PLoS Computational Biology: Discovery of Drug synergia v žalúdočnej nádorových buniek predpovedal Logical Modeling

Abstraktné

Discovery efektívnych kombináciou anti-rakovina drog je veľkou výzvou, pretože experimentálne testovanie všetkých možných kombinácií je zjavne nemožné. Nedávne snahy o výpočtovo predpovedať kombinačné reakcie liekov udržať experimentálny hľadanie priestoru, ako definícia modelové typicky spoliehajú na rozsiahlych dát drog perturbacemi. Vyvinuli sme dynamického modelu reprezentujúci rozhodovacie sieť bunka osud v AGS žalúdočné rakovina bunkové línie, spoliehať sa na znalosti pozadí získaných z literatúry a databáz. Definovali sme rad logických rovníc rekapituluje AGS pozorovaných dát v bunkách pri ich základné proliferačnú stav. Použitie modelovací softvér GINsim, redukcia modelu a kompresný simulačné techniky boli aplikované vyrovnať sa s obrovskou stavového priestoru veľkých logických modelov a umožňujú simulácia párové aplikácií špecifických signálnych inhibičných chemických látok. Naše simulácie predpovedal rast synergický inhibičný účinok piatich kombinácií z celkom 21 možných párov. Štyri z predpokladaných synergií boli potvrdené v AGS rast buniek v reálnom čase testy, vrátane známych účinkov kombinovanej MEK-AKT alebo MEK-PI3K zábran, spolu s novými synergické účinky v kombinácii TAK1-AKT alebo TAK1-PI3K zábran. Naša stratégia znižuje závislosť na priori liek odchýlky experimentovanie pre dobre charakterizovaných signalizačných sietí, ktoré preukazujú, že model prediktívne kombinačných účinkov liečiv možno vyvodiť z pozadia poznatkov o pokojný a množiacich nádorových buniek. Naše modelovacie prístup môže teda prispieť k predklinické objavu účinných kombinácií protirakovinových drog, a tým k rozvoju stratégií s cieľom prispôsobiť liečbu jednotlivým pacientom s rakovinou.

Autor Prehľad vypísaných

boji proti rakovine s kombináciou drog sa zvyšuje úspešnosť liečby. Avšak, vzhľadom k veľkému počtu liekov a nádorových variantov, je aj naďalej obrovská výzva na identifikáciu účinných kombinácií. Pre ilustráciu, sada 150 liekov zodpovedá viac ako 10.000 možných kombinácií pairwise drog. Experimentálne testovanie všetkých možností je zjavne nemožné. Vyvinuli sme výpočtový model, ktorý nám umožní identifikovať podľa všetkého účinné kombinácie, a že zároveň navrhuje kombinácie, ktoré by mohli byť bez efektu. Tento model je založený na určitých rakovinových bunkových biomarkerov získaných z neporušených rakovinových buniek, a je potom použitý na vykonanie rozsiahlej automatizované logické uvažovanie. Laboratórne skúšky predpovedí reakciu na liek potvrdilo výsledky pre 20 z 21 kombinácií liečiv, vrátane štyroch z piatich párov drog Predpokladá sa, že synergicky inhibovať rast. Náš prístup je relevantný pre predklinické objavu účinných kombinácií protirakovinových drog, a tým aj pre rozvoj stratégií vytvárať cielené liečby jednotlivých pacientov s rakovinou

Citácia :. Flobak Å, Baudot A, E Remy, Thommesen L, Thieffry D , Kuiper M, et al. (2015) Objav drog synergia v žalúdočnej nádorových buniek predpovedal logického modelovanie. PLoS Comput Biol 11 (8): e1004426. doi: 10,1371 /journal.pcbi.1004426

Editor: Ioannis Xenarios, švajčiarsky inštitút bioinformatiky, Spojené štáty

prijatá: 5. marca 2015; Prijaté: 03.07.2015; Uverejnené: 28.augusta 2015

Copyright: © 2015 Flobak et al. Toto je článok o otvorenej distribuovaný pod podmienkami Creative Commons Attribution licencie, ktorá umožňuje neobmedzené použitie, distribúciu a reprodukciu v nejakom médiu, za predpokladu, že pôvodný autor a zdroj sú pripísané

Data Dostupnosť: Všetky relevantné údaje spadajú do papiera a jeho podporné informácie súbory

