−1和K（K）米=0.31±0.09µM（对于tRNA）(31); tRNA和谷氨酰-tRNA合成酶（GlnRS）的浓度为1.46×10−6M和2.79×10−6M、 分别(三,26). 同时需要CAG密码子的核糖体的最大浓度可以根据CAG密码元的使用情况估计，计算为6.88×10−7M.在稳定状态下，80%的tRNA带电(（f）= 0.8) (16)，方程式(8)然后可以求解k个t吨; 结果值为5.39×106秒−1摩尔−1l.因此，换算率(第页t吨)预测为：第页t吨=k个t吨
（f）[t吨核糖核酸]米= 4.33 × 10−6摩尔升−1秒−1，或6.3 CAG密码子/核糖体/s。该结果与实验测量的大肠杆菌（4.2–21.6密码子/s）(32).
TC可能因过度需求而在全球耗尽
通过表达含有同聚氨基酸序列或重复序列的蛋白质，或通过异源和同源过表达蛋白质，特定TC物种的翻译需求可能会显著增加，从而增加同源TC核糖体的等待时间。可以通过在方程中加入一个附加项来模拟额外的同聚物密码子延伸（这里以CAG运行为例）(8):
其中米CAG公司是核糖体池中参与翻译具有同聚Gln延伸的蛋白质或富含CAG密码子的过表达蛋白质的部分的浓度。使用龙格-库塔积分法（再次举例说明大肠杆菌tRNA2格林)发现由于过度需求，TC-tRNA的浓度2格林在<0.5秒内显著下降(A） ●●●●。这个转换时间对应于翻译2–3个连续密码子所需的时间。核糖体的等待时间与同时请求相同TC的核糖体数量平行增加(B） ●●●●。这种效应与密码子的使用量成反比：tRNAs与稀有密码子配对时，耗尽和新的稳态建立得比与常用密码子配对更快(图S1,表S1). 生长所必需的蛋白质非常丰富，它们的mRNA富含与主要tRNA配对的密码子，因此优化了翻译速度(三,33). 即使在对特定同源tRNA需求较高的情况下，主要tRNA的缓慢消耗也能确保必要基因的充分表达。
以tRNA需求为例的TC全球消耗2格林. (一)充电TC的比例因其同时请求而降低米CAG公司（0、100、1000核糖体）。数字100和1000表明，翻译CAG重复序列的核糖体是正常存在于细胞中的孤立CAG密码子的0.24倍和2.4倍大肠杆菌基因组。(B类)核糖体翻译单个CAG密码子的等待时间的增加与参与polyGln延伸翻译的核糖体浓度的增加平行(米CAG公司= 0, 100, 1000).
这里，我们假设每个物种的tRNA浓度保持不变。然而，细胞可以根据蛋白质模式的需求和特异性调节tRNA的丰度(12,34). 调查tRNA是否2格林当它在翻译中被高度要求时被上调，我们用仅由CAG-密码子构建的连续聚谷氨酰胺（polyGln）延伸来测量其在过度表达模型蛋白的细胞中的细胞浓度。我们使用亨廷顿病相关的亨廷顿蛋白外显子1与53 Gln（GST-Htt53Gln）的GST融合。实验模拟对tRNA的大量需求2格林，我们在一个高拷贝数的质粒上表达GST-Htt53Gln，该质粒同时产生超过2500个mRNA拷贝。在95%的置信水平下使用定量RT-PCR，我们无法检测到tRNA的上调2格林()表明对一种TC的需求增加并没有被相应tRNA物种的转录上调所补偿；细胞中tRNA的水平保持不变，这反过来证实了我们关于tRNA浓度恒定的假设2格林.
