Krooninen sairaus

tiivistelmä

Boolen dynaaminen järjestelmä, joka yhdistää tärkeimmät signalointireittejä osallisina syövän on rakennettu perustuu nykyisin tunnettujen proteiini- proteiini vuorovaikutuksen verkosto . Tämä järjestelmä osoittaa paikallaan proteiinin aktivoitumisen kuvioita – attractors – riippuvainen solun microenvironment. Nämä dynaamiset attractors määritettiin simuloinnein ja niiden stabiiliuksia vastaan ​​mutaatioita testattiin. Korkeampaan hierarkiatasolla, oli mahdollista ryhmitellä verkkoon attractors erillisiksi soluun fenotyyppien ja määrittää kuljettajan mutaatioita, jotka edistävät fenotyyppisen siirtymiä. Huomaamme, että kuljettaja solmut eivät välttämättä keskeinen verkon topologia, mutta ainakin ne ovat suora säätelijöitä keskeisten komponenttien kohtaan, jotka lähenevät tai jonka kautta ylikuulumisongelmissa erillisen syöpä signalointireittejä. Ennustettu kuljettajat ovat yhtäpitäviä korostanut monipuolista väestönlaskennan syövän geenien äskettäin suoritettu useissa ihmisen syövissä. Lisäksi meidän tulokset osoittavat, että solun fenotyypit voivat kehittyä kohti täyttä pahanlaatuisen kautta erillisen sekvenssit kertyneestä mutaatioita. Erityisesti verkko malli tukee reitit syövän tiedetty jonkin kasvaimen tyyppejä. Lopuksi Boolen verkkomalli käytetään arvioimaan tuloksen molekyylirakennetta suunnattu syöpähoitojen. Merkittävä löytö on, että monoterapioita olivat lisäaineena niiden vaikutuksia ja että yhdistys kohdennettujen lääkkeiden on välttämätön syövän hävittämiseksi.

Citation: Fumiã HF, Martins ML (2013) Boolean Network Model for Cancer Pathways: ennustaminen Karsinogeneesi ja Kohdennettu Therapy Tulokset. PLoS ONE 8 (7): e69008. doi: 10,1371 /journal.pone.0069008

Editor: James P. Brody, University of California, Irvine, Yhdysvallat

vastaanotettu: 09 huhtikuu 2013; Hyväksytty: 9. kesäkuuta 2013. Julkaistu: 26 heinäkuu 2013

Copyright: © 2013 Fumiã, Martins. Tämä on avoin pääsy artikkeli jaettu ehdoilla Creative Commons Nimeä lisenssi, joka sallii rajoittamattoman käytön, jakelun ja lisääntymiselle millä tahansa välineellä edellyttäen, että alkuperäinen kirjoittaja ja lähde hyvitetään.

Rahoitus: Kirjoittajat kiitos Brasilian tukevat virastot Conselho Nacional de Desenvolvimento Científico e Tecnológico, Coordenadoria de Aperfeiçoamento de Pessoal de Nivel Superior, Faculdade de Medicina da Universidade Federal de Minas Geraisin ja Facepe. Rahoittajat ollut mitään roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

Kilpailevat edut: Kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

Syöpä on geneettinen sairaus johdettu, muutamaa poikkeusta lukuun ottamatta, mutaatioista on yhden somaattisten solujen että jättää normaaliin säätelyyn leviämisen, hyökätä viereisen normaaleissa kudoksissa, ja aiheuttaa sekundaarikasvaimia (etäpesäke) sivustoihin poikkeaa ensisijainen alkuperä [1]. Ihmispopulaatiossa, syöpä viittaa yli muotoja sairaus, joka voi kehittyä lähes kaikissa ruumiin kudoksessa [2]. Nykyään syövän korvattu sydänsairauksia johtavana kuolinsyy Yhdysvalloissa kansalaisten alle vuoden [3] ja tullee johtava yksi joissakin muissa osissa maailmaa muutamassa vuodessa [4]. Altough jokainen syöpätyypin on ainutlaatuisia ominaisuuksia, kaikki nämä erilaiset kasvaimet kehittyvät mukaan yleismaailmallinen järjestelmä etenemisen [5], joka sisältää geneettiset ja epigeneettiset tapahtumia sekä monimutkaisen verkoston vuorovaikutuksia syöpäsolujen ja niiden isäntä mikroympäristön (stroomasoluihin ja soluväliaineen ).