Financovanie :. Táto práca bola podporená styčným výborom medzi stredným Nórsku orgánu krajského zdravotníctva (RHA) a nórske univerzity vedy a technológie (NTNU). Návšteva bola financovaná EMBO Short Stay Fellowship pre AB na NTNU, Nórsko, október-november 2013. investori mali žiadnu úlohu v dizajne štúdie, zber a analýzu dát, rozhodnutie publikovať, alebo príprave rukopisu.

konkurenčné záujmy :. autori vyhlásili, že žiadne konkurenčné záujmy neexistujú

Úvod

Je už dlho predpokladá, že budúce protinádorová liečba prijme kombinatorické prístupy, v ktorom niekoľko konkrétnych liekov proti rakovine spoločne zamerať viac funkcií robustnosť či nedostatky určitého nádoru [1-3]. Účinnosť kombinačné liečby proti rakovine môžu byť ďalej maximalizovať využitie synergického pôsobenia liečiv, čo znamená, že rôzne lieky podávané spoločne vykazujú potencuje účinok v porovnaní s jednotlivými liekmi. Liek synergie je atraktívny, pretože umožňuje významné zníženie dávkovania jednotlivých liekov, pri zachovaní požadovaného účinku. Synergia preto držať potenciál zvýšiť účinnosť liečby, bez toho aby ste jednotlivé dávky drog na úrovniach, kde vedú k nežiaducim účinkom. Preto, identifikovať súčinnosť v predklinických štúdiách predstavujú zaujímavé kandidátmi pre ďalšie charakterizáciu nádorových modeloch a klinických štúdií.

Súčasné úsilie, aby zistili prospešné kombinatorické protinádorovej terapie zvyčajne spoliehajú na rozsiahlych experimentálnych dát perturbacemi, a to buď pre rozhodovanie o špecifická liečba pacienta [4], alebo pre-klinickej potrubia navrhnúť nové kombinácie drog [5-8]. Táto práca však naráža na problémy spojené s veľkým vyhľadávacím priestoru, ktorý potrebuje byť podporená experimentálnymi dátami, čo systematické vyhľadávanie pre efektívna kombinácia náročné. Okrem toho je rad podmienok pre testovanie výrazne zvyšuje pri zvažovaní vyššieho rádu so sprchou, početné liekové dávky, časovú optimalizáciu podávanie liekov, a rôznorodosť typov rakovinových buniek a pacientmi. Tak, riešenie musí byť v záujme zníženia experimentálnej vyhľadávania priestor kombináciou liečiv a ich aplikačných režimov, za účelom získania kvalifikovanej repertoár kombinačných terapií pre klinické skúšky, a v konečnom dôsledku na podporu poskytovania individualizovanej liečby.

výpočtové modely sú stále viac využívané predpovedať účinky liečiv [6,9], s cieľom racionalizácie a šetriť experimentálne problémové miesto. S cieľom umožniť podstatné zníženie počtu príslušných podmienkach, ktoré majú byť testované, tieto modely by v ideálnom prípade byť konštruované bez nutnosti masívne experimentálnych dát lieku perturbacemi. Prístupy, kde formulácia prediktívnych modelov môže byť na základe molekulárnych dát z neporušených nádorových buniek sú preto atraktívne.

Rozhodli sme sa zamerať na boolovské hodnoty a viacúrovňových logických modelov, pretože umožňujú pomerne jednoduché formalizácie príčinných súvislostí vložených do molekulárnej siete, ako je prenos signálu a regulačné siete gen. Okrem toho, logické modelové simulácie môžu byť použité pre automatizáciu úvahy na sieťových dynamiku, a to aj pri obmedzených vedomostí kinetických parametrov [10-15], a boli použité na opis a predvídať správanie molekulárnych sietí postihnutých v ľudskej choroby [13,14] , Takéto modelovanie úsilie prispeli k pochopeniu mechanizmov podkladových signalizáciu indukované rastového faktora v rakovinových bunkách a výber kandidáta cieľových proteínov pre novú liečbu protirakovinové [16-23]. Kým predchádzajúce štúdie ukázali silu logických modelov predpovedať jednotlivé drogovej akcie sme rozšíriť používanie logického modelovanie predpovedať účinky kombinačné inhibícia dvoch alebo viacerých zložiek prenosu signálu.