在用polyGln表达蛋白质的过程中，高要求的游离tRNA的浓度被拉伸2格林实时qRT-PCR测定的同受体保持不变。数值表示为倍数变化（log2; 平均值±SD）与仅表达背景、染色体编码蛋白的对照细胞相比。tRNATrp公司，tRNA遇见，tRNA4精氨酸和tRNA2伊利作为对照组，也没有显示出与对照条件的差异。
TC在核糖体翻译同聚物伸展区附近局部耗竭
为了解决重复翻译一个密码子的核糖体附近是否存在浓度梯度的问题（即通过翻译同聚延伸），我们将模型扩展为TC复合物在翻译重复序列的核糖体内的空间扩散。TC仅通过被动扩散传递到核糖体，我们在此假设其遵循菲克定律。尽管胞质溶胶高度拥挤，但蛋白质和RNA颗粒都以典型的布朗方式扩散，尽管扩散系数较慢(20,35). 我们还假设每个TC都是从核糖体的aa-tRNA-结合位点A位点生成的，并且扩散是各向同性的。这个假设的一个证据是，aaRS并没有在A位点附近被共同分离或鉴定，即使它们可能与核糖体很接近(36)TC到a位仍然存在扩散路径。将核糖体近似为一个球体，TC在其附近的扩散可以描述为
哪里D类是扩散系数，c=c(r、 t吨)是TC浓度作为位置和时间的函数，以及第页是到核糖体中心的距离。我们使用了一个球坐标系，核糖体位于原点。TC与核糖体碰撞的半径第页=一和c（c）=c（c）0而远离核糖体第页= ∞,c（c）=c（c）∞.我们解出了方程(11)在以下情况下大肠杆菌使用以下设置：一=14nm，TC的扩散系数为2.569×10−12米2/秒(37). 在稳定状态下，
.解方程(11)显示TC浓度的径向分布(A） ：
TC通过扩散的供应速率由下式给出
TC在翻译中的消耗率为
哪里N个一是阿伏伽德罗常数。在稳定状态下，TC消耗率等于供给率。求解方程可以揭示局部耗竭因子(L（左）):
分析结果表明tRNA2格林可能由于扩散而局部耗尽(A） ，这进一步限制了连续拉伸的平移速度（此处为polyGln）。重要的是，翻译孤立CAG密码子的核糖体附近也可能发生局部缺失；然而，对于参与连续polyGln延伸翻译的核糖体来说，这种影响要强烈得多。考虑到局部耗竭对核糖体转化重复拉伸的影响，方程(10)被一个因子修改Lm（磅）CAG公司:
因此，局部消耗将影响等待时间[等式(9)]:
在最佳生长条件下，局部耗竭对延长核糖体的等待时间贡献不大(L（左）= 0.98) (B） ●●●●。
TC的局部缺失增加了核糖体在单个密码子处的等待时间。(一)核糖体翻译CAG附近TC浓度的径向分布在稳定状态下重复。(B类)核糖体翻译CAG重复序列的等待时间（虚线）比核糖体转换孤立的CAG密码子的等待时间略有增加（实线）。进行模拟时假设米CAG公司[0（黑色）、100（蓝色）或1000（红色）]核糖体同时翻译聚谷氨酰胺延伸大肠杆菌单元格。(C类)细胞暴露于渗透压（0.6 Osm）下会严重增加核糖体翻译孤立CAG密码子（实线）和CAG重复序列（虚线）的等待时间。
外部压力通常会导致细胞体积和胞浆中溶质成分的变化(38)改变大分子聚集(20). 在细胞环境中渗透性升高的情况下，细胞的主要反应是大量水分的损失，这反过来导致胞浆中大分子浓度的增加，从而改变蛋白质的扩散特性(18,19). 为了解决TC的扰动扩散对平移伸长的影响，我们接下来在渗透应力条件下进行了模拟(C） ●●●●。我们选择了轻度渗透胁迫（0.6 Osm），在该胁迫下，尽管扩散速度较慢，但仍允许扩散；～70kDa TC复合物的扩散系数从2.569×10下降−12米2秒−1(37)至0.32×10−12米2秒−1NaCl作用下渗透性上升至0.6 Osm(18,19). 分析表明，即使是轻微的渗透性上升和适度增强的大分子拥挤，也会对同源TC核糖体的等待时间产生巨大影响(C） 并且由于TC的全球消耗增加，将大大延迟单个密码子的翻译(L（左）0 Osm时=0.98，L（左）=0.86，0.6 Osm和L（左）1.45 Osm时=0.41）。
个别伸长事件的随机分布
