Plos Computational Biology: Odkritje drog sinergije v želodcu raka celic z logičnimi Modeling

Povzetek

Odkritje učinkovitih kombinacij proti raku drog napovedal, je velik izziv, saj je eksperimentalno testiranje vseh možnih kombinacij očitno nemogoče. Nedavna prizadevanja za računsko napovedujejo drog kombinacija odzivov obdržati to eksperimentalno iskanje prostora, kot definicije modela običajno zanašajo na obsežnih podatkih perturbacijskih drog. Razvili smo dinamično model, ki predstavlja odločitev omrežja mobilnega usoda v AGS želodčni rak celične linije, ki se opira na ozadju znanja, izpisanih iz literature in baz podatkov. Smo opredelili niz logičnih enačb ki povzema AGS podatkov, ugotovljenih v celicah v svojem osnovnem proliferativno stanje. Uporaba modeliranje programske opreme GINsim, zmanjšanje modela in tehnik stiskanja simulacije so bile uporabljene za spopadanje z veliko državno prostor velikih logičnih modelov in omogočajo simulacije parne aplikacij specifičnih signalnih inhibitornih kemičnih snovi. Naše simulacije napovedujejo sinergijsko rast inhibitorno delovanje petih kombinacij od skupno 21 možnih parov. Štirje od predvidenih sinergij so potrdili rasti AGS celic v realnem času testih, vključno z znanimi učinki kombiniranega MEK-AKT ali MEK-PI3K zadržkov, skupaj z novimi sinergijski učinki kombiniranega TAK1-AKT ali TAK1-PI3K zadržkov. Naša strategija zmanjšuje odvisnost od apriorne eksperimentiranja motnje zdravilo za dobro definiranega signalnih mrež, tako, da dokaže, da se model napove kombinatorične učinkov drog mogoče sklepati iz predznanja o unperturbed in razraščajo rakavih celic. Naš pristop modeliranja lahko tako prispeva k predklinični odkrivanje učinkovitih proti raku kombinacij drog in s tem k razvoju strategij za prilagajanje zdravljenje posameznih bolnikov z rakom.

Avtor Povzetek

boj proti raku s kombinacijami povečuje proti drogam uspeh zdravljenja. Vendar pa je zaradi velikega števila zdravil in tumorskih variant, je še vedno izjemen izziv za identifikacijo učinkovitih kombinacij. Za ponazoritev, niz 150 drog ustreza več kot 10.000 možnih parne kombinacije drog. Eksperimentalno testiranje vseh možnosti je očitno nemogoče. Razvili smo računski model, ki nam omogoča, da prepoznajo predvidoma učinkovite kombinacije, in da je hkrati predlaga kombinacije, ki bi lahko bilo brez učinka. Model temelji na določenih rakavih celic biomarkerjev, pridobljenih iz unperturbed rakavih celic, in se nato uporabijo za izvajanje obsežnih avtomatizirano logičnega sklepanja. Laboratorijsko testiranje napovedi odzivnih drog potrdili rezultate za 20 od 21 kombinacij drog, vključno s štirimi od petih parov drog napovedanih sinergistično zavirajo rast. Naš pristop je pomembno za predklinične odkrivanje učinkovitih proti raku kombinacij drog in s tem za razvoj strategij prilagodil zdravljenje posameznih bolnikov z rakom

Navedba. Flobak Å, Baudot A, Remy E, Thommesen L, Thieffry D , Kuiper M, et al. (2015) Odkritje drog sinergije želodčnega raka celic, ki jih logičnega modeliranja napovedati. PLoS Comput Biol 11 (8): e1004426. doi: 10,1371 /journal.pcbi.1004426

Urednik: Ioannis Xenarios, švicarski inštitut za bioinformatiko, UNITED STATES

Prejeto: 5. marec 2015; Sprejeto: 3. julij 2015; Objavljeno: 28. avgust 2015

Copyright: © 2015 Flobak et al. To je prost dostop članek razširja pod pogoji Creative Commons Attribution License, ki omogoča neomejeno uporabo, distribucijo in razmnoževanje v katerem koli mediju, pod pogojem, da prvotni avtor in vir knjižijo

