Krooninen sairaus

tiivistelmä

Hedgehog on evoluutiossa konservoitunutta kehityskulku, laajalti sekaantunut ohjata useita soluvasteita kuten solujen lisääntymistä ja kantasolujen uusiutumista ihmisen ja muiden eliöiden, ulkoisten ärsykkeiden. Poikkeava aktivaatio tämän reitin ihmisen aikuisen kantasoluja linja voi aiheuttaa erilaisia ​​syöpiä. Siksi kohdistaminen tämän reitin syövän hoidossa on tullut välttämätön, mutta ei saatavilla on tarkat molekyylivuorovaikutusten, monimutkaisten säännösten mukaan ulkoinen ja sisäinen solun proteiinien ja rajat neuvotteluja muiden reittien vakava haaste saada yhtenäinen käsitys tästä signalointireitin tekemiseen terapeuttinen strategia. Tämä motivoi meitä suorittamaan laskennallisen tutkimuksen koulutusjakson ja tunnistaa todennäköisiä lääkekohteita. Tässä työssä saatavilla olevista tietokannoista ja kirjallisuuden, me rekonstruoitu täydellinen hedgehog-reitin, joka raportoi eniten molekyylejä ja vuorovaikutusten tasalla. Käyttämällä viime aikoina kehitetty tietokonelaskentatekniikoiden, me suoritetaan edelleen rakenne- ja loogisen analyysin tämän reitin. Lujuuslaskentaosaamista, liitettävyyden ja keskeisyyden parametrit laskettiin tunnistaa tärkeät proteiinit verkosta. Kaapata asetukset molekyylien kehitimme mestari Boolen malli kaikkien vuorovaikutuksesta proteiinien ja luoneet eri syövän skenaarioita, kuten Gliooma, Colon ja Haiman. Teimme häiriön analysointi näillä syövän olosuhteissa tunnistaa tärkeät ja minimaalinen yhdistelmiä proteiineja, joita voidaan käyttää lääkkeen tavoitteet. Meidän tutkimuksessa havaitsimme alle ilmauksia eri onkoproteiineja vuonna Hedgehog koulutusjakson aikana perturbing kerrallaan yhdistelmien proteiinien GLI1, GLI2 ja SMO in Gliooma; SMO, HFU, ULK3 ja RAS Colon syöpä; SMO, HFU, ULK3, RAS ja ERK12 in Haimasyöpä. Tämä rekonstruoitu Hedgehog signalointireitin ja laskennallinen analyysi tunnistaa uusia kombinatoorista lääkekohteita on hyötyä tulevaisuudessa

in vitro

ja

in vivo

analyysi ohjata erilaisia ​​syöpiä.

Citation: Chowdhury S, Pradhan RN, Sarkar RR (2013) rakenne- ja looginen analyysi kattavasta Hedgehog Signaling Pathway löytää vaihtoehtoisia Drug tavoitteet gliooma, Colon ja Haimasyöpä. PLoS ONE 8 (7): e69132. doi: 10,1371 /journal.pone.0069132

Toimittaja: Surinder K. Batra, University of Nebraska Medical Center, Yhdysvallat

vastaanotettu: 07 maaliskuu 2013; Hyväksytty 4. kesäkuuta 2013 Julkaistu: 23 heinäkuu 2013

Copyright: © 2013 Chowdhury 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: Työ rahoittaa Department of Biotechnology, Govt. Intian, Grant No. BT /PR13689 /BID /07/363/2010, ja osittain CSIR-NCL, MLP026226. Rahoittaja ei ole roolia tutkimuksen suunnittelu, tiedonkeruu ja analyysi, päätös julkaista tai valmistamista käsikirjoituksen.

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

Johdanto

Signaalitransduktiota järjestelmä edustaa tyylikäs piirit solun, joka kääntää ulkoiset ja sisäiset vihjeet sopiviin soluvasteita. Nämä signalointipolkujen järjestetään yleensä kolmeen pääosaan: Input, Intermediate ja lähtö [1], jotka kattavat useita proteiineja, jotka välittävät, signaalin vastaanotto, transduktio, vahvistus ja vaste sukupolvi. Viimeaikaiset edistysaskeleet molekyyli- ja tietotekniikassa ovat osoittaneet, että signaali, kun vuorovaikutus reseptorin kanssa luo monivaiheinen heräte kuvion sijaan ”molekyyli yksisuuntainen tie” ja tietyt toimintahäiriöt tämän kuvion voi aiheuttaa vakavia patologisia sairauksia, kuten syöpää, kasvaimen kehittymisen jne. organismeihin, mukaan lukien ihmisen. Se on myös tunnettu tosiasia, että harvat sairaudet ovat vain häiriöiden signa- jotka ilmenevät molekyylitasolla vuorovaikutus otetaan fenotyyppisiä muutoksia. Esimerkiksi syöpä on yksi tällainen ”systeemibiologiaan sairaus”, joka muuntaa yksittäinen häiriön osaksi laajaa heräte kuvion [2]. Nämä häiriöt eivät rajoitu tiettyyn soluun, vaan myös vaikuttavat ympäröiviin kudoksiin. Jotta suunnittelu uusia terapeuttisia strategioita tällaisten sairauksien näyttää siis olevan välttämätöntä tutkia verkostojen reittejä ja järjestelmien eri tasoilla monimutkaisuus sijaan tutkii yksittäisen biologisen molekyylin tai kemiallista komponentti. Näin ollen on tarpeen kattavan tutkimuksen signalointipolkujen tutustumiseen nämä patologiset oireet, sen suhde eri sairauksia ja tunnistamaan yhden tai yhdistelmän yksittäisten molekyylien, jotka säätelevät useat eri järjestelmän käyttäytymistä tai toimintahäiriöitä.

