Krooninen sairaus

tiivistelmä

Kestävyys, pitkään tunnustettu ominaisuus elävien järjestelmien, mahdollistaa toiminto edessä epävarmuus taas hauraus, ts äärimmäinen herkkyys, voi mahdollisesti johtaa rikkoutumiseen seuraaviin näennäisesti harmittomia häiriöiden. Carlson ja Doyle arveltu, että korkeasti kehittynyt verkkoihin, esim osallistuvien solusyklin sääntelyn, voi olla vastustuskykyisiä joitakin häiriöitä, kun erittäin herkkä muille. ”Vahva vielä hauras” kaksijakoisen verkkoja on kutsutaan optimoitu toleranssi (HOT) ja on ollut perustana uusien avauksissa laskennallisen ja kokeellisen biologian. Tässä tutkimuksessa testasimme työhypoteesin että solusyklin ohjaus arkkitehtuurit totella HOT paradigma. Kolme solusyklin mallit analysoitiin käyttäen Monte-Carlo herkkyysanalyysissä. Kaiken kaikkiaan valtion herkkyyskertoimien, joka määrällisesti luotettavuutta tai hauraus tietyn mekanismin, laskettiin käyttäen Monte-Carlo, jossa on kolme erilaista numeerisia tekniikoita yhdessä useiden parametrien häiriöteorian keinoja säädellä mahdollisia numeeristen ja näytteenotto esineitä. Noin 65% mekanismien G1 /S rajoitus piste olivat vastuussa 95% herkkyydestä, päinvastoin, G2-DNA-vaurioita tarkastuspiste osoitti paljon vahvempi riippuvuus harvoista mekanismeja; ~32% Tai 13 40 mekanismien osuus oli 95%: n herkkyys. Analyysimme ennusti, että CDC25 ja sykliini E mekanismit olivat vahvasti osallisena G1 /S toimintahäiriöt, kun hauraus G2 /M tarkastuspiste ennustettiin liittyvän sääntelyn sykliini B-CDK1 monimutkainen. Analyysi kolmannen mallin, joka sisältää sekä G1 /S ja G2 /M tarkastuspiste logiikka, ennusti lisäksi mekanismeja jo mainittiin, että kääntäminen ja ohjelmoitu proteolyysi olivat myös tärkeitä hauraita osajärjestelmien. Vertailu ennustettu hauras mekanismeja kirjallisuuteen ja nykyisen prekliinisissä ja kliinisissä kokeissa ehdotti vahva korrelaatio tehon ja hauraus. Näin ollen, kun otetaan yhdessä, nämä tulokset tukevat työhypoteesi että solusyklin ohjaus arkkitehtuurit ovat HOT verkostoja ja luoda matemaattinen arvio ja myöhemmin terapeuttinen hyödyntäminen hauras mekanismien uutena strategia syöpälääkkeen johtaa sukupolven.

Citation: Nayak S, Salim S, Luan D, Zai M, Varner JD (2008) koetus optimoitu Tolerance paljastaa Fragile Cell-Cycle mekanismeja Molecular omat tavoitteet Clinical Cancer Trials. PLoS ONE 3 (4): E2016. doi: 10,1371 /journal.pone.0002016

Editor: Gustavo Stolovitzky, IBM Thomas J. Watsonin tutkimuskeskus, Yhdysvallat

vastaanotettu: 9. tammikuuta 2008; Hyväksytty: 04 maaliskuu 2008; Julkaistu 23. huhtikuuta 2008

Copyright: © 2008 Nayak et al. 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 tunnustaa armollinen taloudellisen tuen Cornell University Center for Life Science Enterprise, New Yorkin osavaltion Center for Advanced Technology avustuksen (JV tukemiseen SN) ja Engineering oppiminen aloitteet Perustutkinto Research Awards ELI-650 ja ELI-895 MZ ja SS Cornell University Center for Life Science Enterprise ja Engineering oppimisen aloitteita Perustutkinto tutkimusohjelman ollut mitään osuutta suunnittelun ja tutkimuksen tekeminen, keräämiseen, analysointiin ja tietojen tulkinta, ja valmisteluun, selostukset, tai hyväksyntä käsikirjoituksen.

kilpailevat edut: kirjoittajat ovat ilmoittaneet, etteivät ole kilpailevia intressejä ole.