Razpoložljivost podatkov: Vsi pomembni podatki so v papir in njene dodatne informacije datotek

Financiranje:. To delo je podprl odbor za zvezo med srednjo Norveško Regional Health Authority (rha) in norveški univerzi za znanost in tehnologijo (NTNU). Obisk je financiralo EMBO Short Stay štipendije za AB na NTNU, Norveška, oktobra in novembra 2013. V financerji imel nobene vloge pri oblikovanju študije, zbiranje in analizo podatkov, sklep, da se objavi, ali pripravi rokopisa.

nasprotujočimi si interesi:. avtorji so poročali, da ne obstajajo konkurenčni interesi

Uvod

že dolgo je predvideno, da bo prihodnje zdravljenje raka sprejme kombinatorne pristope, v katerih je več posebnih zdravil proti raku skupaj usmeriti več funkcij za zanesljivost ali slabosti določenega tumorja [1-3]. Učinkovitost kombinatornih zdravljenja proti raku lahko nadalje maksimirati z izkoriščanjem sinergijskih ukrepov drog, kar pomeni, da različne droge dajemo skupaj kažejo potencira učinek v primerjavi s posameznimi drogami. sinergija drog je privlačna, saj omogoča znatno zmanjšanje odmerka posameznih zdravil, pri čemer pa ohranja želenega učinka. Sinergije zato imajo potencial za povečanje učinkovitosti zdravljenja, ne da bi morali posamezne odmerke droge na raven, ko so privedli do neželenih učinkov. Zato, sinergije, opredeljenih v predkliničnih raziskavah predstavljajo zanimive kandidate za nadaljnje karakterizacije v modelih raka in kliničnih preskušanj.

Trenutna prizadevanja za prepoznavanje koristnih kombinatorne terapij proti raku običajno zanašajo na obsežnih eksperimentalnih podatkov perturbacijskih, bodisi za odločanje o specifično zdravljenje pacientov [4], ali za predklinične cevovodi predlagati nove kombinacije drog [5-8]. To delo pa se sooča z izzivi, ki jih prinašajo veliko iskalni prostor, ki ga je treba podpreti z eksperimentalnimi podatki, ki sistematično išče učinkovite kombinacije izziv. Poleg tega je več pogojev za preizkušanje dramatično poveča, če upoštevamo višjega reda kombinacije, več odmerkov drog, časovno optimizacijo uprave z drogami, in raznolikost vrst rakavih celic in bolnike. Zato je treba iskati ovinkov, da se zmanjša eksperimentalno iskanje prostora kombinacij drog in njihovih načinov uporabe, z namenom pridobitve kvalificiranega repertoar kombiniranih terapij za klinična preskušanja, in na koncu podpreti zagotavljanje prilagojenega zdravljenja.

Računalniški modeli se vse bolj uporabljajo za napovedovanje posledic drog [6,9], z namenom, da racionalizirati in varčevati eksperimentalno ozko grlo. Da bi omogočili bistveno zmanjšanje števila ustreznih pogojev, ki jih je treba testirati, bi takšni modeli najboljšem primeru zgrajen brez potrebe po ogromnih eksperimentalnih podatkov perturbacijskih drog. Pristope, kjer je oblikovanje napovednih modelov lahko na osnovi molekularnih podatkov iz unperturbed rakavih celic, zato so privlačne.

Odločili smo se, da se osredotoči na logičnim in ravneh logičnih modelov, saj omogočajo relativno enostavno formalizacijo od žrtev; vgrajenih v molekularne mreže, kot so prenos signalov in genskih regulacijskih mrež. Poleg tega se lahko logično simulacije modela se uporablja za avtomatizacijo obrazložitev na dinamiko omrežja, tudi z omejenega znanja kinetičnih parametrov [10-15], in so bili uporabljeni za opis in napovedovanje vedenja molekularnih omrežij prizadele bolezni pri ljudeh [13,14] . Takšna prizadevanja modeliranja so prispevali k razumevanju mehanizmov, povezanih rastnega faktorja inducirano signalizacijo v rakavih celicah in izbiro ciljnih kandidat proteinov za nove zdravljenja proti raku [16-23]. Medtem ko so prejšnje študije so pokazale moč logičnih modelov za napovedovanje posamezne ukrepe drog, smo razširiti uporabo logičnega modeliranja za napovedovanje posledic kombinatorne inhibicije dveh ali več signalnih komponent transdukcijskih.