kasvaimen kasvu on luonnostaan ​​Multiscale luonnossa. Siihen liittyy ilmiöitä useilla eri mittakaavoissa vaihtelevat kudoksesta (esimerkiksi invaasio ja angiogeneesi) molekyyli- kokoluokkaa (esimerkiksi mutaatiot ja geenien), kun taas aikataulut vaihtelevat sekuntia signalointiin vuotta kasvainten kaksinkertaistaa kertaa. Lisäksi kaikki nämä prosessit ovat vahvasti kytketty. Todellakin, onkogeenin aktivointi voi antaa proliferatiivista etua tietylle soluun, edistämällä sen kloonilaajenemisen ja ehtyminen ravinteiden ja hapen saanti joka puolestaan ​​vaikuttaa kasvuun solun klooneja. Selviytyä hypoksinen (alhainen happipitoisuus) ympäristön, transformoidut solut voidaan hankkia uusia ominaisuuksia, kuten vastustuskykyä apoptoosia kasvainsuppressorigeenin inaktivaatio tai aktivoidaan synteesiä kasvutekijöitä, jotka stimuloivat angiogeneesiä. Siten tietoja ei johdu pelkästään siitä hienompaa ja karkeampaa asteikot, mutta minkä tahansa parin mittakaavoissa [6].

Huolimatta runsaasti tietoa geneettisestä ja molekyylitason syövän tällä hetkellä käytettävissä, integraatio tämän tiedon fysiologisen ympäristön toiminnan solujen ja kudosten edelleen suuri haaste. Monimutkaisuuden vuoksi ja irtisanomisia kasvaimen selviytymisen ja kasvun polkuja, lisäämällä kestävyys ja syövän etenemistä on edelleen sääntö potilailla, joilla on pitkälle edenneitä syöpiä. Parempia diagnostisia ja tehokas syöpähoitoihin vaativat pohjimmiltaan systeemistä ymmärrystä taudin alkaen molekyylitasolla. Siellä monimutkaisuus ilmenee suuri määrä vuorovaikutuksessa proteiinien ja ylikuuluminen välillä monipuolinen solusignalointia reittejä. Tämä laaja verkosto monimutkaisuuden, tunnettu useat palautetta silmukoita, ei ymmärrettävissä pelkästään kuvaa kaikkien sen komponenttien polkuja. Integroiva lähestymistapa huomioon yksinkertaistettu cell laajuinen malleja proteiinivuorovaikutussuhteiden riippuvainen ulkoisista ympäristö- signaaleja ja kertynyt geneettisiä muutoksia vaaditaan. Lisäksi, mallintaminen proteiini-vuorovaikutuksen verkkojen syöpä on välttämätöntä rakentaa ”mikroskooppinen” (molekyyli) tason Useita aika malleja kasvaimen kasvun [6].

Mitä mallintaminen geneettisten vuorovaikutusten, Boolen verkot on lupaava kehys [7]. Sen sijaan, että kvantitatiivisesti tarkkoja dynaamisia liikeradat ottanut monimutkaisia ​​verkostoja, tämän luokan erillisten järjestelmien binary toteaa, laadullisesti ennustaa tilojen jonoa käsiksi näiden verkostojen pitkin niiden ajallinen kehitys. Tämä pätee erityisesti signaloinnin ja sääntelyn piirit missä aktivointi ja esto ovat perus vastauksia. Lisäksi Boolen mallit käyttävät paljon vähemmän parametreja, kuten biokemiallinen reaktio hinnat tai Sitoutumisaffiniteetit, usein vaikea mitata, kuin tehdä perinteistä differentiaaliyhtälöitä lähestymistapaa. Onnistunut sovellukset Boolen verkkojen biologiassa kuuluu lisääntymisen hiivan

S. Pombe

’s solusyklin [8], nisäkkään solusyklin [9], aikana solujen erilaistumisen alussa alkionkehityksen [10], signalointi mekanismeista T-solujen aktivaation [11], ja käyttäytymistä apoptoottisten polku [12], [13].

tässä tutkimuksessa, luomme Boolen verkon malli, joka sovittaa tärkein signalointireittejä osallisina syövän. Näitä reittejä ja verkon liittäminen toisiinsa käsitellään seuraavassa momentissa. Perustettu topologiaa sen dynamiikka on määritelty ja validoitu myöhemmissä kappaleissa. Sitten dynaaminen attractors, niiden vakautta mutaatioiden, ja verkon vastaus kohdennettu ”hyökkäyksiä” raportoidaan seuraavassa jaksossa. Nämä tulokset tulkitaan kannalta mutaatiotapahtumaa johtavat syövän synnyn ja syöpäsolujen vastaus molekyylirakennetta kohdennettuja tekijöille. Lopuksi, me lopuksi keskustelu, jossa nämä biologiset tulkinta korostuu ja kohtaamaan kokeellista tietoa syövän genomin ja syövän synnyn.