Johdanto

kyvystä kerätä proteiini-proteiini ja proteiini-DNA -yhteisvaikutustutkimukset esimerkiksi käyttämällä Yeast Two-Hybrid (Y2H) [1], [2], fluoresenssiresonanssienergiansiirto (FRET) tekniikat [3], kvantitatiivinen massaspektrometrialla (MS) proteomic tai Kromatiini immunosaostus (ChIP) -DNA mikro- array tekniikoita [4], [5] on ylitti huomattavasti kykyämme ymmärtää sitä. Transforming laajamittainen -yhteisvaikutustutkimukset osaksi parempi käsitys biomolekyylitason verkkojen taustalla taudin etenemistä ja lopulta uusien hoitomuotojen edellyttää integroiva työkaluja ja strategioita. Ehkä yksi strategia hyödyntää tietämystä vuorovaikutus verkkojen osaksi tehokkaaksi hoitomuotojen olisi tunnistaa ja hyödyntää heikko tai hauras mekanismeja välttäen manipuloinnin vankka verkon vuorovaikutusten.

Kestävyys, pitkään tunnustettu ominaisuus elävien järjestelmien ja verkkojen sallii toiminto edessä epävarmuus taas hauraus, eli äärimmäinen herkkyys, voi mahdollisesti johtaa rikkoutumiseen seuraaviin näennäisesti harmitonta häiriöt [6] – [10]. Eri tekijät voivat vaikuttaa miksi elementtejä verkon ovat kestäviä tai hauraita. Venkatasubramanian ja työtoverit osoittivat, että rakenne monimutkaisten verkkojen voivat johtua kompromissi tehokkuuden ja luotettavuuden [11], kun Sinä ja Yin tutkitaan miten ympäristö on muokannut vankka ominaisuuksia bakteriofaagi T7 [12]. Leibler laskennallisesti ennustaa ja myöhemmin kokeellisesti todistettu tehokkaita ominaisuuksia kemotaksiksen ohjaus verkkojen [13] ja Stelling

et al.

, Tarkistetaan useita esimerkkejä vankka biologisten verkkojen [9]. Ehkä ole parempaa esimerkkiä kestävyys löytyy kuin solunjakautumisen. Solu-sykli on yksi keskeisimpiä ja tarkkaan valvotut prosessit, biologiassa. Päätös jakaa säädeltyä integroimalla solunulkoisia signaaleja, kuten kasvutekijöitä ja hormoneja, solun sisällä vihjeitä, jotka koordinoivat johtavien tapahtumien jako. Huolimatta laaja valvonta- ja osajärjestelmien ohjaavat myös solujen läpi jako sykli, toimintahäiriöitä esiintyy osoituksena valvomattoman leviämisen taustalla moniin syöpiin [14]. Näin ollen, vaikka evoluution paine voi ohjelmoida soluja siedettävä siirtämällä ravitsemuksellisia ympäristöjen tai vaihteleva kasvutekijän saatavuus, ehkä harvinainen haasteita voivat aiheuttaa arvaamattomia seurauksia. Esimerkiksi altistuminen säteilylle, eksoottisia kemikaaleja (syöpää aiheuttavien aineiden) tai jopa yhden emäksen monimuotoisuus (SNP) voi aiheuttaa näennäisesti harmittomia muutoksia, jotka ilmenevät jakautuminen solusyklin logiikkaa. Carlson ja Doyle ovat arveltu, että korkeasti kehittynyt verkot voivat olla vastustuskykyisiä joitakin häiriöitä, kun erittäin herkkä muille. ”Vahva vielä hauras” kaksijakoisen verkkojen ja järjestelmien on kutsutaan optimoitu toleranssi (HOT) ja on ollut perustana uusien avauksissa laskennallisen ja kokeellisen biologian [10].

Herkkyysanalyysi on mahdollistava työkalu tutkittaessa kestävyyden ja epävakaissa verkoissa merkitystä ihmisten terveyden ja yleisemmin tuotemallipohjaiseen liittyvää tiedonhankintaa. Cho

et al.

, Käytetty herkkyysanalyysi tutkia TNF-α-välitteinen NF-kβ signalointi missä parametrinen epävarmuus käsiteltiin käyttäen Monte-Carlo parametri näytteenotto protokolla; perheen satunnainen parametrisarjojen, syntyy paras parametri arvaus, käytettiin laskea herkkyys profiilin tietyn alueen parametriavaruuden [15]. Bullinger ja työtovereiden tutkitaan luotettavuutta mallien ohjelmoidun solukuoleman tai apoptoosin [16], kun Stelling

et al.

, Laskennallisesti tunnistettuja oleva kestävyys ja hauraus, käyttäen Monte-Carlo herkkyysanalyysin ja yleistä tilaa herkkyyskertoimien (OSSCs ), malleissa vuorokausirytmin [17]. Mahdavi

et al.

, Käytetty herkkyysanalyysi ymmärtää paremmin kantasolujen erilaistumista [18], kun taas Luan

et al.