poroča gradnjo logično model vključuje molekularne mehanizme centralne za nadzor celično rast želodčnega adenokarcinoma celične linije AGS. Po začetnem sestavljanje celovitega signalizacijo in regulativne mreže iz splošne signalov znanja, so logična pravila, povezana z vsako od vzorčnih sestavin 75 rafinirano uporabo osnovnih podatkov, pridobljenih iz aktivno rastočih AGS celic. Nastalo logični model je bil uporabljen za oceno sinergije drog potencialni med 21 parne kombinacije sedmih kemijskih inhibitorjev, vsak ciljanje posebno signalno komponento. Modelske simulacije predlagal pet kombinacije inhibitorjev, da so sinergijski, štirje, ki bi se lahko pozneje potrjena v poskusih rasti celic. Pomembno je, da nobena od kombinacij, ki jih model bi non-sinergijski napovedanih prikaže sinergijskih rast zaviralno v naših mobilnih testih niso opazili tj nobenih lažnih negativnih. Naši rezultati kažejo, da je naša logični model, izdelan brez uporabe začetnih obsežnih podatkov zaviralec perturbacijskih, povzema ključne molekularnih regulativne mehanizme, ki podpirajo rast AGS celic na način, ki omogoča uspešno napoved sinergističnega učinka zaviralec kombinacijah v eksperimentalnih celičnih kulturah. Izhajajoč iz modela, smo identificirali dva sedežem sinergijske interakcije drog in odkril dve sinergije niso že poročali.

Rezultati

Splošna strategija za napovedovanje in potrjevanje sinergije drog

da bi odkrili kombinatorne zdravljenja drog sinergistično ki povzroča inhibicijo rasti rakavih celic, smo razvili potek dela, ki združuje računske in eksperimentalne analize za napovedovanje in vrednotenje sinergije drog (slika 1).

Naša postopek modeliranja integrira a priori
biološko znanje o znotrajceličnih signalnih poti s temeljnimi podatki AGS adenokarcinomom želodca celic. Zasnova načela naše analize vodijo na predpostavki, da se rast rakavih celic v veliki meri poganja z mehanizmi, ki omogočajo te celice izkoristiti širok spekter pospeševanje rasti signalov iz okolja. Ta vidik notranje, trajno širjenje raka-multifactor pogon [1] je nameščen z izgradnjo regulativnega omrežje kot samostojen modela: štejemo le vozlišč, ki so urejena z drugimi vozlišči v modelu. Izbrana oblika se izogne ​​potrebi po modeliranja učinkov posameznih receptorji rastnega faktorja, razmišlja namesto integrirane odzive od množice dražljajev, ki pospešujejo rast, kot je bilo ugotovljeno pri ocenjevanju aktivnosti signalnih subjektov (proteinov in genov) v modelu. Iz tega sledi, da je de facto
pospeševanje rasti konfiguracijo take vdelanim modela se lahko ugotovi z upoštevanjem osnovnih biomarkerjev izmerjene v rakavih celicah.

Po korak zmanjšanje model, v katerem vozlišča in logika, ki se nanašajo na cilje drog in fenotipske izhodi so ohranjene, model se uporablja za izčrpne simulacije vpliva parne vozlišč zadržkov uporabljajo sedem znanih kemičnih zaviralcev. Na koncu se rast zaviralni učinki teh kombinacij drog na AGS celice testirajo eksperimentalno.

Logično modeliranje adenokarcinomom želodca odločb mobilni usoda

Gradnja regulativnega graf, ki zajema ključne signalne poti.