Main Cancer Pathways

uraauurtava paperi [14], Hanahan ja Weinberg ehdotti loogista kehystä ymmärtää monimuotoisuuden ja monimutkaisuuden syöpä. Tärkeintä käsite on, että pitkin monivaiheinen prosessi kasvaimen synnyssä, normall solut tarvitsevat hankkia kuusi biologisia ominaisuuksia, jotta lopulta tulla pahanlaatuinen. Nämä ovat ominaisuuksia ”ylläpitävä proliferatiivinen signalointi, kiertää kasvu vaimentimet, vastustavat solukuoleman, joka mahdollistaa replikatiivisia kuolemattomuus, angiogeneesin, ja aktivoimalla invaasio ja etäpesäkkeiden” [15]. Hankinta Tällaisten ominaisuuksien varmistetaan genomin epävakautta. Kaikki geenit ovat mahdollisesti altistetaan mutaatioita. Siten on olemassa useita vaihtoehtoisia tapoja saavuttaa saman solun fenotyypin muutoksen. Mutta on monia vähemmän signalointireittejä ohjaamalla soluvasteen kuin geenejä. Sen sijaan yksittäisiä geenejä, se näyttää enemmän tarkoituksenmukaista keskittyen polkuja, jotka ovat osa monissa kasvaimissa [16]. Ne ovat ne, joihin liittyy Reseptorityrosiinikinaasin (RTK), phosphatidylinosital 3-kinaasi (PI3K) /AKT, WNT /kateniinin, transformoiva kasvutekijä (TGF -) /Smad: ien, retinoblastoomaproteiinia (Rb), hypoksia-indusoituva transkriptiotekijä (HIF -1), p53 ja ataksia-telangiektasiassa mutatoitunut (ATM) /ataksia-telangiektasiassa ja Rad3 liittyvien (ATR) proteiinikinaasien. Nämä suuret reitit säätelevät solukuoleman ja lisääntymistä jakaa joitakin geenejä ja näytteille huomattavan ylikuulumista joukossa. Jotkut polut olivat yksityiskohtaisia ​​tutkia yksitellen [12], [17], [18], mutta jotta integroida ne luonnollista järjestää periaate on edustaa näitä reittejä verkostona. Monimutkaisuuden ja puutteista läsnä sen rakenteissa, toiminnallinen vaihtoehto on työskennellä yksinkertaistettu malli verkkoon.

rakennettu, yksinkertaistettu signalointiverkolla on esitetty kuviossa 1. Se sisältää solmuja ja reunat. Nämä solmut edustavat merkittävää osajoukko proteiineja, jotka liittyvät syöpään, ja verkon reunat tuottavat lukuisia rinnakkaisia ​​reittejä ja vaihtoehtoisia reittejä, joiden kautta transformoituja soluja voidaan ylläpitää poikkeava geeniekspressiomalleja, hengissä ja kehittää edelleen maligniteetti. Verkko on tulo solmut soveltamiseksi erillisiä ympäristön ärsykkeisiin ja korostaa solun, kuten hypoksiaa, syöpää ravinteiden ehtyminen, proliferatiivisia ja kasvua tukahduttava signaloinneista.

Linkkejä vastaavat vuorovaikutukset proteiinien ja kuhunkin solmuun liittyy kynnyksen toiminto, ekv. 1. aktivointi vuorovaikutukset edustavat nuolet ja vuorovaikutusten estämiseksi viivat baari. Panos solmut näkyvät punaisella.

Topologinen rakenne Tämän syövän verkon leimasi kannalta sen lyhimmän polun pituus, klustereiden kerroin ja liitettävyys tai aste jakaumat [19]. Nämä määrät verrattiin niiden keskimääräinen kollegansa satunnainen verkkoja saman määrän solmuja (katso taulukko 1). Voidaan todeta, että syöpä verkko on paljon korkeampi klusterointi kerrointa kuin satunnainen verkoissa. Tärkeimmät ominaisuudet monimutkaisten verkot ovat niiden yhteydet jakaumat. Ohjaus verkot on ominaista in-asteen ja out-asteen jakaumat. on todennäköisyys, että solmu verkossa on tulot tai on ”säännelty” muiden kärkipisteet. Puolestaan ​​on todennäköisyys, että solmu ”säätelee” muut kärjet. Kuviossa 2 nämä jakaumat varten syövän verkkoon näkyvät.

(a) In-asteen ja (b) out-asteen jakaumat. Sisäkkeet ehdottaa eksponentiaalinen ja potenssilaki jakaumat solmujen määrä säätö- ja säätelee tietty solmu, vastaavasti.