Opisujeme výstavbu logickým model zahŕňa molekulárne mechanizmy centrálnej k regulácii bunkového rastu žalúdočné adenokarcinóm bunkové línie AGS. Po počiatočnom zostavení komplexného signalizácie a regulačné siete od transdukcia signálu znalostí všeobecne, že logická pravidlá spojené s každou z komponentov modelu 75 sa spresňujú na základné údaje získané z aktívne rastúcich buniek AGS. Výsledný logický model bol použitý na posúdenie drogovej synergie potenciálu medzi 21 párových kombinácií siedmich chemických inhibítorov, z ktorých každá zacielenie na nejakú konkrétnu signalizačné zložku. Modelové simulácie navrhol päť kombinácia inhibítorov byť synergické, štyri z nich môže byť následne potvrdené v experimentoch bunkového rastu. Dôležité je, že žiadna z kombinácií predpokladaných podľa vzoru, ktorý je non-synergický zobrazená synergické rastové inhibičné účinky v našich bunkových analýzach neboli pozorované žiadne falošne negatívne tj. Naše výsledky ukazujú, že naše logického modelu, vyrobené bez použitia počiatočných rozsiahlych dát inhibítor poruchové, rekapituluje kľúčové molekulárne mechanizmy regulácie základné rast AGS buniek spôsobom, ktorý umožňuje úspešnú predikciu synergického účinku inhibítora kombinácií v experimentálnych bunkových kultúrach. Vedení modelu sme identifikovali dva zavedenej synergické liekové interakcie a objavili dva synergia doposiaľ neboli hlásené.

Výsledky

Celková stratégia pre predikciu a validáciu drogovej synergia

aby sa objaviť kombinatorické liekov synergicky vynaložením inhibíciu rastu rakovinových buniek, sme vyvinuli pracovný postup, kombinujúci výpočtovej a experimentálnej analýzy predvídať a overiť synergie s drogami (obr.1).

Naša postup modelovania integruje a priori
biologické poznatky o intracelulárnych signálnych dráh s východiskovými údajmi z AGS bunky adenokarcinómu žalúdka. Konštrukčné princípy našej analýzy sú vedené z predpokladu, že rast rakovinových buniek je do značnej miery poháňaný mechanizmov, ktoré umožnia, aby tieto bunky využívať širokú škálu signálov podporujúcich rast z okolitého prostredia. Tento aspekt vnútorné, trvalé šírenie rakoviny multifaktorovej-riadený [1] je uložená tým, že postaví regulačné siete ako samonosná modelu: zahrnieme iba uzly, ktoré sú upravené inými uzly v modeli. Zvolená konštrukcia odstraňuje nutnosť modelovať účinky špecifické receptory rastového faktoru, vzhľadom namiesto integrovaných odpovedí od mnohých rastových podpore podnetov, ako bolo pozorované pri posudzovaní aktivitu signalizácie subjektov (proteíny a gény) je zahrnutý v modeli. Z toho vyplýva, že de facto
rastový konfiguráciu takéhoto samonosná modelu môže byť stanovená pozorovaním baseline biomarkery meranej v rakovinových bunkách.

Po kroku redukčnej model, v ktorom uzly a logiky týkajúce sa liekových cieľov a fenotypových výstupy sú zachované, model sa používa pre vyčerpávajúce simulácie vplyvu pairwise uzlových zábran pomocou siedmich známych inhibítorov chemickej. Napokon, rastové inhibičné účinky týchto kombinácií liečiv na AGS bunky sú testované experimentálne.

Logické modelovanie adenokarcinómom žalúdka bunkového osudu rozhodovať

Výstavba regulačného grafe zahŕňajúce kľúčových signálnych dráh.

AGS bunky prechovávať mutácie v mnohých génoch kódujúcich kľúčové signalizačné prvky, ktorých sa podľa deregulované v adenokarcinóme žalúdka, napríklad komponenty MAPK, PI3K, Wnt /beta-kateninu a NF-kB ciest [24,25]. na vedomostiach založené získané z databáz a vedeckých publikácií, máme integrované informácie o MAPK (JNK, p38 MAPK a EKR), PI3K /Akt /mTOR dráh, Wnt /β-katenin dráhy, a NF-kB dráhy, rovnako ako presluch medzi týmito cestami (viď obr 2, materiáloch a metódach a S1 text). Výsledná sieť zahŕňa 75 signálnych a regulačných komponentov (proteíny, proteínové komplexy a génov) a 149 smerované interakcie. Dve čítacie uzly (výstupy), s názvom kontrolujúcich prežitie
a Antisurvival
, sú zahrnuté reprezentovať bunkový fenotypmi osudu. Regulačný graf s anotáciami je k dispozícii vo formáte SBML (pozri S1 sady dát a S1 tabuľka).