, Käytetään epävarma mekanistinen malli Hyytymisketjun yhdistettynä Montenoblea carlo herkkyysanalyysissä osoittaa, että laskennallisesti saatu herkkien mekanismien olivat yhdenmukaisia ​​antikoagulaatio hoitostrategioita [19]. Herkkyysanalyysi on käytetty myös integroida mallin tunnistaminen ja syrjintää optimaalisen koesuunnittelun. Useat optimaalinen koesuunnitelma ja malli tunnistaminen tutkimukset asuvat kirjallisuudessa [20] – [24] sekä monia tekniikoita arvioida herkkyyskertoimien malleja koostuu tavallisten differentiaaliyhtälöiden, ero algebrallisia ja stokastisia yhtälöitä [25] – [28].

tässä tutkimuksessa käytämme matemaattista mallinnusta ja monte-carlo herkkyysanalyysin tutkia työhypoteesi että solusyklin ohjaus arkkitehtuurit ovat HOT verkkoja. Jos meidän työhypoteesin on totta, niin hauras solusyklin mekanismien (reaktiovaiheiden) olisi yliedustettuina kokeellisesti havaittu toimintahäiriöitä taustalla vankka ja hematologisten syöpien. Lisäksi manipulointi hauras mekanismien terapeuttisessa yhteydessä, jota on ehdottanut Kitano [29] olevan todennäköisemmin tekisivät tehokas vastausta verkon tai järjestelmän, pitäisi myös olla vallalla hoidossa kirjallisuudessa. Testaamme Työhypoteesina mukaan laskennallisesti seulomalla kolme päällekkäistä laadullinen malleja solusyklin ohjaus arkkitehtuurit; käytämme monte-carlo herkkyysanalyysin ja k-means klusterointi listalla kertaluvun mekanismit solusyklin ja sitten vastakkain ennustetun hauras ja vankkoja kirjallisuuteen. Jos solusyklin ohjaus arkkitehtuurit totella HOT paradigma, niin laskennallinen tunnistaminen hauras mekanismeja käyttämällä proteiini-proteiini- tai proteiini-DNA verkkomalleissa voisi olla uusi strategia syövän hoitoon johtaa sukupolven tai laajemmin kuin strategia tunnistaa ja hyödyntää heikkous mielivaltainen verkkojen merkitystä ihmisen terveydelle.

tulokset

koko syklin malli Novak ja Tyson (Fig. 1), G1-S malli Qu

et al.

, (Fig. 2A) ja G2 /M-DNA-vaurion mallin Aguda (Fig. 2B) toteutettiin kirjallisuudesta ja seulotaan hauras mekanismeja käyttämällä monte-carlo herkkyysanalyysissä [30] – [32]. Novak ja Tyson malli, joka toimi monimutkainen kuvaus G1 /S ja G2 /M tarkistuspisteitä, ohjelmoitu proteiinien ilmentyminen ja hajoaminen, koostui 18 dynaaminen laji, 4 lajia rajoitteet ja 74 parametrit. Massa-toiminta G1 /S ja G2 /M-DNA-vaurioita kuvattuja malleja vain molekyylitason logiikka omilla tarkistuspisteitä; G1 /S malli koostui 16 dynaamisen proteiinin saldot, 2 lajia rajoitteet ja 44 parametrien taas G2 /M-DNA-vaurion malli koostui 15 dynaamisen proteiinin saldot, 1 rajoitus ja 40 parametrit. Parametriarvot kullekin mallille otettiin kirjallisuudesta. Ilmoittamaton alkuehdot säädettiin siten, että simuloitu malli liikeradat olivat laadullisesti yhdenmukaisia ​​julkaistun arvojen (oheismateriaali kuva S1). Julkaistut parametrisarjoja, kiinteillä alkuehdot, käytettiin tuottamaan satunnaisia ​​parametrisarjoja (N = 500, ellei toisin mainita), jossa kukin nimellinen parametri aiheuta häiriötä jopa ± 50%, ± 1 asteen tai ± 2-tilaukset suuruus. Kaiken kaikkiaan valtion herkkyyskertoimien (OSSCs) laskettiin ajanjaksolta satunnaisen parametrin perheet kunkin solusyklin mallia käyttäen kolmea eri numeerisia algoritmeja. Kunkin mallin keskimääräinen OSSC arvot rankattiin järjestettyä ja piirretään. Pinta-ala (AUC) käytettiin mittaamaan kumulatiivinen herkkyys osuus kunkin parametrin. Kumulatiivinen sulku 95% koko herkkyys käytettiin laatia luettelon mekanismeista (oheismateriaali kuva S2), joka koottiin kolmeen ryhmään (korkea, keskitaso ja matala herkkyys) käyttäen k-means algoritmi.