AGS celice pristanišče mutacij v številnih genih, ki kodirajo ključne signalne komponente, je znano, da je treba deregulirati v adenokarcinomom želodca, na primer sestavin MAPK, PI3K, NT /p-catenin in NF-κB poti [24,25]. Na podlagi znanja, pridobljenega iz baz podatkov in znanstvenih publikacij, ki smo integrirana informacije o poti MAPK (JNK, p38 MAPK in ERK), PI3K /Akt /mTOR poti so, v NT /β-catenin poti, in NF-κB poti, kot tudi presluha med temi poti (glej sliko 2, materialov in metod ter S1 besedilo). Nastala mreža obsega 75 signalizacije in regulativne komponente (beljakovine, beljakovinski kompleksi in genov) in 149 usmerjene interakcije. Dve ure vozlišča (izhodi), ki se imenuje Prosurvival
in Antisurvival
, so vključeni, da predstavljajo mobilni usode fenotipi. Regulativni graf z opombami je na voljo v formatu SBML (glej S1 nabor podatkov in S1 tabelo).

Gradnja logičnega modela.

Regulativni omrežje je bilo spremenjeno v logičnem modelu, kjer je lokalna stanje aktivnost vsakega sestavnega dela (vozlišča) je zastopal logične spremenljivke (glede na vrednosti 0 ali 1). Nekaj ​​vozlišča so bili povezani z večplastna spremenljivk: dve izhodni vozlišča, Prosurvival
in Antisurvival
čemer vsaka štiri vrednosti (0, 1, 2, 3), in neposrednih nabavnih vozlišč, kaspaza 3/7 in CCND1 čemer vsaka tri vrednosti (0, 1, 2). Ti več ravneh spremenljivi vozlišča se uporabljajo samo za vozlišča, ki urejajo izhode modela, in nam omogočili, da model razvrščajo rasti, spodbujanju /zaviralno (glej Materiali in metode ter S1 Besedilo). Logično Formula je bila povezana z vsako komponento, ki določa, kako je njena raven dejavnosti nadzoruje tistih svojih regulatorjev. Naš privzeti pristop je bil združiti vse aktiviranje regulatorji cilja z Boolove operaterja ALI
in zaviralne regulatorji v tarčo z operaterjem IN NE
(kot v [21]). To pomeni, da lahko vsak aktivator celoti aktivirati ciljno vozlišče v odsotnosti inhibitorno aktivnost. Poleg tega se lahko ukrep v nobeni zaviralnega regulatorja popolnoma zavirajo cilja, tudi v prisotnosti aktiviranja vhod iz enega ali več aktivatorjev. Na podlagi poročil bioloških znanja in literature, so posebna pravila opredeljena za nekatere sestavne dele modela (glej S1 besedilo). Za β-catenin poti v posebej smo rafinirano logičnih pravil vozlišč, ki predstavljajo aktivnost beta TrCP (uničenje kompleksa β-catenin), TCF (cilj β-catenin dejavnosti) in vozlišče, ki predstavlja aktivnost beta catenin sama.

v vsakem trenutku, je globalno stanje sistema predstavljajo diskretno vektor vsebuje boolean ali več ravneh vrednosti dejavnostih za vse sestavne dele omrežja [26]. Ker so vsi vozlišče države ponavljajočim posodobljen simulacijah model približa svojim atraktorjev, ki jih posameznih svetovnih stalnih članic v preprostih atraktorjev, ali sklopov držav večkrat prevoženih v kompleksnih atraktorjev zastopane. Na podlagi regulativnega grafu in zgoraj definirano logičnih pravil, smo uporabili močan algoritem, ki se izvaja v GINsim izračunati vse stabilne stanja modela.