Useita yhteisiä ponnistellaan leikellä eri signalointireittejä, kuten MAPK, Apoptosis, mTOR jne ja siihen liittyvän molekyylitason mekanismeja, jotka ohjaavat syövän kehittymistä solun tai kudoksen organismin [2]. Joukossa eri signalointireittejä, Hedgehog on suuri biologinen merkitys, koska se on vahvasti osallisena syövän kehitykseen [3] – [5]. Hedgehog on evoluutiossa säilyneitä kehityskulku, joka on laajalti sekaantunut ohjata useita soluvasteita. Tämä polku on keskeinen rooli erilaisissa solun prosesseja, kuten alkionkehityksen huolto ja korjaus kudosten, ja homeostaasiin. Hedgehog signalointireitin ohjaa myös kehitys- prosesseja vuorovaikutuksen Hedgehog ligandien, Sonic Hedgehog (SHH), Desert Hedgehog (DHH) ja Intian siili (IHH) kanssa paikattava reseptorien (PTCH1 /PTCH2), mikä vapauttaa Smoothenedin (SMO) alkaen patched-indusoidun suppression [6]. SMO aktivointi edelleen aktivoi alavirran komponentteja, kuten STK36, SUFU jotka estävät kokoonpanoa GLI hajoamisen monimutkaisia ​​ja siten vakauttaa GLI proteiineja, jotka lopulta aktivoida Hedgehog kohdegeenien, kuten sykliini D2, FOXM1, SFRP, JAG2 jne. [6]. Hallittu sääntely tämän reitin aktivoi nämä kohdegeenien tietyissä tasolla ja siten ylläpitää asianmukaista kehittämistä solun tai kudoksen. Mutta vapautuminen tämän reitin voi aiheuttaa ylös tai alas sääntely näiden kohdegeenien ja aiheuttaa vakavia tulosten kudoksen tai elimen kehitystä. Koska tämän reitin on myös vahvasti osallisena solun uusiutumista aikuisen kudoksissa; järjestelmän komponentti toimintahäiriö Tämän reitin voi useimmiten johtaa syöpään erilaisissa solulinjoissa Ihmisen [7], [8]. Lisäksi rooli muutamia tärkeitä proteiineja on tunnistettu tämän reitin, kuten PTCH1, SMO, GLI jne, jotka ovat pääasiassa vastuussa toimintahäiriöstä tämän reitin eri syöpien [9] – [12]. Seurantatutkimukset useat tutkimusryhmät ovat kehittäneet terapeuttisia strategioita estämään toimia näiden proteiinien erilaisiin syöpiin, mutta yksikään niistä ei saavuttanut täydellistä menestystä parantaa erityisesti syöpä, jonka aiheuttaa epänormaali aktivaatio Hedgehog-reitin [13] – [ ,,,0],15].

virtaus molekyylitason magnetointi millään signaalinvälitysreitin seuraa monimutkainen haarautuvan kuvio cascade, joten on syytä mainita, että kohdistaminen yksittäisen proteiinin signalointireittien, kuten siili, ei olisi hedelmällistä estää sen toimintahäiriö syövän tilanteessa. Nykyinen tarkastelun Li et al. [15], korostaa merkitys kombinatorisista lääkekohteita sulkemaan Hedgehog signalointi syövän hoitoon. Esimerkiksi, on tunnettua, että aktivointi sytoplasmisen GLI (sinkkisormen transkriptiotekijä), joka aloittaa toiminnan tämän reitin voitaisiin säädellä kahdella tavalla:

(i)

ligandin riippuvainen tavasta, jolla ekstrasellulaarinen vastauksena eli hedgehog ligandeja vuorovaikutuksessa reseptorin proteiinien PTCH1 /PTCH2 ja aktivoi G-kytketyn proteiinin SMO, ja