Výstavba logického modelu.

Regulačná sieť bola prevedená do logického modelu, kde miestne aktivita stav každého komponentu (uzla) bola zastúpená booleovské premenné (s ohľadom na hodnoty 0 alebo 1). Niekoľko uzliny boli spojené s viacúrovňovými premenných: dva výstupné uzly, kontrolujúcich prežitie
a Antisurvival
, pričom každý štyri hodnoty (0, 1, 2, 3), a ich najbližších upstream uzlov, kaspázy 3/7 a CCND1, pričom každý tri hodnoty (0, 1, 2). Tieto viacúrovňové premenné uzly sú používané len pre uzly, ktorými sa riadi výstupy modelu, a umožnila nám modelovať klasifikovaného rast, podporiť /inhibičné účinky (pozri Materiály a metódy a S1 Text). Logický vzorec bol spojený s každou súčasť, ktorá definuje, ako je jeho úroveň aktivity kontrolovaná jeho regulačných orgánov. Naše predvolené prístup bol spojiť všetky aktivujúce regulátory ciele s Boolovský operátor alebo stroje a inhibičné regulátorov terče s operátorom AND NOT
(rovnako ako v [21]). To znamená, že akýkoľvek aktivátor môže plne aktivovať cieľový uzol v neprítomnosti inhibičnej aktivity. Okrem toho je akcia akéhokoľvek regulátora inhibičného plne inhibovať ciele, a to aj v prítomnosti aktivačný vstup z jedného alebo viacerých aktivátorov. Na základe biologických poznatkov z odbornej literatúry a správ, konkrétnejšie pravidlá bola definovaná pre niektoré zložky modelu (pozri S1 text). Pre β-katenin dráhy Najmä rafinovaný logických pravidiel uzly reprezentujúce aktivitu beta-TrCP (ďalej β-katenin zničenie komplex), TCF (cieľom je β-katenin činnosti), a uzol reprezentujúci aktivitu beta-kateninu samotný.

v každom okamihu, globálny stav systému je predstavovaný diskrétny vektorom obsahujúcim logickú alebo hodnoty viacúrovňové aktivity všetkých sieťových komponentov [26]. Keďže všetky uzol stavy sú opakované aktualizované v simuláciách model konverguje k jeho atraktory, zastúpená jednotných svetových pevných stavov v jednoduchých attractors alebo sád štátov opakovane prechádza v zložitých attractors. Na regulačnom grafe založená a logická pravidlá sú popísané vyššie, použili sme výkonný algoritmus implementovaný v GINsim spočítať všetky stabilné stavy modelu.

Ak chcete kalibrovať model s ohľadom na aktívne rastúce bunky AGS sme porovnávali stav uzla predpovede proti AGS základných biomarkerov pozorovanie uvedenými v literatúre. Zhodnotili sme 72 vedeckých publikácií a bolo zistené 219 experimentov s množiacich AGS bunky poskytujúce informácie o činnosti proteínov zastúpených v našom modeli (pozri S1 a S2 Text tabuľka). Zvolili sme podmnožinu 21 proteínov, pre ktoré boli dáta aktivita podporovaná niekoľkými nezávislými ale konzistentných správ. Za použitia týchto experimentálnych pozorovaní ako vodítko pre proteínové činnosti "zlatý štandard" v aktívne rastúcich buniek AGS, sme porovnávali stav každého z nich s ich úrovňou v vypočítanej Attractor modelu. Získať jednotné stabilné hladiny štátu, ktorý obsahuje aktivity všetkých modelových súčiastok, logické pravidlá zložiek EKR (SHC1, SOS, Raf, MEK a EKR) boli definované tak, aby odrážali pozorovania, ktorá je aktívna v proliferujúcich AGS bunky EKR (pozri S1 Text a tabuľka S2). Po týchto úpravách, model sa ukázal byť optimalizovaná: pozorovaný atraktorom z unperturbed modelu bola stabilnom stave dôkladne potvrdený experimentálne pozorovania v neporušených rastúcich AGS buniek, pretože hodnoty všetkých 21 uzlov, ktoré sme boli schopní overiť zápas hlásené proteín aktivity (pozri S1 Text, S3 a S4 tabuľky). Okrem toho je hodnota čítacích uzlov kontrolujúcich prežitie
je na svojom maxime, a Antisurvival na minimálnej úrovni, čo predstavuje silnú proliferáciu ( kontrolujúcich prežitie
= 3, a Antisurvival
= 0). Tento model stabilný stav je teda v súlade s publikovanými poznatky o molekulárnych stavov v aktívne rastúcich AGS buniek. Tento model taktiež dodržaná s výsledkami publikovanými perturbacemi experimentov AGS buniek (pozri S1 Text a S6 tabuľka). Výsledný logický model kódované pomocou softvéru GINsim v2.9, je znázornený na obrázku 2. Zodpovedajúce GINsim súbor je poskytovaný ako S2 dátovej sady.