Euroopan Novak ja Tyson malli, joka koostuu 18 dynaaminen laji, 4 lajia rajoitteet ja 74 parametrit, kuvaa sekä G1 /S ja G2 /M tarkistuspisteitä ja ohjelmoitu proteiinin ilmentymiseen ja hajoamista. Nimikkeistön: CDK1-sykliiniriippuvaisten Kinase 1, Cdk2 – sykliiniriippuvaisten Kinase 2, Cdk4 /6 – sykliini riippuvaisen kinaasin 4 tai 6, CycD – sykliini D, CycB – sykliini-B, CycE – sykliini E, CycA – sykliini, GF – Growth Factor, ERG – Early Response Geenit, DRG – Viivästynyt Response Gene, E2F – transkriptiotekijä E2F, pRB – retinoblastoomaproteiini, p27 – sykliini Dependent Kinase Inhibitor (CKI), jota kutsutaan myös Kip1, PPI – type1 Proteiinifosfataasiin, IE – ”Välittäjä entsyymi ”, PPX-A fosfataasi inaktivoivan IE, APC – Anaphase edistäminen Complex, perheen E3-ligaasi, Cdh1 – aktivaattori APC luokan ligaaseina Cdc20 – aktivaattori APC, Pieni punainen ympyrä P on fosfaatti ryhmä, (+) merkki tarkoittaa positiivinen asetus taas (-) merkki edustaa negatiivisen säätelyn.

G1 /S mallin Qu

et al.

, koostuu 16 dynaamisen proteiinin saldot , 2 lajia rajoitteet ja 44 parametrit [31]. TheG2-DNA-vaurion malli Aguda koostuu 15 dynaamisen proteiinin saldot 1constraint ja 40 parametrit (30). Sekä G1 /S ja G2 /M-mallit käyttävät joukkotoiminnan kinetiikka ja parametrit ovat lineaarisia massataseita. Nimikkeistön G1 /S: CDC25A – Dual erityisyys fosfataasi CDC25A, Cdk2 – sykliiniriippuvaisten Kinase 2, Cdk4 /6 – sykliini riippuvaisen kinaasin 4 tai 6, CycE – sykliini E, CycD – sykliini D, E2F – transkriptiotekijä E2F, pRB – retinoblastoomaproteiini , P27 – sykliini Dependent Kinase Inhibitor (CKI), jota kutsutaan myös Kip1. Nimikkeistön G2 /M: pMPF – pre-kypsyminen edistäminen Factor, kompleksi CycB (sykliini B) ja CDK1 (sykliiniriippuvainen Kinase1) aktiivisessa muodossa, MPF – aktiivinen muoto MPF, aCDC25 – aktiivinen CDC25 fosfataasi, iCDC25 – aktiivinen muoto CDC25, aCDC25 (P-216) – aktiivinen CDC25, fosforyloitiin seriini 216 jäännöksen, iCDC25 (P-216) – aktiivinen CDC25, fosforyloitiin seriini 216, 14-3-3σ – 14-3-3σ proteiinia. Molemmissa kaavioita, pienet punaiset ympyrät P edustaa fosfaattiryhmän, joka on (+) merkki tarkoittaa positiivinen asetus taas (-) merkki edustaa negatiivisen säätelyn.

Noin 65% G1 /S mekanismeja (reaktio vaiheet) vastasivat 95% herkkyydestä, päinvastoin, G2-DNA-vaurioita verkko osoitti vahvempi riippuvuus harvoista vuorovaikutusta. Niistä 44 G1 /S reaktioiden vaiheita, 29 olivat vastuussa 95% herkkyys (oheismateriaali kuva S2). Jakauma hauraus ei ollut erityinen mihinkään yksittäiseen luokkaan vuorovaikutuksen (taulukko 1). Defosforyloitumista CDC25, ilmentymisen sykliini E, hajoaminen sykliini E-CDK2: n kompleksi, ja pitoisuus transkriptiotekijän E2F luokiteltu herkimpien reaktion vaiheet G1 /S tarkastuspiste (taulukko 1, cluster I) . Aikaisempi malli on G1 /S Aguda

et al.