Za umerjanje modela glede na aktivno raste AGS celic smo primerjali stanje vozlišča napovedi proti AGS izhodiščnih stališčih biomarkerjev poročali v literaturi. Pregledali smo 72 znanstvenih publikacij in ugotovila, 219 poskusov z bolj razširjeni AGS celic, ki zagotavljajo informacije o aktivnosti proteinov zastopane v našem modelu (glej S1 Besedilo in S2 tabelo). Izbrali smo podskupino 21 proteinov, za katere so bili podatki dejavnost podpira več neodvisnih vendar doslednih poročil. Z uporabo te poskusne pripombe kot smernice za "zlati standard" proteinskih dejavnosti v aktivno raste AGS celic smo primerjali stanje vsakega od njih z njihovo raven v računalniško atraktor modela. Za pridobitev ene same stabilno stanje, ki vsebujejo ravni dejavnosti vseh komponent modela, so bili določeni logični pravila komponent ERK poti (SHC1, SOS, Raf, MEK in ERK) glede na ugotovitev, da je ERK aktivna v bolj razširjeni AGS celic (glej S1 Besedilo in S2 tabelo). Po teh spremembah, model izkazalo, da je treba optimizirati: opazovana atraktor v unperturbed modela, je stabilna država s preizkusnimi opazovanji temeljito potrdili v unperturbed rastočih AGS celic, saj so vrednosti vseh 21 vozlišč, da smo bili lahko preverili tekmo poročali protein dejavnosti (glej S1 Besedilo, S3 in S4 tabele). Poleg tega je vrednost odčitavanje vozlišč Prosurvival
je bil na svojem maksimumu, in Antisurvival na minimum, kar predstavlja močno proliferacijo ( Prosurvival
= 3, in Antisurvival
= 0). Ta model stabilno stanje je tako v skladu z objavljenimi znanja o molekularnih držav v aktivno rastočih AGS celic. Ta model izpolniti tudi z rezultati iz objavljenih perturbacijskih eksperimentov AGS celic (glej S1 Besedilo in S6 tabelo). Nastali logični model, kodiran s programsko opremo GINsim v2.9 je, je prikazana na sliki 2. Ustrezna GINsim datoteka je na voljo kot S2 nabora podatkov.

silico
simulacije napovedujejo pet zaviralca sinergije

da bi lahko ocenili kombinacije zadržkov za sinergije, smo se osredotočili na sistematično inhibicije sedmih modelov vozlišč in njihovih 21 parne kombinacije. Teh sedem vozlov (označeni z debelimi meja na sliki 2) smo izbrali zato, ker so bili na voljo za ciljanje ustrezne kinaz beljakovin v bioloških poskusih (tabela 1), močni in specifični kemijski inhibitorji.

Z asinhroni posodabljanje politike (glej Materiali in metode), smo simulirali vpliv kemičnih zadržkov, ki jih silijo stanje posebej usmerjene modela vozlišča biti 0 (v mirovanju), nato računalništvo nastale atraktor. Vsako zaviranje posameznih vozlišč ali pari vozlišč pripeljala do edinstvenega atraktor. V nekaj primerih je sistem dosegel kompleksno atraktor, v kateri je podmnožica držav večkrat prečka (glej gradiv in metod ter S1 besedilo). Izračun potencialnih kompleksnih atraktorjev je zahtevna zaradi kombinatorne eksplozije držav za velike logične modele. Da bi se spoprijeli s tem problemom, smo uporabili metodo zmanjšanja model dobiti stisnjen modela ohranjanja izbranih ciljev zdravil in zgostiti prehodna grafov državne na hierarhični način (glej gradiv in metod ter [14]). Znižana logični model (glej sliko 3 in S3 CCD) je bilo pridobljeno s ponavljajočim odstraniti komponent niso usmerjene z zdravili, in je dovolj majhna, da bi izčrpno asinhrona simulacij in temeljito karakterizacijo tako stabilne države in kompleksnih atraktorjev, kar omogoča analizo vseh single in parov zadržkov.

za lažjo razlago, smo opredelili splošno odziv rast
, z odštevanjem vrednosti Antisurvival
od vrednosti Prosurvival
čitalna vozlišč (vsaka multi-vrednoti s stanjem v območju od 0 do 3), pri čemer je razpon vrednosti od -3 do +3. Če atraktor vsebuje edinstveno stabilno stanje, izračunavanje rast
je bila enostavna. Pri kompleksnih atraktorjev smo uporabili povprečne vrednosti razlike Prosurvival
- Antisurvival
nad vsemi državami, ki spadajo v atraktor. sklepati smo sinergijo, kadar kombinacija dveh zaviralcev proizvaja vrednost za rasti
manjša od najmanjše vrednosti inhibitorjev posebej:

rasti (perturbation1 & perturbation2) < Min (rast (perturbation1), rast (perturbation2)),
kjer perturbationN
je motnje komponente N
.