in silico
simulácií predpovedať päť synergia inhibítora

za účelom posúdenia kombinácia zábran pre synergie, sme sa zamerali na systematické inhibíciu sedem modelových uzlov a ich 21 párových kombinácií. Týchto sedem uzly (označené so silnými hranicami na obrázku 2), boli vybrané preto, že účinnými a špecifickými chemickými inhibítory boli k dispozícii pre zacielenie zodpovedajúce proteínové kinázy v biologických experimentoch (tabuľka 1).

Použitie asynchrónne politiku aktualizácie (pozri Materiály a metódy), sme simulovaný vplyv chemických prekážok tým, že núti stav špecificky cielených modelových uzly byť 0 (neaktívne), a výpočet výslednej atraktor. Každý inhibícia jednotlivých uzlov alebo pary uzlov vedie k jedinečnej atraktor. V niekoľkých prípadoch sa systém dosiahol komplexné Attractor, v ktorom je podmnožina Štáty pretínal opakovane (pozri Materiály a metódy a S1 text). Výpočet potenciálnych zložitých atraktorov je náročné, pretože kombinačné výbuchu štátov pre veľké logických modelov. V snahe vyrovnať sa s týmto problémom, sme použili metódu redukcie modelu pre získanie stlačeného modelu zachovanie vybrané ciele s drogami, a zhutnenej prechodové grafy štátnej hierarchicky (pozri Materiály a metódy a [14]). Znížená logický model (viď obr 3 a S3 dátovej sady) bola získaná opakovane odobratím súčasti, ktoré nie sú cielené lieky, a bol dostatočne malý, aby bolo vyčerpávajúce asynchrónne simulácie a dôkladnú charakterizáciu oboch stabilných štátov a zložitých attractors, čo umožní analýzu všetkých single a dvojica zábran.

pre zjednodušenie výkladu sme definovali celkovú odozvu rast
odpočítaním hodnoty Antisurvival
z hodnoty kontrolujúcich prežitie
odčítanie uzly (každý viacnásobného s stavu v rozmedzí od 0 do 3), s rozsahom hodnôt od -3 do +3. V prípade, že atraktor obsahoval jedinečný stabilného stavu, výpočet rast
bolo jednoduché. V prípade zložitých attractors sme použili priemerný rozdiel kontrolujúcich prežitie
- Antisurvival
cez všetky štáty, ktoré patria do Attractor. odvodiť sme súčinnosť vždy, keď sa kombinácia dvoch inhibítorov produkoval hodnotu rast
menšia ako najmenšia hodnota inhibítorov jednotlivo:

rastu (perturbation1 & perturbation2) < Min (rast (perturbation1), rast (perturbation2)),
kde perturbationN
je odchýlka zložky N
.

Napríklad rast (perturbationMEK & perturbationAKT)
= 0,5; čo je hodnota nižšia, než bolo pozorované u porúch buď MEK alebo AKT: rast (perturbationMEK)
= 1.5; rast (perturbationAKT)
= 2.

Simulácia predpovedal päť synergické kombinácie (< 25% z 21 možných párov). Tri z týchto kombinácií zahŕňa MEK, spolu s PI3K, AKT alebo p38. Dve zostávajúce súčinnosť zahŕňať TAK1 buď PI3K alebo AKT (obr.4).

Ak chcete posudzovať platnosť našich modelových predpovedí, bol použitý experimentálny validácia modelových predpovedí test v reálnom čase cell pre testovanie chemických inhibítorov siedmich proteínov (tabuľka 1) na ich schopnosť obmedziť AGS rast buniek v jedno a kombinačných prípravkoch.