, [33] todettiin, että vaikka pRB ja sykliini E-CDK2 muodostivat positiivista palautetta silmukka, ne eivät muodosta teräviä vankka kytkin rajoituksen kohtaan, eli lisäys aktiivisen sykliini E-CDK2 pitoisuus oli vähitellen ja herkkä mallin parametrit. Kuitenkin lisäys CDC25 positiiviseen sykliini E-CDK2-pRB takaisinkytkentäsilmukka, tehty rajoitus pisteen vankka malli parametri vaihtelua, mikä tukee havaintomme tärkeydestä CDC25 vuorovaikutusta. Synteesiä, aktivoitumista ja hajoamista CKIs, ilmaisun ja hajoamista CDC25, pRB pitoisuus, ilmaus sykliini D ja sykliini E-CDK2: n mekanismeja hallitsevat toissijaiset G1 /S hauraus (taulukko 1, cluster II). Tier-kolme G1 /S hauraus mukana useita sykliini D mekanismeja, sykliini E-CDK2 aktiivisuutta ja E2F välittämän sykliini E lauseke (taulukko 1, klusteri III). Kun yhdessä, eniten sekaantunut G1 /S-proteiini oli sykliini E, jossa on 11 29 mekanismeja, jota seurasi CKIs kuusi, CDC25 ja sykliini D olivat kukin mukana viidessä hauras mekanismeja ja E2F ja pRB otettiin kunkin luettelossa kaksi kertaa. Lisäksi 16 29 hauras parametrit toiminnallisesti liittynyt sykliini E ja sykliini E-CDK2 aktiivisuutta. Kuten odotettua, ilmaisun ja hajoaminen G1 /S-vaiheen sykliinejä ja niihin liittyvien CKIs ennustettiin olevan tärkeitä. Ilmaisulla ja hajoaminen sykliini E: n ja muiden se vuorovaikutukset sijoittunut suurempi kuin vastaava sykliini D mekanismeja, lukuun ottamatta dissosiaatiota sykliini E-CDK2-CKI monimutkainen. G2-DNA-vaurioita verkko osoitti vahvempi riippuvuus muutamasta mekanismeista verrattuna G1 /S; ~32% Tai 13 40 mekanismien osuus oli 95%: n herkkyys (oheismateriaali kuva S2). Yhdenmukainen G1 /S, ei yksittäinen luokka mekanismi hallitsee haurauden luettelosta. Herkin mekanismit liittyivät sukupolvi ja hajoaminen sykliini B-CDK1 kompleksi tunnetaan myös kypsyminen edistäminen Factor (MPF) (taulukko 2). Viisi parasta mekanismeja joko suoraan tai tiiviisti muodostumista ja toimintaa MPF kun mekanismien johtaa deaktivointi MPF esimerkiksi ilmaisu, hajoamista ja aktiivisuuden p21, 14-3-3σ ja WEE1- fosforylaatio hallitsee loput kahdeksan mekanismit ( Taulukko 2, cluster III). Aktivointi aktiivinen MPF ​​monimutkainen, jonka ilmentymistä säätelee negatiivisesti p53, oli herkin G2 mekanismi (taulukko 2, cluster I), jota seurasi preMPF sukupolven, aktivointi ja kuljetus CDC25 tumaan (taulukko 2, cluster II). Havainto, että kaikki CDC25 liittyvät mekanismit olivat hauraampi kuin WEE1-, on yhdenmukainen aiemman työn Aguda [34], joka osoitti, että vaikka molemmat WEE1- ja CDC25 muodostavat fosforylaatio-defosforylaatio (PD) silmukka MPF, vain CDC25 kytkentä johti laadullisesti eri tavalla. Mielenkiintoista on, että kun sukupolven p53 itse ei odoteta olevan herkkiä, yhteisvaikutukset p53 olivat yleisiä, esimerkiksi ilmaus aktiivinen MPF ​​ja p21, joita molempia säädellään p53, ennustettiin olevan herkkä. Noin 77%: n Novak ja Tyson parametrit (57 74) vastasivat 95% herkkyys (oheismateriaali kuva S2). Sekä kansainvälisten että paikallisten komponenttien mallin ennustettiin olevan hauras. Herkin kokonaismenetelmäksi oli translaation tehokkuutta samalla paikallisia järjestelmiä, kuten aktivoinnin IE (hypoteettinen proteiini, joka aktivoi E3-ligaasi CDC20), ilmaus sykliini B ja CDH1 hajoamista myös ennustettu olevan hauras (taulukko 3, klusteri I). Toissijaiset mekanismeja liittyy vapauttamiseen ohjelmoidun proteolyysiä (taulukko 3, klusteri II). Mielenkiintoista, kun taas osuus vastaavat elimistön 95% herkkyys Novak ja Tyson malli oli suurin kolme mallia, useita mekanismeja klusterin III oli pieniä OSSC arvoja, kuten suurin osa G1 /S tarkastuspiste logiikkaa. Täten näytteenotto monimutkainen Novak ja Tyson malli tuotti vähemmän tietoja kuin mekanistinen massa-toiminta perustuu G1 /S ja G2-DNA-vaurioita malleja.