(ii) B-toimintahäiriö muita proteiineja, jotka ovat läsnä sytoplasmassa, jotka estävät tai aktivoivat sen aktiivisuuden puuttuessa hedgehog-ligandien . Valitettavasti tähän mennessä useimmat tutkimukset ovat pääasiassa keskittyneet kehittämään huume, joka vain estää GLI aktivaation aiheuttama ligandin riippuvainen tavalla. Tässä tapauksessa suurin osa tutkimus on suunnattu ainoastaan ​​tunnistaa lääkeaineen molekyyli, joka voi estää joko PTCH1 tai SMO kalvoon [16] – [19]. Nämä lääkkeet, kuten Syklopamiini, Vismodegib jne. Ovat tehokkaita vain silloin, kun syöpäsolujen liiallista Hedgehog-reitin aktivoitumista, on kohdannut yli-ilmentynyt hedgehog-ligandien (SHH, IHH tai DHH) tai on mutatoitunut PTCH1 tai SMO kalvon. Näin ollen, on selvää, että anto edellä mainittuja lääkkeitä ei ehkä paranna syöpien aiheuttanut joidenkin muiden solunsisäisten proteiinien lisäksi ainoa mutaatio PTCH1 ja SMO. Jotta Tämän ongelman ratkaisemiseksi on löydettävä vaihtoehtoisia tavoitteita tai lääkeaineiden yhdistelmä voi olla käyttökelpoinen onnistunut syövän hoidossa.

tunnistaminen lääkekohteita kokeellisin lähestymistapa joskus tulee vaikeaa, koska se vaatii enemmän aikaa ja resursseja. Lisäksi monimutkaisia ​​säätelyverkkoja geenien ilmentymisen, koko verkostoja metabolisen reaktioita ja laajamittainen proteomiikan tulokset ovat nyt käytettävissä tutkia vaste väyliä (moduulien) eri häiriöiden. Koska valtavia määriä dataa kullakin tasolla, se on haaste tulkita ollutta tietoa yksittäisistä määrityksistä ja yhdistää tulokset useita tasoja. Viimeaikainen kehitys kokoavia lähestymistapoja, bioinformatiikan työkaluja, matemaattisia ja laskennallisia menetelmiä ovat välttämättömiä ymmärtää ja analysoida tällaisia ​​tietoja kokeellisista tutkimuksista. Erilaisia ​​lähestymistapoja laadullisen ja määrällisen menetelmiä ja mallintaminen signalointipolkujen on käytetty vastaamaan useisiin biologisiin kysymyksiin liikenneopastejärjestelmien [20]. Tyypit lähestymistapoja käytetään ensisijaisesti riippuu saatavuudesta olemassa oleviin tietoihin ja tyyppi biologisten kysymysluettelon [20], [21]. Valitettavasti on hyvin vähän laskennallisia tutkimuksia Hedgehog signalointireitille [22] – [25]. Kaikki nämä mallit tutkia hyvin erityisiä aiheita ja eivät sisällä sairaustiloissa, erityisesti Gliooma, Colon ja Haiman syöpiä, jotka voivat johtua johtuu toimintahäiriö Hedgehog-reitin. Siksi on tarpeen rekonstruoida kattavan kartan Hedgehog-reitin ja tutkia yksityiskohtaisesti molekyylivuorovaikutusten sekä normaali ja syöpä ehdot kautta laadullisesti.

Lisäksi tunnistaminen yhdistelmän proteiineja kuin huume tavoite Hedgehog-reitin syövän hoito vaatii täydellistä ymmärtämistä koko mekanismeja tämän reitin ihmisen solussa. Saavuttaakseen tämän, yksi on kattavin ja ajantasaista tietoa tai kartta Hedgehog-reitin, jotka voivat auttaa analysoimaan polku syvemmin ja tarkemmin. Valitettavasti niin pitkälle kuin kirjallisuudessa ja biologinen signalointi tietokannan osalta, ei ole kattavaa koulutusjakson kartta käytettävissä tutkimiseen Hedgehog-reitin. Jopa, haku eri suosittuja tietokannan (Katso taulukko S1 teksti S1) paljasti, että on olemassa joitakin vaihteluita molekyylien lukumäärä ja vuorovaikutusten raportoitu tämän reitin (katso taulukko S2 teksti S1). Tämä heterogeenisuus välillä tietokannan tiedot aiheuttavat valtavia ongelmia lajittelu tietoa rakentaa kattava kartta. Joissakin tapauksissa jopa olemassa puuttuu tietoa eri molekyylien tai vuorovaikutuksia, jotka ovat jo saatavilla kokeellisissa tutkimuksissa, mutta ei ole päivitetty tietokantaan. Nämä aiheuttavat haastava ongelma tutkijoille saada yleistä rakennetta tämän signaloinnin verkkoon.