účinok chemických inhibítorov bola analyzovaná za použitia stratégie založenej na definícii Loewe je synergia [28 ], v ktorom sa uvádza, že synergická interakcia lepší ako očakávaný aditívny účinok pozorovaný, keď je inhibítor v kombinácii s sám o sebe v "nulovej" interakcie experimentu. Pre kvantifikáciu synergické interakcie, bola vypočítaná kombinatorické index (CI) [29], na základe rastu meraná 48 hodín po pridaní inhibítorov. Hodnoty CI sa pohybujú od nuly do nekonečna, a hodnoty pod 1 označujú synergické interakcie.

Štyri z piatich synergií predpovedaných našej logického modelu boli potvrdené experimentálne, s hodnotami CI hlboko pod 0,5, čo naznačuje silnú synergiu. V skutočnosti bolo zistené, hlboký vplyv na rast buniek AGS, keď boli inhibítory MEK alebo TAK1 v kombinácii s inhibítorom PI3K alebo Akt. Zodpovedajúce rastovej krivky (obrázok 5), naznačujú, že rast buniek v prítomnosti dvoch inhibítorov v kombinácii, z ktorých každý v polovici ich koncentrácia GI50 (fialová krivka) je výrazne nižšia ako rast v prítomnosti buď inhibítora sám na svojej plnej koncentrácii GI50 (zelená a modré krivky). Naproti tomu kombinácia MEK a p38 inhibícia nebolo potvrdené v experimentoch bunkového rastu. Dôležité je, že sme pozorovali žiadne falošne negatívne predpovede, čo znamená, že zostávajúce inhibítor kombinácie, predpokladá sa nedostatok synergických efektov, avšak nepodarilo ukázať synergiu v našich bunkových testoch. Dohromady, naše modelové simulácie sa ukázalo byť veľmi presné, správne predpovedať účinky 20 z 21 kombinácií.

Synergia PI3K-MEK alebo Akt-MEK inhibícia už bolo pozorované v rôznych nádorových buniek [ ,,,0],6,30-34], a tým zaistiť ďalšie dôveru synergií TAK1-PI3K a TAK1-Akt zábran. Preto, tieto nové kombinačné zábrany sú sľubné kandidátmi ľahko prístupný experimentálnom testovaní v celej rade typov nádorových buniek.

Model naznačuje kľúčovú úlohu FOXO inhibíciu rastu synergii

Pochopenie signalizačných základné mechanizmy synergické zábrany je veľmi zaujímavé, pretože to môže prispieť k identifikácii biomarkerov informatívnych liečebnej odpovede, ktorá môže slúžiť ako vodítko pre výber z arzenálu zavedených drog synergií správnej liečby pre konkrétneho pacienta.

Vyšetrenie simulované poruchové efekty s naším AGS logický model ukázal, že FOXO, čo predstavuje pre-apoptotické transkripčné faktory inaktivované fosforyláciou [35], bol synergicky aktivovaný kombinovanú MEK a PI3K alebo MEK a inhibíciu AKT (pozri S1 text). Je zaujímavé, že jediná inhibičný poruchová MEK, PI3K alebo AKT nezmenili FOXO aktivitu (pozri S1 text pre ďalšie podrobnosti). Tieto pozorovania zodpovedali experimentálne poznatky v oblasti ľudských pupočníkovej žily endotelových buniek (HUVEC), kde sú hlásené inhibítory zamerané na MEK a AKT synergicky aktivovať FOXO [36], čo naznačuje, že naše modelové simulácie môže poskytnúť základ pre biologicky relevantných hypotéz o molekulárnej účinky prúdu z špecifické inhibítory.

pre ďalšie skúmanie mechanizmov zahŕňajúcich FOXO sme simulovala perturbace inhibítora u knock-out modelu FOXO, a zistili, že kombinovaná inhibícia MEK a PI3K zobrazený žiadny zvýšený vplyv rast inhibičné v porovnaní s ich zodpovedajúce jediné inhibícia , To znamená, že MEK-PI3K synergia skutočne závisí na FOXO. Pre kombinovanú inhibícia MEK a AKT, že FOXO knock-out modelové simulácie ukázali iba mierne zníženie synergického účinku kombinovaného inhibícia MEK a AKT. Synergia medzi inhibítory MEK a AKT sa tak zdá byť menej závislé na FOXO. Dohromady tieto výsledky simulácie naznačujú potenciálne zaujímavé rozdiely medzi pre-apoptotických signalizačných udalostí pri porovnávaní MEK-Akt inhibícia proti inhibícia MEK-PI3K.