细胞内反应发生在远离热力学平衡的地方，细胞内每个分子物种的总数相对较低，这表明波动可能很大，并且可能在伸长动力学中发挥重要作用。为了解决这个问题，我们提出了一个随机模型来描述单个翻译延伸事件。为了模拟被动扩散TC的运动，我们使用了布朗随机walker模型(补充方法在里面补充数据)可以记录核糖体在个别伸长事件中的等待时间(A） ●●●●。有趣的是，单个核糖体等待时间分布的最佳拟合是由伽马函数而不是指数函数给出的(A、，补充方法在里面补充数据). 两种核糖体蛋白（L7/L12）与延伸因子（EF-Tu）之间的相互作用促进了三元复合物与核糖体的结合(39)很可能是观测到的伽马分布的原因。此外，我们用不同的参数进行了一系列模拟，以解决它们对等待时间的影响：核糖体浓度对分布没有影响，而规模（参数b条)显示出与tRNA浓度和扩散系数的负相关(图S2). 反过来，概率密度函数（参数一)与扩散系数呈正相关，仅在TC浓度很低时略有增加(补充图S2). 在所有情况下，一<1表明指数分布存在显著偏差，与模拟设置无关。
由于一个TC物种的广泛需求或TC浓度的全球变化，异常翻译的可能性增加。(一)核糖体在最佳生长条件（黑色）、渗透胁迫（红色）和过度表达的polyGln蛋白下等待时间分布的Gamma拟合米CAG公司=1000（蓝色）。(B类)大量同时翻译polyGln延伸的核糖体增加了核糖体分解的可能性。(C类)的多体剖面大肠杆菌在正常平衡培养基中生长的细胞（黑色），并且用53Gln过表达Htt外显子1（蓝色）。为了排除质粒骨架的任何影响，用空载体转化对照细胞。对应于单个核糖体亚单位的峰被指定为30S和50S，单体被指定为M，代表由两个或更多核糖体占据的mRNA的峰被标记为多糖体。(D类)外部渗透上移增加了分子拥挤度，降低了TC的扩散系数，随后增加了核糖体的脱落。如前所述，计算了大分子浓度及其对大分子扩散特性的影响(20). 注意，在（B）和（D）中的模拟中，考虑了瞬时暂停核糖体A位点释放因子的竞争。(E类)的多体剖面大肠杆菌细胞在正常平衡培养基（黑色）和渗透压为0.6 Osm（红色）的培养基中生长。30S和50S分别表示游离的小亚基和大亚基对应的峰值。
我们的预测清楚地表明，TC的全球和局部缺失都延长了核糖体在单个密码子处的平均停留时间(A） ●●●●。在细胞中异常核糖体停滞的情况下，可能出现两种结果：（i）移码到新的开放阅读框(40)或（ii）合成提前终止(41). 核糖体的停留时间没有明确的、实验确定的界限来区分这两个过程。亮氨酸编码密码子下降频率的放射性测量(42)建议平均时间为1.17秒；然而，它无法在与六个亮氨酸编码密码子配对的五种tRNA物种之间进行区分。进化性非程序化位点的框架迁移很少发生，其发生率低于3×10−5每密码子，比天然核糖体脱落量低两个数量级(43)这表明核糖体解离时会发生移码，尽管频率明显较低。密码子之间的移码概率是不均匀的，最好发生在次要tRNA读取的密码子上(44)而核糖体上所有tRNAs的同等选择(45)将有利于核糖体分离的均匀概率独立于密码子。所以，为了简单起见，我们在下文中将伸长的任何异常结果称为核糖体离解，对于某些固有的移码蛋白密码子来说，这种离解可能等于移码概率。伸长率提前终止的概率(P（P）d日)然后可以表示为
在最佳生长条件下，tRNA过度需求导致的全球消耗2格林受同时请求相同TC的核糖体数量的显著影响(A和B），而在渗透胁迫下，TC的扩散特性发生了改变(A和D）增加了这种效应，核糖体的平均等待时间增加。在细菌中，停滞在不间断密码子处的核糖体可以通过两种方式被拯救：（i）转移信使RNA（tmRNA或SsrA）通过10个氨基酸标签对新生链进行反式翻译标记，释放停滞的核糖体，并将其靶向降解(46)或（ii）释放因子协调失速新生链的水解(47). 由于tmRNA与伸长因子复合，其扩散将受到细胞内大分子拥挤增加的类似影响，就像所有TC一样。然而，释放因子（～40 kDa）小于TC（～70 kDa(20); 渗透压应激细胞中释放因子的高迁移率将增加遇到停滞核糖体的可能性。因此，在随机模拟中，我们考虑了释放因子和同源TC对异常停滞核糖体A位点的竞争(D） ●●●●。
检测翻译提前终止的频率是否受tRNA广泛需求的影响2格林或者改变大分子扩散，我们通过检测指数增长的多体轮廓来比较翻译活性大肠杆菌细胞过度表达GST-Htt53Gln的细胞(C） 和大肠杆菌受到渗透升档的细胞(E） ●●●●。mRNA由多个核糖体（即多聚体）主动翻译，这些核糖体可以在蔗糖密度梯度上分离。polyGln蛋白表达细胞的翻译谱主要由与平衡培养基中培养的细胞相似的多糖体部分控制(C） ●●●●。单个核糖体亚单位峰的存在是游离核糖体的一小部分的原因(C） 正如模型预测的那样(B） ●●●●。相反，在渗透性升高后，核糖体从多体区域急剧转变为单游离亚单位或单体(E） ●●●●。单个亚单位的峰解释了翻译下降，而富集的单体峰对应于核糖体流出(图S3); 渗透胁迫抑制翻译起始导致核糖体流失(48,49).