laadullinen johtopäätöksiä näytteenoton solu- syklin mallit olivat vankka valintaan ratkaisun menetelmän ja koon parametrin häiritseekin mutta herkkä määrä parametrisarjojen otokseen. Kolme erilaisia ​​numeerisia tekniikoita käytettiin ratkaista herkkyyttä yhtälöt valvoa mahdollisten numeeristen esineitä. ODE15s rutiini Matlab (MathWorks, Natick MA), kolmannen kertaluokan taaksepäin-ero epäsuora menetelmä (BDF3; ks oheismateriaali S1) ja eteenpäin rajallinen ero (FD), syntyy laadullisesti samanlainen herkkyys tuloksia (Fig. 3). Pienin Spearmanin tahansa kahden menetelmistä (ODE15s vs. FD G1 /S malli) oli 0,91, joka osoittaa pahimmassa tapauksessa korrelaatio on noin 91%. Mielenkiintoista, kun taas Spearmanin osoitti hyvää välisen ratkaisumenetelmiä oli tilastollisesti merkitsevä muutoksia OSSC osoittavia arvoja ratkaisumenetelmiä systemaattisesti siirretty mekanismeja, eli eri OSSC arvot laskettiin mutta järjestys tai sijoitusta mekanismien säilyi (ks Supplemental Material Taulukko S1). Kaksi lisänäytteitä tarkastukset tehtiin tarkistaa luotettavuutta laadullisen päätelmiin analyysimme. Ensinnäkin häiriön koko käytetään tuottamaan satunnainen parametri perheet vaihdeltiin testata erilaisia ​​johtopäätöksiä olisi tehty eri häiriön kokoisia; OSSC arvot laskemalla satunnainen parametri perheille tuottaa käyttäen ± 50%, ± 1 asteen ja ± 2-kertaluokkaa osoittanut mitään laadullista eroa määrällisesti esittänyt Spearmanin G1 /S malli (Fig. 4). Pahin tapaus korrelaatio 0,90 havaittiin välillä ± 50% ja ± 2-kertaluokkaa tapauksista osoittaa keskimäärin 90% päätelmiä näiden kahden tapauksen välillä olivat yhdenmukaisia ​​(Fig. 4C). Tällainen vahva korrelaatio Spearman riveissä poikki 2-suuruusluokkaa parametriarvot voisi olettaa, että verkon rakenne (connectivity) on tärkeämpi kuin parametrien arvot. Vertailu täsmälleen samanlaisia ​​mekanismeja poikki kolme mallia tukivat hypoteesia liittymien ylivoima jossa mekanismeja luokiteltu joko hauras tai vahvana G1 /S ja G2-DNA-vaurioita malleja myös ennustettu olevan tärkeitä Novak ja Tyson malli, vaikkakin eri riveissä (taulukko 4). Oli 11 mekanismeja ilmestyi tarkalleen kunkin mallin, 10 mekanismeja luokiteltiin samalla kun yksi sijoittui epäyhtenäisesti. Toiseksi, kumulatiivinen Spearmanin korrelaatiota herkkyys tuloksista käyttäen ODE15s, BDF3 ja FD menetelmiä kunkin mallin laskettiin funktiona lukumäärän parametrisarjojen otokseen. Vaikka kumulatiivinen Spearmanin lähentyneet populaation keskiarvo, kun määrä parametrijoukkojen lisääntynyt, populaation koko riippuvuus havaittiin (Fig. 5). Kunkin mallin tulokset raportoitu saatiin alueella lähentyminen; siten, mitään uutta informaatiota olisi saatu, jos ylimääräisiä satunnaisia ​​parametrisarjojen otettiin näytteet.

skaalattu Kaiken State herkkyyskertoimien (OSSC) laskettiin kullekin solusyklin malli yli perheen satunnainen parametrien sarjaa (N = 500 ellei toisin mainita) tuottama satunnaisesti häiriintymistä julkaisi asettamat ± 1-suuruusluokkaa. Kolme erilaisia ​​numeerisia menetelmiä käytettiin ratkaista herkkyyttä yhtälöt valvoa numeerisen esineitä. A-C: Herkkyys tulokset Novak ja Tyson malli [32]. D-F: Herkkyys tulokset G1 /S tarkastuspiste mallin Qu

et al.

, [31]. G-I: Herkkyys tulokset G2 /M-DNA-vaurion malli Aguda [30]. Eri numeerinen tekniikoita ratkaista herkkyyttä yhtälöt saadaan laadullisesti samanlaisia ​​tuloksia kuin määrällisesti esittänyt Spearmanin tahansa kahden menetelmistä (alempi oikeassa alakulmassa kullekin lohkolle).

perhe satunnainen parametrin sarjaa rakennettiin (N = 150), kun nimellinen joukko, jossa jokainen parametri aiheuta häiriötä enintään ± 50%, ± 1 asteen tai ± 2-kertaluokkaa. ODE15s rutiini Matlab (MathWorks, Natick MA) käytettiin ratkaista herkkyyttä yhtälöt. V: Kumulatiivinen Spearman riveissä välillä Parametroitavan kanssa ± 50%: n muutos ja ± 1order muutos. B: Kumulatiivinen Spearman riveissä välillä parametrien, joissa on ± 1-ja ± 2-kertaluokkaa muutoksen. C: Kumulatiivinen Spearman riveissä välillä Parametroitavan kanssa ± 50% -ja ± 2-kertaluokkaa muutoksen.