Tässä asiakirjassa, keräämällä tietoja eri tietokannasta ja kirjallisuudesta, esitämme päällikön malli Hedgehog-reitin. Laaja data mining ja tekstin uuttomenettelyjä kirjallisuudesta lähteistä auttoi meitä tunnistamaan monien proteiinien ja niiden vuorovaikutuksia, jotka eivät sisälly olemassa olevaan tietokantaan. Parhaan tietomme tässä artikkelissa olemme esittäneet Hedgehog-reitin kartan, joka on suurin Hedgehog-reitin kartta ihmisen asti mennessä. Verrattuna olemassa oleviin suosittu tietokantaan, hiljattain kunnostettu Hedgehog kartta koostuu 57 proteiineja, 6 solu- tai ilmiasuilmeneminen ja 96 hyper-vuorovaikutuksia, mikä on korkein. Kuviossa S1, joka on Venn-kaavio rakennettiin vertailla määrä proteiinien saatavilla suurten tietokantaan malleja ja proteiineja pidetään mallissamme. On selvää, tämä kaavio, että suurin osa proteiineista mukana meidän mallin (edustaja ei-päällekkäisiä alue), eivät ole täysin käytettävissä missään mainituista tietokannoista lukuun ottamatta proteiineja Kegg, PATHWAY KESKI, BioCarta ja PROTEIN LOUNGE. Mutta vain osa proteiinien spesifisiä Hedgehog signalointi väylä NETPATH ​​ja GENEGO on mukana meidän malli ja loput otetaan kirjallisuudesta ja muista tietokantaan. Käyttämällä tämän reitin kartan me jälkeen suoritettiin rakenneanalyysi käyttäen kaavio teoreettinen lähestymistapa ja loogisen analyysin Boolen formalismia ymmärtää rakenteen ja topologian koko verkon sekä tunnistaa tärkeitä proteiineja. Osoitimme myös, että Boolen esitys vuorovaikutuksesta koulutusjakson antaa kokonaiskuvan ymmärtämistä järjestelmän käyttäytymistä validoimalla malliin kokeelliset tiedot ja suorittaa järjestelmällisesti häiriöteorian analyysi osoittaa keskeisiä lääkekohteita kolmen syöpätyypit, kuten Gliooma, Colon ja Haiman. Tärkein tavoite oli tunnistaa todennäköistä lääkekohteita

in-silico

joita voitaisiin käyttää tulevaisuudessa

in vitro

tai

in vivo

analyysi. Meidän malli ja laskennallinen tutkimus Hedgehog signalointireitin tunnistimme muutamia uusia yhdistelmiä proteiineja, joita voitaisiin käyttää lääkekohteita syöpähoitoa.

Tulokset

Rekonstruoitua Hedgehog Signaling Pathway (Human Cell Specific) B

tässä työssä yksi tärkeimmistä tavoitteista oli tarjota laaja ja ajan tasalla Hedgehog signalointi kartan, joka voi toimia sekä kokeellisia sekä teoreettisen biologian yhteisöjä. Kuvassa 1, esitimme hiljattain kunnostettu Hedgehog-reitin kartta, joka parhaan tietomme on suurin kartta Hedgehog-reitin asti mennessä. Oli yhteensä 57 proteiineja (52 ydinproteiineiksi ja 5 rajat puhua proteiinimolekyylien muista väyliä) ja 96 hyper-reunat sisältyvät manuaalisesti reitin kuvassa käyttämällä tietoja eri lähteistä (katso Menetelmät jakso ja taulukko S1 S2 Teksti S1).

Yhteensä 57 proteiinien mukana tämän reitin kuvassa. Vihreät ja punaiset nuolet osoittavat Aktivointi /Tuotanto- ja esto prosessia vastaavasti. Musta nuolet osoittavat tumaansiirtymiseen prosessi. Kaikki proteiinit tämän verkoston jaetaan neljään alueille eri värikoodeja: Ekstrasellulaarinen ja Membrane (sininen); Solulima (punainen); Nucleus (vihreä); ja lähtö (keltainen). Tuotos proteiinit kytkeytyvät eri soluvasteita (rajat puhua muiden polkuja tai fenotyyppisten ilmaisuja) mustalla Katkonuolen.

Kuvassa 1 vihreät ja punaiset nuolet merkitsevät aktivointi /tuotanto ja esto tapahtumia vastaavasti. Musta nuolet ovat osoittavat tumaansiirtymiseen aktivoitujen GLI transkriptiotekijöiden tumaan. Jotta ymmärtäisimme ja erottaa hedgehog komponentti proteiinit mukaan niiden solujen sijainnit, me jaetaan kaikki proteiinit mukaan neljään alueilla: Solunulkoisilla Kalvo, Sytoplastiset, ydin- ja lähtö /Tuotettu neljää eri väriä: sininen, punainen, vihreä ja keltainen, vastaavasti. Risti puhuu ja fenotyyppinen ilmauksia tämän reitin nimettiin ”soluvaikutukset” ja liittyivät teho /tuotettu proteiinien pilkullinen mustalla nuolella. Seuraavassa esitetään kuvaus proteiinien kunkin alueen meidän rekonstruoitu Hedgehog signalointi verkkoon.