Boolen Dynamics for Cancer Pathways

Jokainen proteiini

i

solmu verkossa, edustaa binary valtion. Kun proteiini on toiminnallisesti aktiivinen. Sitä vastoin, kun proteiini on aktiivinen. Verkon tilan tiettynä ajankohtana on määritelty sen proteiinin aktiivisuuden kaavaa. Jokainen proteiini on vuorovaikutuksessa muiden tulo proteiineihin. Nämä tulot ovat kaikki solmut verkossa, josta suunnatusta linkin lähetetään kohti proteiinia, kuten lopulta itse. Joten, on in-asteen solmun. Puolestaan ​​kukin linkki voi olla joko aktivoiva tai inaktivoimaan vuorovaikutusta. Aktivointi tai esto voi olla seurausta erillisen biokemiallisia mekanismeja, kuten transkription säätelyyn, fosforylaatio, entsymaattisella tai biding vuorovaikutuksia.

dynamiikka verkon etenee diskreettiaikaisesti vaiheiden kautta samanaikaisesti (rinnakkain) päivitys valtioiden sen solmut säännön mukaisesti. (1) B

Tässä on vuorovaikutus voimaa tuloon proteiinia. Aktivointi vuorovaikutus on positiivinen ja estävää yksi on negatiivinen. Kynnys toiminto on yhtenäinen askel toiminto (jos mutta jos). Lopuksi on aktivointi kynnys proteiinia. Niinpä joka proteiini arvioi esillä ärsyke kaikilta tuloa. Jos koko ärsyke se vastaanottaa kerrallaan ratkaisee sen aktivointi kynnys, proteiini aktivoituu, tai pysyy aktiivisena, jos se oli jo aktiivinen; muuten, se kääntyy aktiivinen tai pysyy aktiivinen. Teksti S1 listaa kaikki päivityksen sääntöjä mallin (katso teksti S1). Kuten korostetaan viite [8], dramaattinen yksinkertaistaminen asetettu tämän kehityksen sääntö koostuu laiminlyödä mitään eroa aikaskaaloihin biokemiallisten vuorovaikutusten mukana.

Tulokset

Basic Fenotyypit

koska tila-avaruus Boolen verkon solmut sisältää eri kokoonpanoissa, sen deterministinen dynamiikka, nähdään virtaus tässä tilassa avaruudessa, lopulta ajaa järjestelmän kohti attractors. Tällaiset attractors ovat erityisen osajoukkoja valtioiden joko kiinteä piste, i. e, yhden verkon konfiguraatio, tai rajajakso jakson, joka koostuu valtioiden peräkkäin vieraillut verkon dynamiikkaa. Nämä attractors vastaavat tiettyyn proteiiniin aktivointia malleja ja voidaan tulkita erilliseen solun fenotyyppejä.

Kolmekymmentä kaksi miljoonaa alkutiloihin mukana kaikissa ympäristöolosuhteissa, virtasi attractors (kiintopisteet ja raja syklit). Kaikki attractors luetellaan Text S1. Tila-avaruus on hierarkkisesti järjestetty. Korkeammalla tasolla, se on jaettu subsets valtioiden erillisissä ympäristöolosuhteet. Alemmalla tasolla, jokainen näistä subsets on jaettu valuma vetovoima liittyy erillisiä attractors. Mikään näistä attractors pääsee lähtien alun perin erillistä ympäristöolosuhteissa. Siten ohjelmistoon solun käyttäytymistä (attractors) määritetään yksiselitteisesti solun microenvironment.

Vaikka selvä, nämä attractors voidaan luokitella ryhmiin ominaista tietty fenotyyppejä, joista osa koostuu hyvin samankaltaisia ​​elementtejä, i. e, jolla on pieni Hamming etäisyyksillä joukossa (Text S1). Fenotyyppeihin määriteltiin ottaen huomioon valtioiden pieni joukko solmuja, sen sijaan, että kaikki proteiinit verkossa. Ottaen huomioon vaikutukset mutaatioiden, ilmoitetaan seuraavalla momentti, ne sisältävät seuraavat perustiedot solun fenotyyppejä: apoptoottisen, tunnettu aktiivinen kaspaaseja; glykolyyttisissä, jossa H1f1 aktivoitu alla normoksia; ikuistettu, jossa hTERT on aktiivinen; vaeltavia, liittyy inaktivoimiseksi E-kadheriinin; mutaattorikantaa, joka vastaa ei-aktiiviseksi Atm /Atr proteiinien DNA-vaurion läsnäollessa; proliferatiivinen, jossa Sykliineiksi aktivoidaan pitkin solusyklin oikeassa järjestyksessä; ja lepotilassa, jossa Sykliineiksi aktiivinen tai aktivoitu väärässä järjestyksessä. Mitä tällaisen fenotyyppien, verkon vaste monimuotoisuuden mikroympäristöihin on erittäin rajoitettu, kuten kuvassa 3. Niistä attractors, vastaavat apoptoottisiin, jotta proliferatiivinen ja lepotilan fenotyypit, jotka houkuttelevat, ja testattujen alkutilojen, vastaavasti .

kolme fenotyypit (apoptoottisia, proliferatiivinen ja lepotilassa) tuotetaan vastauksena kaikki erillisiä ympäristöolosuhteisiin. Tässä mikroympäristön on määritelty binäärisekvenssi- arvojen liittyvän syöttää solmujen (karsinogeeneja, kasvutekijät, ravinteiden saanti, kasvu vaimentimet, hypoksia). Esimerkiksi microenvironment (11000), joka vastaa karsinogeeninen ja mitogeenisten tausta johtaa solun joko apoptoottinen (99,8% alkuperäisestä valtioiden) tai lepotilassa fenotyypin (harvoin,). Meidän verkko, karsinogeenien saada DNA-vaurioita ja TNF on tukahduttava kasvu signaali.