mechanický základ súčinnosti pozorovaných pri inhibícii TAK1-Akt, alebo TAK1- PI3K, nie je známy. Je zaujímavé, že modelové simulácie ukazujú, že AGS FOXO sa aktivuje pri TAK1 inhibovaná v kombinácii s jedným alebo PI3K AKT, ale nie jedinými zábran. Aktivácia FOXO je teda potenciálnym prostredník pre Súčinnosť TAK1. Na podporu tohto, simulácie ukázali, že ako TAK1-PI3K a TAK1-Akt synergia boli zrušené, keď je FOXO zaklopal-out, podobne ako zistenia inhibícia MEK-PI3K (pozri S1 text). Potenciálne, EKR by mohli byť zapojené do signalizácie downstream TAK1. V takom prípade aktivácie kaskády kinázy MAP by mohlo predstavovať spoločný mechanizmus zapletený do synergií zahrňujúcich MEK PI3K a MEK-Akt, a tie, ktoré spadajú TAK1-PI3K a TAK1-Akt. Avšak, naše AGS modelové simulácie predpokladajú, že EKR je stále aktívny po kombinovanej inhibícia TAK1 a PI3K alebo TAK1 a AKT. To môže znamenať, že MEK /EQF nie je zapojený do nadväzujúcich účinkov inhibičný porúch zahŕňajúcich TAK1. Ďalšie kinázy by mohli slúžiť ako východiskový bod pre presluchu TAK1 a PI3K /AKT signalizácie. V tomto ohľade, NĽK (Nemo-like kinázy) je zaujímavým kandidátom, pretože je známe, že pôsobí v smere prúdenia za TAK1 [37], sprostredkovanie inhibičná fosforylácia FOXO [38].

Model založený na tvrdení, že FOXO aktivácia môže byť dôležité pre inhibíciu synergické rastu sa nájsť experimentálne podporu v početných účtov FOXO proteínov, ktoré pôsobia ako mediátory cytotoxických chemoterapeutík [39]. To naznačuje, že dynamické správanie nášho logický model rekapituluje všeobecné vlastnosti, ktoré môžu byť relevantné pre rad rôznych typov nádorov.

Diskusia

vývoj nových liekov proti rakovine je dominantne zameraná na drogách namierené proti špecifickým molekulárnym cieľom. Avšak klinické aplikácie sú často sklamaním, čo vedie iba k prechodnému reakciou s následnou rezistenciu na lieky, ktoré bránia terapeutickej dávky. To viedlo na zváženie terapií založených na kombináciu liečiv cielených na rôznych signálnych dráh alebo bunkové procesy, s cieľom, aby kontrolu vývoja rezistencie a zároveň umožňujú zníženie dávky lieku, znížiť lieky indukované toxické účinky [2,3,40,41].

Tieto silné stimuly pre kombinačné liečbu drogovej závislosti sa musia potýkať s početnými kombináciami, aby zvážila, a skutočnosťou, že účinnosť danej kombinácie liekov závisí na povahe konkrétne nádor. Tak, aby objaviť apt liekových kombinácií tempom kompatibilný s drvivou hľadaní miesta, ktoré predstavujú mnoho liekov a rôznorodé rakovinových buniek spektra, je povinné vyvinúť účinné stratégie predpovedať priaznivý kombinačné liečbu jednotlivých druhov rakoviny.

Aktuálne úsilie s cieľom dospieť k racionálnej voľby kombinovanej liečbe drogových pomocou primárnych nádorových bunkových kultúr a xenograftových štúdie sú konfrontovaní s vysokými nákladmi a variabilné úspešnosti pri inhibícii rast nádorových buniek, a snaží sa získať veľmi presné predpovede v stanovenom časovom rámci vymedzenom chorôb progresie [4,42-44]. Kým rakovina bunkové línie kultúry zriedka umožňujú objavy, ktoré môžu byť priamo prevedené do klinickej praxi, oni umožňujú experimentálneho skúmanie mechanizmov podkladových biodiverzity a robustnosť, a tak môžu byť použité na preskúmanie stratégie pre identifikáciu potenciálne účinných liekovej kombinácie terapiou. Preto môžu prispieť k vytvoreniu veľkej arzenál výhodných kombinácií liečiv sprevádzané prognostických nástrojov, ktoré umožňujú výber správnej kombinácii pre individuálne tumor. Avšak aj v týchto bunkových modeloch, nie je možné otestovať všetky možné kombinácie liekov a aplikačné režimy po dostatočne dlhú spektrum typov nádorových buniek. V tomto kontexte, počítačové modelovanie môže byť veľkým prínosom pre zníženie experimentálne vyhľadávanie priestoru.