Solunulkoisilla ja kalvo.

Tällä alueella olemme mukana kolme siili ligandeista: Sonic Hedgehog (SHH), Indian Hedgehog (IHH) ja Desert Hedgehog (DHH). Nämä ovat ligandeja, jotka sitoutuvat reseptoriin proteiinien Patched1 (PTCH1) ja Patched2 (PTCH2) hedgehog-kohteen tai reagoivien solujen [26], [27]. Aiemmat tutkimukset ovat osoittaneet, että ilman mitään näistä hedgehog-ligandien, PTCH1 /PTCH2 estää toista transmembraaninen G-kytketyn proteiini ”Smoothenedin (SMO)” solukalvon sisällä [26], [27]. Sitä on tutkittu, että tämä estäminen vedetään jälkeen HH ligandit sitoutuvat Patched reseptoreihin. Seurauksena tästä ligandi-reseptori-vuorovaikutuksen SMO saa aktiivinen ja sen jälkeen aktivoida seriini /treoniini-kinaasi-36 (STK36) sen alavirran sytoplasminen alue solun. Tämä STK36 kinaasi proteiini on yksi tärkeimmistä potentiaalia aktivaattoreita Gliooma liittyvä proteiini (GLI) sytoplasmassa [6], ja on nimeltään ”ligandi riippuvainen GLI aktivointi”. Tällä alueella, kalvon proteiinit on esitetty erityinen kuusikulmainen rakenne käytetään CellDesigner graafinen merkintöjä [28], [29]. Oli yhteensä 3 ligandit, 6 solunulkoisia proteiineja ja 4 kalvon proteiinit sisältyvät Solunulkoisilla ja Membrane alue.

Sytoplasmiset proteiineja.

Tällä alueella olemme mukana yhteensä 16 proteiinimolekyylien. Kaikki kolme isoformeja GLI transkriptiotekijöille GLI1, GLI2 ja Gli3 olivat mukana. GLI löytyi Solulima sekä Nucleus ja oli pääkohde komponentti proteiini Hedgehog-reitin aktivointi [30]. Lisäksi oli muita proteiineja tällä alueella, jotka suoraan tai epäsuorasti vaikuttavat kolme isoformia GLI proteiinin sytoplasmassa. Nämä proteiinit olivat Human sulatettua (HFU), Setä-51 kaltainen kinaasi 3 (ULK3), ERK1 /2, RAS ja TWIST [31] – [34]. On syytä mainita, että ERK12, RAS, TWIST, FAS ja Notch1 eivät ole hedgehog-reitin proteiinit, vaikka me pidetään näitä proteiineja, koska ne oli merkittävää vuorovaikutusta ydinproteiineiksi GLI1, GLI2 ja SMO. Myös niiden roolia ligandin itsenäinen hedgehog-reitin aktivaatio Gliooma, Colon ja Haimasyöpä skenaariot oli myös tärkeä tekijä harkitsee ne meidän hiljattain kunnostettu Hedgehog malli. Havaittiin, että mutaatio tai yli näiden proteiinien ilmentymisen voivat aktivoida GLI sytoplasmassa ilman apua minkä tahansa Hedgehog ligandien. Toisaalta, eri kirjallisuutta, me löytänyt myös repressors Gli proteiinien sytoplasmassa, kuten proteiinikinaasi A (PKA), Beta-transdusiini repeat sisältävä proteiini (BTRCP), Kaseiinikinaasi isoformi alfa (CKIα), Glykogeenisyntaasikinaasi kinaasi-3 (GSK3) [35], [36] ja mukana ne verkkoon.