Erityisesti joidenkin ympäristöolosuhteet käyttäytymistä emergentit alkaen koko verkon verrattiin normaalin solun. Under normoksia ja riittävä ravinteiden saanti, verkko ulottuu yhteensopivat alkutilojen kiinteän pisteen tulkita lepotilassa fenotyyppi. Jos lisäksi normoksia ja ravinteiden runsautta, kasvutekijä signalointi on vastaanottanut, verkko aina kehittyy rajajakso liittyy proliferatiivisen fenotyypin. Joten, odotetusti, normaalit solut ovat täysin riippuvaisia ​​niiden leviämisen mitogeenisen signaalit [20]. Lisäksi hypoksiaolosuhteissa, riittävä ravinteiden saanti ja ilman kasvutekijöiden, verkko houkutteli yhteensopivat alkutilojen kiinteään pisteeseen vastaa apoptoottisen fenotyypin. Johdonmukaisesti, ohjelmoitu solukuolema on tyypillinen vastaus somaattisten solujen monia muotoja stressistä kuten hypoksiaa ja ravinteiden puutteesta [20].

Alle hapenpuuteympäristössä ravinteita ja kasvutekijöitä, verkko osoittaa bistability. Se on joko vetää puoleensa lepotilassa fenotyypin (in alkuperäisen valtiota) tai apoptoottinen fenotyypin (in alkuperäisen valtiota). Näin ollen tiedetään, että hypoksia-riippuvainen aktivaatio HIF1 estää Myc, mikä johtaa solusyklin pysähtymisen [21]. Lisäksi, HIF1 voi sitoutua ja vakauttaa p53, jolloin apoptoosin tai kasvun pysähtyminen. Bistability on myös havaittu, jos DNA-vaurio käyttöön skenaariossa normoksia, riittävä ravinteiden saanti, ja solusignaalivälitysteitä: ympärillä yhteensopivan alkutilojen ovat houkutelleet apoptoottisen fenotyypin, kun taas hyvin pieni osa () niistä saavuttavat proliferatiivisen fenotyyppi. Jälleen on yleisesti tiedossa, että solusyklin on helposti keskeytyy ja apoptoosin laukaisee DNA-vaurioita normaaleissa soluissa. Mutta proliferatiivista vastetta, vaikka harvinaisia, itse antaa muuttunut somaattisten solujen proliferatiivista kapasiteettia. Mallissa, tämä proliferatiivinen vaste liittyy kahteen erilliseen raja-sykliä. Yhdessä niistä anti-apoptoottiset signaalit – Bcl2, Bcl-XL, ja MDM2 – ovat jatkuvasti aktiivisia kun taas pro-apoptoottiset signaalit – Bad, Bax, p53 – eivät ole käytössä. Muissa, Bad ja Bax ovat inaktiivisia, mutta p53 ja anti-apoptoottiset signaalit värähdellä siten, että aina, kun p53 on aktivoitu, sama tapahtuu Bcl2, Bcl-x L, ja MDM2. Tämän jälkeen tulos on, että caspases, Efektoreja apoptoosin, ovat aina aktiivinen pitkin näitä raja syklit.

yhteenveto, koko verkon tuottaa vasteita yhdenmukaisia ​​havaittuun normaalisolussa eri somaattisten ympäristöissä, osoittaa perustavanlaatuinen oikeellisuutta mallin.

mutaatiotapahtumaa ja Karsinogeneesi

Olemme lisäksi tarkastetaan luotettavuutta (vakaus) on attractors mutaatioista verkon solmut ja /tai linkkejä. Tämä on keskeinen ominaisuus, koska alkava syöpäsolujen tarvitse hankkia tunnusmerkki piirteitä lopulta tulla pahanlaatuinen [15] ja genomin epävakautta taustalla nämä hankinnat. Kun mutaatio otettiin käyttöön, solmu DNA-vaurio pysyvästi päällä, aktivoimalla ATM /Atr reitin. Olemme keskittyneet attractors liittyy kahteen ympäristöolosuhteet, nimittäin riittävä ravinteiden saanti ja joko normoksia tai hypoksia, usein läsnä alussa karsinogeneesissä.

Under normoksia ja riittävä ravinteiden saanti, todettiin, että mutaatiot proteiineja muuntavat aiemmin lepotilassa, normaalin solun osaksi lisääntyvän yhteen. Nämä proteiinit, samoin kuin luonnon kuljettajan mutaatioiden ja niiden tehokkuus on lueteltu taulukossa 2. puolestaan ​​alle hypoksia ja riittävä ravinteiden saanti, mutaatiot proteiinit mahdollistavat transformoidun solun kiertää apoptoosin aiemmin indusoiman hypoksian (taulukko 3). Proteiini Nf-B on yhteinen taulukot 2 ja 3, joten se voi mahdollistaa transformoitua solua samanaikaisesti hankkia proliferatiivista kapasiteettia ja kiertää apoptoosin.