Na primer, rast (perturbationMEK & perturbationAKT)
= 0,5; ki je vrednost nižja od opazili motenj bodisi MEK ali AKT: rast (perturbationMEK)
= 1,5; rast (perturbationAKT)
= 2.

Simulacije napovedal pet sinergijske kombinacije (< 25% od 21 možnih parov). Tri od teh kombinacij vključujejo MEK, skupaj s PI3K, AKT ali p38. Ostali dve sinergije vključujejo TAK1 bodisi PI3K ali AKT (slika 4).

Eksperimentalna potrditev modela napovedi

Za oceno veljavnost naših modelov napovedi, je bila uporabljena celica test v realnem času za testiranje kemičnih inhibitorje sedmih proteinov (tabela 1), za njihovo sposobnost, da omeji rast AGS celic v enoposteljnih in kombinatoričnih formulacij.

vpliv kemijskih inhibitorjev smo analizirali uporablja strategijo, ki temelji na definiciji Loewe je sinergije [28 ], ki navaja, da sinergistično interakcija izvaja bolje od pričakovanega aditivnega učinka opazili je inhibitor v kombinaciji s samim seboj v "ničelne interakcij" poskusa. Količinsko sinergijske interakcije je kombinacijska indeks (CI), izračunan [29], ki temelji na rasti izmeri 48 ur po dodajanju inhibitorjev. CI vrednosti v razponu od nič do neskončnosti, in vrednosti pod 1 kaže sinergijske interakcije.

Štirje od petih sinergije, ki jih naš logičnega modela napovedane so bile potrjene eksperimentalno, z CI vrednosti precej pod 0,5, kar kaže na močno sinergijo. Pravzaprav je bilo globok vpliv na rast AGS celic, ko so inhibitorji MEK ali TAK1 v kombinaciji z zaviralci PI3K ali Akt. Ustrezne rastne krivulje (slika 5), ​​kažejo, da je vsak na polovici njihove koncentracije GI50 (rdeče krivulje) je rast celic v prisotnosti dveh zaviralcev znatno nižja od rasti v prisotnosti ali zaviralcem sam v svoji polni koncentracije GI50 (zelena in modre krivulje). V nasprotju s tem pa je kombinacija MEK in inhibicije p38 ni bilo mogoče potrditi v poskusih rasti celica. Pomembno je, da smo opazili nobenih lažnih negativnih napovedi, kar pomeni, da preostali inhibitor kombinacije, predvideva, da nimajo sinergijske učinke, dejansko ni pokazala sinergijo pri naših mobilnih testih. Skupaj, naše simulacije modela izkazala za zelo natančen, pravilno napovedovanje učinkov 20 21 kombinacij.
So že opazili

​​Sinergije z PI3K-MEK ali AKT-MEK zavore v različnih tumorskih celic [ ,,,0],6,30-34], kar omogoča dodatno zaupanje sinergij TAK1-PI3K in TAK1-AKT zadržkov. Zato so ti novi kombinatoričnih zavore so obetavne kandidate takoj in sta lahko predmet eksperimentalnega testiranja v različnih vrstah rakavih celic.

Model kaže, da ima ključno vlogo FOXO v zaviranja rasti sinergiji

Razumevanje signalne mehanizme, na katerih temelji sinergijskih zavore so zelo pomembni, saj lahko prispeva k identifikaciji biomarkerjev informativnih od odziva na zdravljenje, ki lahko služijo kot smernice za izbiro iz arzenala uveljavljenih sinergij drog pravico zdravljenja za posameznega bolnika.