Nuclear proteiineja.

ydinvoiman alueella Hedgehog-reitin kartalla, olemme mukana 13 molekyylejä ne olivat pääasiassa transkriptiotekijä, co-aktivaattori tai co-repressori. Aktivoidut transkriptiotekijöiden GLI1, GLI2 ja Gli3 translokoituvat tumaan kuin Nuclear GLI1 (NUC_GLI1), Nuclear GLI2 (NUC_GLI2) ja Gli3 aktiivinen (GLI3_A) [37] vastaavasti ja auttaa puhtaaksi eri siili kohdegeenien avulla transkription yhteistyön aktivaattorit Nuclear STK36 (NUC_STK36) ja Dual spesifisyys tyrosiini-fosforylaation säädelty kinaasi 1 (DYRK1) proteiinit [38]. Lisäksi oli muutamia transkriptio yhdessä repressorit tumassa joiden todettiin eri kirjallisuudesta ja ne alas säätelevät GLI transkriptiotekijöiden. Nämä proteiinit, Nuclear SUFU (NUC_SUFU), tunnoton, ITCH, SKI, Nuclear Receptor Co-repressori (NCOR), SNO, HDAC ja SIN3A [39], [40], olivat mukana verkossa. Nucleus NUC_GLI1 transkriptiotekijän transcribes geenien

ptch1, hip1, gli1

sekä useita muita reagoiva geenejä tämän reitin. Jotta voitaisiin vähentää monimutkaisuutta on koulutusjakson kuvassa, emme sisällä geeniä tai m-RNA tässä ydinvoiman alueella.

Output proteiineja.

Tätä aluetta ei esitetä mitään sijainti solussa. Olemme mukana tässä osassa erikseen määritellä tuotettujen proteiinien lopussa Hedgehog-reitin. Me pidetään signalointiverkolla tulona-Output System, jossa ligandit ja solunulkoisen proteiinit olivat tulot, proteiinit tuotetaan vastauksena näihin tuloihin lopussa tämän reitin voitaisiin ajatella Output proteiineja. Oli yhteensä 15 proteiineja kuten GLI1, PTCH1 ja HHIP mukana tässä osiossa. Kokonaismäärät proteiinien esitetty tällä alueella ovat korkeimmat verrattuna muihin ihmisen julkaistun erityisiä Hedgehog-reitin kartan parhaan tietomme. Sitä paitsi, kaikki proteiinit tällä alueella oli värillinen keltaisina, paitsi PTCH1, HHIP ja GLI1. Syynä oli, kun tuotanto tai käännös, nämä kolme proteiinia translokoituvat niitä vastaaviin solujen sijainnit ja suorittavat toiminnan kautta. Sen osoittamiseksi tämän palautteen mekanismi, pidimme niiden väri samanlainen väritunnuksin niiden todellinen sijainti solussa. Tuotanto PTCH1 ja HHIP proteiinien tämän reitin kytkin ”ON” ”negatiivinen palaute” mekanismi sekä hallitaan edelleen hedgehog-reitin aktivointi kautta ligandin riippuvainen tavalla. Se todettiin kokeellisesti että Hedgehog Vuorovaikutus Protein 1 (HHIP) tukahduttaa Hedgehog ligandeja suoraan sitova niiden kanssa ja suurempaa PTCH1 kalvon auttaisi hillitsemään edelleen SMO aktivointi [41] – [43]. Toisaalta, tuotanto GLI1 auttaa aktivoimaan reitin uudelleen ja siten luo ”Positiivinen palaute” silmukka tähän verkostoon.

Soluvasteet.

Jotta osoittaa risti kytkennät lähtö proteiinit muiden polku tai solun toimintojen pidimme tässä jaksossa lopussa meidän reitin kuvassa. Oli 6 soluvasteita mukana, jotka olivat Cell Proliferation, solusyklin etenemistä, Anti-Apoptosis, epiteeliä-mesenkymaalitransitioon (EMT), Wnt-signaali ja Notch signaali. Osoitimme liitännät tuotettujen proteiinien näillä soluvasteita musta katkoviivalla koulutusjakson kuvassa.

Ymmärtää yksityiskohtaisesti näiden molekyylien aktiivisuuden in the Hedgehog-reitin ja suorittamaan rakenneanalyysi, me mallinnettu rekonstruoidun polku karttaa kaksi lähestymistapaa: Kaavio teoreettista ja loogiset (katso menetelmät kohta).

Lujuusanalyysi

rekonstruoitu Hedgehog polku (kuva 1) auttoi meitä selvittää rakenteen ja topologinen ominaisuuksia tämän verkkoon. Käytimme ”Graafiteoria” tähän tarkoitukseen. Tällainen analyysi on hyödyllinen myös visuaalinen ja /tai topologinen tulkinta erittäin suuri monimutkainen verkko [44]. Tutkimuksessamme tarkastelimme koko signalointireitille verkostona, jossa signaali siilin ligandeista kulkee välillä solunulkoisen alueen tumaan kohdesolun kautta eri sytoplasmisen väli proteiineja. Meidän hedgehog-signalointia verkkoon oli kuin ”Rusetti” verkosto ja koostuvat 57 solmujen tai proteiineja (52 ydin ja 5 ei-core proteiineja hedgehog-reitin) ja niiden 140 suunnattu reunat (vuorovaikutukset, asetuksia tai virtaussuunnan signaalin) . Kuten tiedämme, että virtaus signaalin solunsisäisen signaloinnin verkkoon ylläpitää tiettyyn suuntaan, niin me pidetään meidän kuvaaja teoreettinen malli kuin ”suunnattu graafi” tai ”suunnatun graafin”. Sen osoittamiseksi vain yhteydet proteiinien sisällä Hedgehog karttaa, emme sisällyttää Soluvasteet kaaviossa teoreettista mallia. Koko verkon kuva on esitetty kuviossa 2.