Tutkimme myös vaikutus viallisen DNA eheys anturit, jotka heikentävät solun havaitsemiseksi mutaatioiden. Nyt solmu DNA-vaurio pysyvästi pois päältä eikä aktivoi atm /Atr reitin. Under normoksia ja riittävä ravinteiden saanti, määrä mutatoitunut proteiineja, jotka muuttavat levossa, puutteellinen solun Lisääntyvä yksi nousee. Kuitenkin määrä mutatoituja proteiineja, jotka antavat on hypoksinen, viallisen kennon kyky kiertää apoptoosin myös nousee. Nämä proteiinit sisältävät Akt, Bcl2 EGFR, Nf-B, p53, PI3K, PTEN, Ras ja Wnt (katso taulukot S3 ja S4). Koska ehjän DNA Vahinkosaneerauksessa reitin, jossa Atm ja Atr pelata keskeinen roolit, tuloksemme osoittavat, että verkko attractors entistä alttiimpia rakenteellisia muutoksia tai biologisessa mielessä, näytteille lisääntynyt perimän epävakaisuuden.

Lopuksi , tutkimme jos solmut, joiden mutaatiot voivat antaa tunnusmerkki valmiudet transformoitu solu on erityisasema verkkoon. Kaikille heille heidän betweenness keskeisyyden määritettiin [19]. Kolme ryhmää on havaittu. Ensimmäinen, joka koostuu kahdeksasta solmujen (Akt, Hif1, hTERT, IKK, mTOR, Myc, Nf-B, ja p53), on yli kaksinkertainen verkon keskimääräinen keskeisyyden. Lisäksi ryhmän keskiarvon liitettävyys on ja sen seitsemän elementtejä erittäin kytketty (). Nämä tulokset osoittavat keskeisyys solmujen tämän ryhmän, jotka lähenevät tai joiden kautta ylikuulumisongelmissa erillisen signalointireitteihin. Toinen ryhmä, joka sisältää solmut, sisältää MDM2 ja PDK1. Lisäksi ryhmän keskiarvon liitettävyys on ja puolet esittelee väli- connectivities (). Vihdoin, kolmas ryhmä on tyypillistä pienet () ja connectivities (). Joukossa sen elementit, Bcl2, Bcl-x, EGFR, Gli, NF1, PhD, PI3K PKC, PTEN, Ras, Snail, VHL, ja Wnt, yhdeksän on pieni connectivities. Vaikka nämä solmut eivät ole topologisesti keskeinen, lähes kaikki ovat naapurit (suora sääntelyviranomaisten) Keski solmujen ensimmäisestä ryhmästä. Näin ollen ne olettavat merkittäviä rooleja verkon dynamiikkaa.

peräsuolen syövän syntymistä.

Täällä tutkimme jos syöpäsolut tarvitsevat vain muutaman kuljettaja mutaatioita (ne jotka muuttavat fenotyyppisen ominaisuuden) käsitellä kaikkia ympäristön rajoitteet ja edistysaskel täysin pahanlaatuinen fenotyyppi. Koska paradigman karsinogeneesi on peräsuolen syövän pidettiin. Joten, ensimmäinen mutaatiot verkossa olivat APC poisto ja Tcf vuorovaikutusta tavoitteensa vahvistui tekijällä. Nämä mutaatiot johtavat rakenteellisen epävakauden verkko ”vaihe muotokuva”. Nyt on attractors, apoptoottisia, proliferatiiviset, ja lepotilassa, jotka houkuttelevat, ja testattujen alkutilojen, vastaavasti. Määrä proliferatiivisia attractors ja koot niiden altaiden lisätään vastaavasti kulut lepotilassa attractors. Ei kuitenkaan antiapoptoottisia etu havaittiin. Kuten odotettua, verkon vaste oli ympäristön riippuvainen. Under normoksia ja ravinteiden saatavuus, nämä mutaatiot johtavat proliferatiivisen fenotyypin. Kuitenkin tämä proliferatiivinen etu katoaa hypoksiaolosuhteissa tai genotoksisuutta (DNA-vaurioita), kun apoptoottiset fenotyypit havaitaan.