Pregled simulirane motnje učinki naše AGS logičnega modela je pokazala, da FOXO, kar je pro-apoptotičnih transkripcijske faktorje, ki fosforilacije [35] inaktivirani je sinergistično aktivira kombinirano MEK in PI3K ali MEK in zaviranje AKT (glej S1 besedilo). Zanimivo je, da en sam zaviralni motnje MEK, PI3K ali AKT ni spremenilo FOXO dejavnost (glej S1 besedila za več podrobnosti). Te ugotovitve se ujemajo eksperimentalne ugotovitve v človeških centralnih žil endotelijskih celic (HUVEC), kjer so poročali zaviralci ciljanje MEK in AKT sinergistično aktivirati FOXO [36], kar nakazuje, da lahko naše simulacije modela podlaga za biološko pomembnih hipoteze o molekularnih učinkov dolvodno od specifični inhibitorji.

da bi še dodatno raziskati mehanizme, ki vključujejo FOXO smo simulirali inhibitor motnje v FOXO knock-out model, in ugotovila, da kombinirana zaviranja MEK in PI3K ni imel nobene okrepljeno rast zavira glede na njihovo ustrezno enotno inhibicije . To kaže, da MEK-PI3K sinergija seveda odvisna od FOXO. Za kombinirane MEK in AKT zaviranja, so FOXO simulacije modela knock-out je pokazala le manjše zmanjšanje sinergijski učinek kombiniranega MEK in AKT zaviranja. Tako se zdi, da je manj odvisna od FOXO sinergija med zaviralci MEK in AKT. Če povzamemo, ti rezultati simulacije kažejo potencialno zanimive razlike med pro-apoptotskih signalnih dogodkov, če primerjamo MEK-AKT zaviranja v primerjavi z inhibicijo MEK-PI3K.

mehanistični podlaga za sinergijo upoštevati, ko zaviranjem TAK1-AKT, ali TAK1- PI3K, ni znano. Zanimivo je, da AGS simulacije modela kažejo, da je FOXO aktivira, ko TAK1 zaviral v kombinaciji s PI3K ali AKT, ne pa posameznih zadržkov. Aktivacija FOXO je torej potencial mediator tudi sinergije, ki vključujejo TAK1. V podporo temu, simulacije so pokazale, da sta bila oba TAK1-PI3K in TAK1-AKT sinergije odpravljena, ko je FOXO potrkal-out, podobno ugotovitvi inhibicijo MEK-PI3K (glej S1 besedilo). Potencialno bi ERK vključen v signalne dolvodno od TAK1. V tem primeru bi lahko MAP kinaze kaskadni predstavljajo skupen mehanizem, vpletenega v sinergije, ki vključujejo MEK-PI3K in MEK-AKT, in tistih, ki vključujejo TAK1-PI3K in TAK1-AKT. Vendar pa naši AGS simulacije modela napovedujejo, da je ERK še vedno aktiven po kombinirani inhibicijo TAK1 in PI3K ali TAK1 in AKT. To lahko pomeni, da je MEK /ERK ni vključen v učinkih na nižji stopnji iz inhibicije motenj, ki vključujejo TAK1. Druga kinaze bi lahko deloval kot točka presluha za TAK1 in PI3K /AKT signalizacijo. V zvezi s tem NLK (Nemo podobnih kinaze) je zanimiv kandidat, saj je znano, da delujejo v smeri toka od TAK1 [37], s posredovanjem zaviralni fosforilacijo FOXO [38].

Predlog, ki temelji na modelu, ki FOXO aktivacija je lahko pomemben za sinergistično zaviranje rasti ne najdejo eksperimentalno podporo v številnih računih FOXO proteinov, ki delujejo kot posredniki za citotoksična citostatikov, [39]. To kaže, da dinamično obnašanje našega logičnega modela povzema splošne lastnosti, ki so lahko pomembni za vrsto različnih vrst tumorjev.

Pogovor

Razvoj novega zdravila proti raku osredotoča predvsem na področju drog usmerjeno proti posebnih molekularnih tarč. Vendar pa so klinične aplikacije pogosto nezadovoljiva, kar le prehodne odzive sledi odpornosti na zdravila, ki ovira koristi terapije. To je privedlo do upoštevanja terapij na osnovi kombinacije zdravil, ki ciljajo na različne signalne poti ali celične procese, z namenom omejiti razvoj odpornosti drog in hkrati omogočajo zmanjšanje odmerjanja drog, znižati z drogami povzročene strupene učinki [2,3,40,41].