värillinen ympyrät edustavat solmuja tai proteiineja reitti ja mustat nuolet osoittavat reunan tai yhteys kahden verkon solmujen. Solmut ovat värillisiä niiden sub solujen sijainnit solussa (kuvio 1) ja on jaettu neljään alueeseen: Ekstrasellulaarinen ja Membrane (sininen), Solulima (punainen), Nuclear (vihreä) ja lähtö proteiinit (keltainen) vastaavasti. Koko solmujen on osoitettu niiden kokonaismäärä yhteyksiä tai astetta. Yhteensä verran jokaisen solmun seuraa nimi proteiineja. ”Rusetti” rakenne Hedgehog signalointi verkko on helposti nähtävissä, missä signaalit konvergoituvat kohti GLI1 tai GLI2 ja eriävät sen seuraavia vaiheita. Koko solmu GLI1 on suurin, koska se on eniten yhteyksiä tai määrin kaikkien muiden proteiinien verkossa.

Kuviossa 2, värilliset ympyrät edustavat solmuja tai proteiinien verkon ja musta nuolet osoittavat suuntia yhteyksiä tai reunojen kahden solmun välillä. Solmut Tämän verkoston värjättiin niiden solukomponenttien sijainti kuten on kuvattu kuviossa 1. Lähtö proteiinit GLI1, PTCH1 ja HHIP ei näy ”tuotos” alueella, mutta esitettiin käänteinen yhteyksiä NUC_GLI1 että GLI1 sytoplasman sekä PTCH1 ja HHIP kalvo alueella. Koko solmut tähän verkostoon (kuva 2) on valittu mukaan niiden kokonaismäärä yhteyksiä tai aste arvo. GLI1 sytoplasmassa oli eniten koko tutkinto verkossa; Näin ollen koko tämän verkon solmuun oli suurin joukossa kaikki muut solmut. Oli myös selvää tämä luku, että siili signaaleja tuloihin (solunulkoinen ja kalvo proteiinit) lähentyneet erityisesti proteiinien (GLI1 ja GLI2) sytoplasmassa sen aktivoimiseksi ja aktivoinnin jälkeen nämä proteiinit lähettää signaaleja (oikeastaan ​​translokoituvat tumaan ) aktivoimiseksi tuotannon eri kohdegeenien /proteiineja (kuten OPN, BCL2, GLI1, HHIP jne) alavirtaan hedgehog-reitin. Siksi voimme sanoa, että virtaus siilin signaalin solunulkoista-kalvon alue loppupään tavoite proteiinit hedgehog-reitin riippuu pääasiassa väli soluliman GLI proteiineja. Koska tästä syystä kanoninen hedgehog-reitin kutsutaan myös ”GLI välittämä hedgehog-reitin” [45].

analysoidaan tarkemmin tämän verkon kolmesta näkökulmasta: i) Connectivity ii) Centrality ja iii) kaikki parit lyhimmän polun .

yhteydet analyysi.

Me tehdään tämän analyysin tietää yhteyksien määrää kunkin proteiinin kaikkien muiden proteiinien verkossa. Kolmen tyyppisiä muuttujia (astetta, OUT koulutetut ja koko DEGREE) käytettiin tässä osassa (katso Menetelmät kohta). Me lasketaan ja nämä kolme parametrit kullekin proteiinin Hedgehog signalointi verkkoon kuviossa 3A.

Lämpöä kartta arvojen käytettävien parametrien Connectivity ja Centrality analyysi. Nimet proteiinien tai solmut on järjestetty riviin viisasta (Y-akseli) asennon mukaan niiden vastaavan alueen (kuvio 1). Parametriarvot on järjestetty sarakkeittain (X-akseli) lämpöä kartan. (A) Heat kartta parametrien arvot käytetyistä arvoista liitettävyyden analyysi: IN-TUTKINTO, OUT-koulutetut ja koko DEGREE kunkin proteiinin. Korkea IN-DEGREE arvo GLI1, PTCH1, HHIP ja SHH ilmaisee niiden määrän kasvun ylössäätö muiden proteiinien verkossa. Korkean OUT-TUTKINTOSÄÄNTÖ arvo on useita ydin- proteiineja (esim DYRK1, NRON, NUC_GLI1, NUC_SUFU, NUC_STK36 jne.) Tarkoittaa kykyä säädellä muiden proteiinien HH verkossa. Jos koko asteen, GLI1, GLI2 ja NUC_GLI1 merkittäviä korkein arvo. Se viittaa, että nämä kaksi proteiinia ovat enimmäkseen kytketty muihin proteiineihin verkossa. (B) Lämpö kartta yksittäisten keskeisyydestä pisteet jokaisen proteiinin Hedgehog kartan. Keskeisyys käytetyt parametrit Tässä analyysissä olivat ominaisvektori- (EY), Betweenness (BC) ja läheisyys (CC) keskeisyyden. On havaittu, että GLI1 on korkein arvo kunkin parametrin pisteet. Myöhemmin PTCH1, PTCH2, HHIP, STK36, NUC_GLI1, NUC_GLI2 jne ovat myös osoittaa merkittävää arvoa kunkin yksittäisen keskeisyyden pisteet.