Seuraava järjestyksessä, uusi mutaatio – Ras konstitutiivisesti aktivoitua – toteutettiin. Tämän seurauksena verkon dynamiikka osoittaa attractors, apoptoottisten, proliferatiiviset, ja lepotilassa, mikä houkuttelee olennaisesti samat fraktiot testattiin alku- (ja, vastaavasti) kuten edellä (APC ja Tcf mutatoitu). Kuitenkin tämä ylimääräinen mutaation siirrettävä verkkoon pieni mahdollisuus voittaa hypoksinen este, ylläpitävä lepotilassa fenotyyppejä varten testattujen alkutilojen alla hypoksinen, mutta ravinteiden rikas ympäristö. Edelleen, konstitutiivinen Ras aktivointi myös johtaa proliferatiivinen fenotyyppi on alkutilojen on normoxic, ravinnerikas, mutta genotoksinen ympäristö.

sekvenssi, Smad4 poistettiin. Tämä mutaatio nousee määrän attractors, apoptoottisten, proliferatiivinen, ja lepotilassa. Verkko hankkii proliferatiivinen fenotyyppejä kaikille alku- alle normoksia ja riittävä ravinteiden saanti, vaikka vastaanottava estävän kasvua signaloinnin tarjoamia konstitutiivisesti aktiivinen TGF. On syytä mainita, että verkko ilmentää vain apoptoottiset ja lepotilassa attractors jos TGF on konstitutiivisesti aktiivinen ja Smad4 on toiminnallinen (poisto peruutetaan). Joten, Smad4 poisto kertymiseen edelliseen mutaatiot itse antaa transformoitu verkon kyky kiertää ehkäisevästä kasvun signaaleja.

Seuraavaksi mutaatiot olivat PTEN poistamista ja kaksinkertaistumista Akt vuorovaikutuksen vahvuuksia. Näin ollen, määrä attractors kasvaa edelleen, apoptoottisten, proliferatiiviset, ja lepotilassa, jotka houkuttelevat, ja testattujen alkutilojen, vastaavasti. Jälleen eri mikroympäristöihin saada erillisiä vastauksia. Under normoksia ja riittävä ravinteiden toimittaa verkon aina näytteille aggressiivista (proliferatiivinen, glycolitic ja ikuisti) fenotyypit. Mutta jos hypoksia korvaa normoksia lisäksi proliferatiivinen, glycolitic ja ikuisti fenotyypit, jotka houkuttelevat alkuperäisestä valtioiden on lepotilassa attractors kohti mitkä alkutilojen lähentyä. Lisääminen kasvun vaimentimet tai DNA-vaurioita entiseen microenvironment voi enimmillään lukemiin liikkumattomuus. Esimerkiksi normoxic, ravinteikasta ja genotoksinen microenvironment, on alkutilojen ajetaan proliferatiivinen, glykolyyttisiä ja ikuisti attractors, kun taas niistä ajetaan lepotilan attractors. Näin ollen, koska hypoksia tai toiminnallisia DNA-vaurioita anturit voivat johtaa lepotilassa fenotyyppejä, joitakin rajoituksia jatkuvat haittaavaa kasvaimen kasvua.

Viimeinen mutaatio oli p53 poisto. Sen tulos on vähennys määrään attractors, apoptoottisten ja proliferatiivinen, molemmat houkuttelee alkuperäisen toteaa. Todellakin, apoptoosin varten alkuperäisen valtioiden on pienin arvo mahdollista, koska meidän verkon aktiivisen TNF johtaa p53-riippumatonta kaspaasien aktivaatio. Kuitenkin tärkein tulos on, että verkko aina esiintyy proliferatiivisia, glykolyyttisiä ja ikuisti fenotyyppejä mikroympäristöihin riittävän ravinteiden saanti, hypoksinen tai normoxic, jopa genotoksinen, jotka aktivoivat DNA-vaurioita antureita, ja alle kasvu vaimennin signalointi. Lähes kaikki esteet kasvaimen kasvun voitettu tämän jälkeen sekvenssin muutaman mutaatioita.

Yhteenvetona, kuten kuviossa 4 on esitetty, meidän simulaatiot osoittavat, että jokaisen ohjaimen mutaatio kanoninen reitti peräsuolen syöpä [22] myötävaikuttaa lisätä joko proliferatiivisen kapasiteetin tai resistenssin apoptoosia transformoidussa solussa. Erityisesti vaikka Smad4 on mutatoitunut vain peräsuolen syöpiä, sen mutaatio yhteistuumin muiden klassisen peräsuolen syövän synnyn malli tuottaa enemmän aggressiivisia syöpäsoluja. Todellakin, niiden liittyy proliferatiivinen fenotyypit houkutella alkuperäisestä valtioiden vastaan ​​ainoastaan ​​puuttuessa Smad4 mutaation. Lisäksi malli osoittaa, että muiden mutaatioiden ulkopuolella klassisen reitin peräsuolen syövän synnyn johtaa myös proliferatiivinen ja apoptoottisten kestävä fenotyyppejä. Nämä ovat tapauksia, esimerkiksi, PTEN, tai p53, tai atm tai FADD tai Chk deleetioita jälkeen APC ja Ras mutaatioita. Vaihtoehtoisesti konstitutiivinen aktivointi PI3K tai Akt tai Bcl2 tai MDM2 uudelleen APC ja Ras mutaatioiden vähenee apoptoosin ja lisää leviämisen.