Punainen-katkoviiva kaikissa tapauksissa tarkoittaa kumulatiivinen Spearman Rank saatu näytteenotto kaikki parametri asettaa minkä tahansa kahden menetelmistä. A-B: Kumulatiivinen Spearmanin versus määrä parametrijoukkoja näytteitä G1-S mallia käyttäen BDF3 ja ODE15s menetelmästä (A) ja Finite Difference (FD) ja ODE15s menetelmät (B), tässä järjestyksessä. C-D: Kumulatiivinen Spearmanin versus määrä parametrijoukkoja näytteitä varten G2-M-mallin avulla BDF3 ja ODE15s menetelmät (C) ja Finite Difference (FD) ja ODE15s menetelmät (D), tässä järjestyksessä. E-F: Kumulatiivinen Spearmanin versus määrä parametrijoukkoja näytteitä koko syklin mallia käyttäen BDF3 ja ODE15s menetelmiä (E) ja Finite Difference (FD) ja ODE15s menetelmät (F), tässä järjestyksessä. Kaikissa malleissa ja numeerisia menetelmiä, kumulatiivinen Spearmanin konvergoi populaation arvo kuitenkin määrä lähentymisen, eli määrä pistokokeita sarjaa vaaditaan näytteet, on erilainen kunkin mallin ja menetelmän.

keskustelu

kirjallisuus todisteet tukevat olettamusta, että laskennallisesti tunnistettu hauras solusyklin vuorovaikutukset ovat tehokkaita tavoitteita. Mieti haurauden CDC25 mekanismeja. Boutros

et al.

Arvosteltiin hiljattain rooli CDC25 fosfataasien ja CDC25 estäjiä ihmisen syövän etenemiseen ja hoito [35]. Vaikka esto CDC25 syövän hoidossa strategia on vielä laboratoriossa vaiheessa useita CDC25 estäjien kehittämiseen ovat osoittaneet lupaavia tuloksia. CDC25 estäjä PM20 esti kasvua ihmisen hepatooma johdettu Hep3B solulinjoja klo estävä pitoisuus (IC) 700 nM, PM-20 esti myös kasvua useiden muiden solulinjojen, tosin kalliimpaan ICS [36]. BN82685, joka esti CDC 25A, B ja C

in vitro

ja

in vivo

ja tukahdutettu kasvua HeLa- ja ihmisen haiman kasvain Mia PaCa-2 ksenograftien kateenkorvattomissa nude-hiirissä, myös inhiboivat ihmisen solulinjojen resistenttejä sytotoksisten lääkkeiden esimerkiksi ihmisen myeloblastinen leukemia cell-line HL-60 [37]. CDC25 antagonisti, CPD-5, inhiboivat rotan hepatoomasolulinja-line JM-1

in-vitro

ja hiiren syöpäsoluja line tsFT210 kautta estävät selektiivisesti CDC25 [38]. Siten inhibitio CDC25 edustaa toteuttamiskelpoinen hoitovaihtoehto, joka voisi edelleen jatkettava klinikalla. Esto ja hajoaminen aktiivisen sykliini E-CDK2 monimutkainen, toinen sijoittui mekanismin G1 /S verkko, on myös hyödynnetty hoitostrategiaa. Bristol-Myers Squibb (BMS) on kehitetty BMS-387032, sykliini E-CDK2-inhibiittori, jonka IC50 on 95 nM [39]. Prekliinistä ja vaiheen I munasarjasyövän tutkimukset osoittivat, että BMS-387032 hallussa tehokkaammaksi kuin Flavopiridoli, joka on siveetön CDK-estäjä [40]. Flavopiridoli, ensimmäinen sykliiniriippuvaiset estäjä kliinisissä tutkimuksissa, yksin tai yhdessä muiden lääkkeiden kanssa parhaillaan tutkitaan 52 aktiivisessa vaiheessa I tai II kokeissa [41]. Flavopiridoli on ehdotettu hoitoon toistuvan, paikallisesti edennyt tai metastaattinen pehmytkudossarkoomaa [42], lymfooma ja multippeli myelooma [43], metastaattisen rintasyövän (jossa Trastumuzumab) [44] tai yhdessä muiden lääkkeiden (sisplatiini ja karboplatiini ) hoitoon pitkälle edenneitä kiinteitä kasvaimia [45]. Sykliini E ilme, neljäs sijoittui mekanismin G1 /S malli, on myös tutkittu terapeuttisesti hoitoon haiman ja keuhkosyövässä [46], [47]. Korrelaatio hauraus ja hoitostrategia todettiin myös pidä G2 /M-DNA-vaurioita verkkoon. Aktivointi preMPF (sykliini B-CDK1 kompleksi), katalysoivat CDC25, ennustettiin olevan herkin mekanismin G2 /M-DNA-vaurioita malli, kun taas kolme neljästä kakkoslistan G2 /M-DNA mekanismeja liittyi CDC25 toimintaa. Bryostatiini-1, proteiinikinaasi C: n (PKC) estäjän ja antagonisti sykliini B-CDK1 monimutkainen, on tutkittu, että klinikalla multippelin myelooman [48], uusiutunut non-Hodgkin-lymfooman ja krooninen lymfaattinen leukemia [49] . Kokeellisissa malleissa, Bryostatiini-1 on osoitettu, yhden aineen aktiivisuus B16-melanoomaa, M5076-satakerta sarkooma ja L10A B-solulymfooman [50] ja on osoitettu häiritsevän sykliini B-CDK1 kompleksin muodostumiseen ja aktiivisuus useita erilaisia ​​mekanismeja, [51] , [52]. Kun yhdessä, alkuun hauras mekanismeja sekä G1 /S ja G2 /M vaiheiden solukierron, arvioitu monte-carlo herkkyysanalyysi, todettiin olevan sopusoinnussa meneillään prekliinisissä ja kliinisissä kokeissa hoitoon laajan kirjon ihmisen syövistä.