Lämpöä kartta (kuvio 3A), joka edustaa parametrien arvot ( iN-TUTKINTO, OUT-koulutetut ja koko DEGREE), esittää proteiinien rivin viisasta niiden solujen paikkoihin solussa (ylhäältä alas) ja parametriarvot sarakkeittain. Keskimääräinen IN ja OUT DEGREE (kaikki yhdessä) verkon laskettiin 2,45 ja keskimääräinen koko aste oli 4,91. Jotta voitaisiin tunnistaa tärkeät proteiinit tästä lämpöä juoni pohjalta connectivity parametrien poimimamme proteiinit, jotka oli parametriarvot suurempia kuin vastaavat keskiarvot. Kaikki puretut merkittävät proteiinit perusteella tämän hypoteesin lueteltiin taulukossa 1. Huomasimme, että oli yhteensä 19, 10 ja 23 proteiinit, jotka olivat korkeammat arvot kuin keskimääräinen IN-TUTKINTO, OUT-koulutetut ja koko ASTEEN, vastaavasti .

taulukosta 1, oli selvää, että reseptoriproteiinia PTCH1 ja kaksi transkriptiotekijöiden GLI1 GLI2 oli korkeammat IN ASTEEN arvoihin verrattuna muihin proteiineihin koko verkossa, voi johtua niiden korkea asetuksen tai vuorovaikutusta muiden ylävirtaan proteiinien siilin signalointia verkkoon. PTCH1 näytti korkeampaa IN-TUTKINTOSÄÄNTÖ koska suurin osa ekstrasellulaarisen signaalit kulkevat tämän reseptorin proteiinin laukaisemaan SMO proteiinin kalvoon. Toisaalta sytoplasmisen GLI1 ja GLI2 oli korkea IN-TUTKINTOSÄÄNTÖ arvoa, koska nämä proteiinit ovat tärkeimpiä proteiineja verkon aktivoi reitin. Myös kolmesta siili ligandit, Sonic hedgehog (SHH) oli korkein IN ASTEEN arvoa sen vuorovaikutusta PTCH1 ja PTCH2 reseptorit oli erittäin riippuvainen proteiinien lähetystä HHAT, CDO, BOC ja GAS1 on ekstrasellulaarisen alueen siili tavoite solu. Proteiinit tumassa, kuten NUC_GLI1, NUC_GLI2, DYRK1 jne oli korkein out-asteen arvon verrattuna muihin proteiineihin verkossa. Lähinnä lähtö proteiinit yhdistetty lähteviä yhteyksiä tai reunat näiden tumaproteiinien verkon rakennetta. Läsnäolosta johtuen korkeamman lähteviä yhteyksiä tumaproteiinien lähtöön proteiineja, OUT-DEGREE arvot Näiden proteiinien lisääntynyt verrattuna muiden proteiinien koko verkossa. Havaitsimme myös, että paitsi tumaproteiinit proteiinit muista alaluokkiin solu paikoissa tai alueilla, eivät osoittaneet merkittäviä OUT-DEGREE arvoja.

myös uuttaa proteiineja, jotka oli TOTAL-asteen korkeammalle kuin keskimääräinen koko asteen 4.91. Taulukko 1 osoittaa, että solunulkoinen ja ligandeja alue PTCH1, HHIP, SHH, IHH oli huomattava määrä (suurempi kuin keskimäärin koko aste) yhteyksien tai koko tutkinto verkossa. Se tarkoittaa, lähettääkseen siilin signaalin solunulkoisia solunsisäiseen alueeseen solun, nämä proteiinit pelata tehokkain rooli koko verkon. Oli selvää kuviosta 2, että GLI1 oli korkein YHTEENSÄ ASTEEN arvo kaikkien muiden proteiinien Hedgehog signalointi verkkoon. Se merkitsi, että tämä oli tärkein proteiini hedgehog-signalointia verkkoon. Out of 57 proteiinien verkossa, se oli liitetty 30 proteiineja.