Fraktio alkutilojen kehittymässä apoptoottisen, proliferatiivinen tai lepotilassa attractors (fenotyyppejä) varten kaikki ympäristöolosuhteet jälkeen peräkkäisen kertymistä kunkin kuljettajan mutaation peräsuolen syövän.

tuloksista kohdennettu Therapies

Ajatuksena on täsmähoitoihin on estää kriittinen, toiminnallinen solmut onkogeenisel- verkossa saamaan aikaan lopettamista kasvaimia valtion läpi apoptoosin, kuolion, vanhenemista, tai eriyttäminen [23]. Suoritimme kyselyn solmuja meidän Boolen mallista, jonka estäminen tai aktivoitumista (palauttaminen villityypin proteiinit) joko lisäävät altaiden vetovoima apoptoottisia ja lepotilassa fenotyyppien tai supistaa liittyvät proliferatiivinen fenotyypit. Erityisesti mallina täysin kehittynyt peräsuolen syövän soluja, verkko kuljettaa mutaatioita APC, Ras, Smad4, PTEN, ja p53, pidettiin. Tämän verkko, vain kaksi fenotyypit havaittiin kaikissa microenvironmental olosuhteissa ja jokaisesta alkutilasta testattava: apoptoottinen () ja proliferatiivinen (). Kaikki solmut kohdistettuja. Simulaatioidemme osoittavat, että esto PDK1, Akt, E2F, Sykliinit D ja E, ja MDM2 tehostaa lepotilassa fenotyyppejä (varten PDK1 ja Akt sekä E2F sykliinit ja MDM2) sekä heikentää proliferatiivinen ne (varten PDK1 ja Akt, ja for E2F sykliinit ja MDM2). Sama on havaittu aktivointi p53, Rb, Cdh1, p21, P27, ja Smad4 (quiescence nousee ja leviämisen katoaa p53, Rb, Cdh1, p21 ja p27, kun taas Smad4 molemmat jakeet muuttuu). Puolestaan ​​aktivointi FADD ja Kaspaasit parantaa apoptoosin sattumasta. Paradoksaalisesti malli ennustaa, että joko estäminen tai aktivoitumista Sykliinit A ja B sekä Cdc20 parantaa liikkumattomuus ja heikentää lisääntymistä (ja vastaavasti).

Mitä kombinatorisista soveltamista lääkkeiden parhaillaan kliinisessä tutkimuksessa [23], vaikutukset useiden kohdennettujen estäjien meidän peräsuolen syövän solumallin tutkittiin kolmen ympäristöolosuhteissa, nimittäin normoksia ja riittävä ravinteiden saanti, hypoksia ja riittävä ravinteiden saanti, ja normoksia, riittävä ravinteiden saanti ja karsinogeeninen stressiä. Näiden edellytysten meidän peräsuolen syöpä solumallin on aina puoleensa proliferatiivisen, ikuistettu ja glykolyyttiset fenotyypin. Mukaan meidän simulaatiot yhdistettyä käyttöä mTOR ja hTERT estäjät kääntää kaksi pahanlaatuinen tunnusmerkkejä: Glykolyysivaiheen ja kuolemattomaksi; yhdistyksen mTOR ja CDK-inhibiittorit ehkäisee Glykolyysivaiheen ja solujen pyöräily; ja yhdistelmä CDK ja hTERT estäjien estää leviämisen ja kuolemattomaksi. Joten, koska meidän malli monoterapioita kanssa mTOR, CDK, ja hTERT estäjät estää Glykolyysivaiheen, solunjakautumisen, ja kuolemattomaksi vastaavasti hoitotulokseen näyttää olevan lisäaineen tai ”lineaarinen” (i. E., Tottelee superpositio periaate). Puolestaan ​​yhdistyksen p53 reactivators ja Bcl-2 /Bcl-Xl estäjät johtaa solusyklin pysähtymiseen hypoksiaolosuhteissa ja riittävä ravintoaineiden saanti tai normoksia, riittävä ravinteiden saanti ja karsinogeenisia stressiä, mutta ei vaikuta alla normoxic ja ravinnerikas mikroympäristöihin. Toinen yhdistys, johon p53 reactivators ja VEGF-estäjien estää solun pyöräilyn alkuperäisestä valtioiden testattiin näiden kolmen ympäristöolosuhteissa. Mallissa, toiminta VEGF-estäjien simuloidaan pakottamalla hypoksia ja ravinteiden ehtyminen tulon solmut.

Lopuksi testasimme mono- ja kaksi huumeiden hoitojen avulla mTOR, VEGF, Ras, ja PKC: n estäjät in solut eri vaihetta maligniteetti. Jälleen meidän peräsuolen syöpä solumallin pidettiin.