modulaatio translaation tehokkuutta ja manipulointia ohjelmoidun proteolyysin, näkyvästi joukossa, epävakaiden mekanismien kaikissa malleissa, ovat myös aktiivisia alueita terapeuttisen kehittämisen. Aloittaminen käännös eukaryooteissa uskotaan olevan nopeutta rajoittava [53] ja yliekspressio aloittamisesta komponentteja, esimerkiksi initiaatiofaktoria elF4E, esiintyy usein ihmisen syövissä [54]. Arnqvist ja työtoverit tutkitaan käännös inhibitio MCF-7-rintasyöpäsolujen seuraavat sykloheksimidin, puromysiini tai emetiini altistuksen läsnä ollessa ja puuttuessa Insulin-like Growth Factor1 (IGF-1) [55]. Lisäksi puromysiinin, sykloheksimidi ja emetiini ilman IGF-1 lisännyt apoptoosia 48 tunnin suhteessa kontrolliin, mutta kun IGF-1 oli läsnä, pitoisuus riippuvainen väheneminen apoptoosin havaittiin. Bjornsti ja Houghton Tutustuttuamme toinen pieni molekyyli käännös estäjä, Ramapycin [56], joka estää Tavoite Ramapycin (TOR) proteiini, seriini /treoniinikinaasi mukana kääntämisen ja muita toimintoja. Vaikka Ramapycin on FDA: n hyväksyntä immunosuppressanttina, kehittäminen syöpähoitoihin on ollut hidasta, vaikka tuumorin vastaista aktiivisuutta vakiinnuttanut-kasvainmallissa [57], [58]. Ramapycin analogeja on tutkittu kliinisissä tutkimuksissa hoitoon eri käyttöaiheissa kuten lapsipotilailla, joilla oli relapsoitunut tai refraktorinen akuutti leukemia ja munuaisten-karsinooma [56], [59]. Peptidi-inhibiittorien on myös käytetty downregulate käännös esimerkiksi BL22, immunotoksiinia kehitetty hoitoon kroonisen lymfaattisen leukemian (CLL) [60], muodostuu muuttujan FV fragmentti RFB4 vasta-aineen konjugoitu anti-käännös peptidin PE38. Toinen ryhmä epävakaiden mekanismien ennustettu Novak ja Tyson ja yleisemmin koko G1 /S ja G2 /M-DNA-vaurioita verkkojen mukana vapauttamiseen ohjelmoidun proteiinien hajoamista. Ohjelmoitu proteolyysiä kautta Ubiquitin Proteasome System (UPS), kriittinen osa ajo solusyklin etenemisen [61], on joutunut useiden erilaisten terapeuttisten kehitys [62]. Ubiquination Kohdeproteiinien liittyy koordinoitua toimintaa ubikitiinipromoottori aktivoiva entsyymi perhe (E1), ubikitiinipromoottori-konjugointientsyymiä perhe (E2) ja ubikitiinipromoottori ligaasilla perhe (E3) [63]. Vaikka E1 toimintahäiriöitä ei ole havaittu syöpä, vapauttaminen E3 ja vähemmässä määrin E2 toiminta on suoraan sidoksissa syövän etenemisessä [63]. Novak ja Tyson malli on vain luuranko edustus UPS, sillä ei kuitenkaan yksiselitteisesti edustaa Cell Division Cycle proteiini 20 (CDC20), CDH1 ja Anaphase edistäminen Complex /Cyclosome (APC /C), jotka kaikki ovat E3 komponentteja. APC /C on ydin alayksikkö, johon adaptoriproteiineja CDC20 ja CDH1 sitoa [64] – [66]. Esto erityisiä E3 ligaasit edelleen tekninen haaste [67] kuitenkin cis-imidatsoliini analogeja kutsutaan Nutlins on kehitetty, jotka estävät MDM2, E3-ligaasi vastaavat tunnustamisesta p53.