讨论
我们的模型提供了一个通用的理论框架，用于预测动态环境下由单个延伸步骤组成的整体延伸率，例如，包括在压力条件下细胞环境的变化、对一种氨基酸的穷尽需求、通过使用确定性和随机方法获得tRNA。它揭示了单伸长率步骤的动力学，这些步骤因其瞬态性质而难以通过实验进行跟踪。在这里，我们给出一个原核生物翻译的例子；然而，一般模型()只要系统有足够的实验数据集，例如tRNA和延伸因子浓度，同源aaRS的动力学特性，就可以应用于任何生物和细胞类型。目前，缺乏真核tRNA定量数据集阻碍了对真核系统的预测，尽管EF-GTP再生的动力学数据目前可用(29). 通过与细胞骨架和内质网的连接在空间上定位的大型复合物中真核蛋白合成机制的结构组织的建议(36)这需要改变随机模拟中的参数，反过来又需要极高的计算能力。然而，aaRS和核糖体a位点之间仍有距离，每个TC复合物都必须通过被动布朗扩散。此外，该模型不限于改变溶质组成并进而改变三元络合物扩散特性的外部应力类型（渗透、温度和氧化）。当细胞处于饥饿状态时，氨基酸的有限供应严重限制了同源三元复合物的可用性和tRNA同工酶的充电[过程（i），]变为速率限制。同一氨基酸的一组同受体内的电荷模式不同：一些tRNA的电荷水平接近于零，而另一些tRNA则保持较高水平(17). 保留充电模式的tRNAs富含参与氨基酸生物合成的基因，被认为是抵抗饥饿的调节环(17). 同受体家族中的差异充电模式将导致（f）-每个tRNA物种的值增加了方程的复杂性(1); 然而，这一原则没有改变。
该模型的一个关键特征是，它可以预测核糖体在单个密码子处的停滞和异常翻译结果的概率（即移码和翻译延伸提前终止）。TC的整体和局部缺失都会影响核糖体在单个密码子处的停留时间。在局部耗尽的情况下，由于核糖体附近单个TC的重复请求（即通过翻译均聚延伸），TC的流量发生改变，导致翻译过程中出现意外的非自然程序性停顿。由于所有其他TC的扩散特性和浓度都没有改变，因此不正确的TC（近同源或非同源）很有可能竞争与a位点的结合。在这种停顿期间，近同源和非同源TC与来自mRNA的至少两个核苷酸的比对将导致开放阅读框架发生改变，从而创建一个全新的氨基酸序列(40). 有趣的是，许多均聚物拉伸显示出很高的移码倾向体内导致更严重的疾病表型：在一个细胞中，编码polyGln蛋白的一小部分CAG重复序列移码为GCA延伸编码的多胺序列(50). 在由重复的慢翻译密码子组成的延伸中，这种效果可以得到显著增强：即使在只有两个密码子的延伸长度中，框架移位也可能是显著的(51,52).
与仅对一个TC产生影响的局部耗竭的情况相反，外部应力条件引起的大分子细胞扩散的改变同样影响所有TC物种的扩散，导致其全球耗竭。正如我们的研究结果所表明的那样，任何用于翻译的TC的低可用性都会暂时延缓核糖体并触发其过早分离。一贯地，高渗应激干扰起始和延伸步骤，导致不完全多肽的合成(48,49).
低TC可用性可导致两种截然不同的结果，即移码或提前终止，这一发现表明了利用我们的预测研究平移延伸动力学的可行性。翻译过程中延伸周期的调节在细胞中起着重要作用，可以控制细胞周期，并根据急性需要调整蛋白质组组成。由于我们的模型可以充分预测动态条件下的伸长率动力学，因此它有可能以系统的方式理解平移伸长率的机制、它们的动力学以及对环境因素的敏感性。