Ukázali sme, ako logický model, postavený zo známych informácií prenos signálu siete môžu byť prispôsobené špecifickým rakovinových buniek systému, ktorý využíva základné údaje tak, že môže byť použitý pre predikciu synergické a non-synergické kombinačné liečby na rast bráni. Štyri z piatich predpokladaných synergických kombinácií bola potvrdená experimentálne s žiadnymi falošne negatívnych predpovedí. S takou úspešnosťou, že by bolo dostatočné na testovanie iba štvrtinu z 21 možných kombinácií drog vyšetrovaných a pritom neprídete o žiadnu synergický pár. Naše výsledky sú povzbudivé z hľadiska úspešnosti hlásené z nedávnej DREAM výzvu [7], kde by umožnili jeho najlepším výkonom metóda predikcie synergia na polovicu veľkosti skríningových experimentov. Avšak existujú významné rozdiely medzi našej štúdie dizajnu a to DREAM výzvu: DREAM analyzujú zmeny transcriptome táto široká pôsobiace chemoterapeutických liekov, zatiaľ čo my sme skúmali účinky ACE s konkrétnymi cieľmi, spoliehať iba na informáciách z unperturbed systému <. br>

na rozdiel od siete založenej stratégie, ktoré sa bežne používajú korelačný analýzu rozsiahlych súborov dát z rôznych fenotypov ochorení [45,46], alebo rozsiahlych dát bunkové kultúry s drogami perturbacemi trénovať modely pre predpovede reakcie na liek [6 , 7,9,47,48], naša stratégia modelovanie na báze využíva mechanický poznatky molekulárnej dráhy, k dispozícii v databázach, spolu so základnými údajmi z unperturbed rakovinových buniek zvoleného experimentálneho systému. To znamená, že náš prístup umožňuje výber zaujímavých kandidátov na efektívna kombinácia liečiv pred vykonaním skutočné experimenty s drogami požiadavkami odchýlky. Podľa našich vedomostí toto nebolo úspešne vopred preukázaná.

Väčšina regulačného modelovania siete prístupov zameranie na signalizačných udalostí poháňané špecifických hormónov receptory. To platí pre štúdií skúmajúcich logické modelovanie porozumieť dôsledkom zasahovania do špecifických rastových reakcií faktor signálna transdukcia [16,18,49-51], ako aj pre kvantitatívne a semikvantitatívne modelovanie prístupy použité na predikciu účinok synergický prenosu signálu odchýlkam [6,31,52]. Naproti tomu, náš prístup ukazuje, že je možné účinne použiť model predstavujúce rozhodnutie bunky siete osud do aktívne rastúcich buniek bez toho, aby s ohľadom na výslovne akékoľvek vonkajšie rast podporujúci stimul (napr. Rastový hormón). V skutočnosti sme sa tvrdí, že pomocou atraktor o sebestačný modeli proliferujúce bunke ako referenčný bod pre analýzu drogovej synergia dobrým ukazovateľom stavu aktívne rastúcich nádorových buniek. rast rakovinových buniek je považovaný za byť riadený množstvom podporujúcich rast podnetov. Nie, je len potenciálny repertoár z týchto signálov podstatné, relatívne malý detail o ich signálnych mechanizmov známych. Možno teda súdiť, že môžeme zhrnúť svoj účinok tým, že zvažuje túto radu signálov, ktoré poskytujú kontext, podporujúce silný rast, a že preto môže odmietnuť akékoľvek ďalšie podrobnosti. Na tomto základe sme sa prispôsobiť trvalé Multifactor-riadený proliferáciu [1] tým, že zamestná sebestačný model, kde všetky komponenty sú upravené inými uzly v modeli. Konfigurácia činnosti súčasťou potom môžu byť odvodené z východiskových biomarkerov, merané v rakovinových bunkách. Dohromady tieto zásady modelu konštrukcie nám umožňuje generovať dynamický model na mieru špecifickým rakovinových buniek, ale nie je závislý na explicitným extracelulárnej vstupe zo špecifických činidiel podporujúcich rast ( e
. hormóny g
. Rastové

• PLoS ONE: Združenie mTOR a Akt Génové polymorfizmy s citlivosťou a prežitie žalúdočné Cancer
• Ploche ONE: Polymorfizmus DNA metyltransferázy 3b a spojitosti s rozvojom a prognózy v žalúdočnej Cancer