Te močne spodbude za kombinatorne zdravljenja odvisnosti od drog so izzivi za številne kombinacije, da razmisli in z dejstvom, da je učinkovitost kombinacije določenem drog odvisna od narave specifični tumor. Tako, da odkrijete apt kombinacije drog s hitrostjo združljiv z veliko iskalni prostor, ki ga predstavljajo veliko drog in raznoliko rakave celice spektra, je obvezno, da razvijejo učinkovite strategije za napovedovanje ugodno kombinatorne zdravljenja za posamezne vrste raka.

Aktualno prizadevanja, da bi prišli do racionalne izbire kombinirano zdravilo terapije s pomočjo primarnih tumorske celične kulture in ksenotransplantskih študije se soočajo z visokimi stroški in spremenljivo obrestno mero uspeha v zaviranju rasti tumorskih celic, in se borijo za pridobitev zelo natančne napovedi v časovnem okviru omejeno z boleznijo napredovanje [4,42-44]. Medtem ko je rak celične linije kulture redko omogočajo odkritij, ki jih je mogoče neposredno prenesena v kliničnem okolju, ne da omogočajo eksperimentalno preiskavo mehanizmov, povezanih biološko raznolikost in robustnost in se lahko uporabljajo za raziskovanje strategije za ugotavljanje potencialno učinkovito kombinacijo drog terapije. Zato, da lahko prispeva k vzpostaviti velik arzenal ugodnih kombinacij drog, ki jih spremlja prognostičnih orodij, ki omogočajo izbiro pravo kombinacijo za posamezno tumorja. Vendar tudi v teh celičnih modelih, ni mogoče preizkusiti vseh možnih kombinacij drog in načini uporabe za zadostnega spektra vrst rakavih celic. V tem kontekstu lahko računalniško modeliranje v veliko pomoč, da se zmanjša eksperimentalno iskalno prostor.

Pokazali smo, kako se logični model zgrajen iz znane informacije signalov omrežja mogoče prilagoditi poseben sistem rakavih celic s pomočjo izhodiščnih podatkov tako, da ga je mogoče uporabiti za napovedovanje sinergijskih in brez sinergijskih kombinatorne zdravljenja-rast ovira. Štirje od petih predvidenih sinergijskih kombinacij so eksperimentalno potrdili brez lažnih negativnih napovedi. S takšno stopnjo uspešnosti, bi bilo dovolj, da preizkusite le četrtino 21 možnih kombinacij drog preiskanih in še vedno ne zamudite nobene sinergistično par. Naši rezultati so spodbudni, glede na stopnjo uspešnosti poročali iz nedavne izziv DREAM [7], v kateri bi bili dovoljeni najučinkovitejši način sinergijskih napovedi prepolovi velikost presejalnih eksperimentov. Vendar pa obstajajo pomembne razlike med našo zasnovo študije in da v DREAM izziv: DREAM analizirali spremembe transkriptome naslednja široka delujoči kemoterapije zdravljenja drog, medtem ko smo raziskovali učinek inhibitorjev s posebnimi cilji, ki se opira le na podatkih iz unperturbed sistema <. br>

v nasprotju z omrežjem, ki temeljijo strategije, ki se običajno uporabljajo korelacijsko analizo podatkovnih nizov obsežnih iz različnih fenotipov bolezni [45,46], ali podatkov perturbacijskih celične kulture drog obsežnih usposobiti modelov za napovedovanje odzivanja drog [6 , 7,9,47,48], naša strategija, ki temelji na modeliranje izkorišča sistematično poti, znanje molekularne, ki so na voljo v podatkovnih bazah, skupaj z osnovnimi podatki iz unperturbed rakavih celic izbranega eksperimentalnega sistema. To pomeni, da je naš pristop omogoča izbiro zanimivih kandidatov za učinkovite kombinacije drog pred opravljanjem dejanske motnje drog poskusov. Za naše znanje to ni bilo uspešno, preden dokazana.

Večina regulativnega modeliranja omrežja pristopi osredotočajo na signalizirajo s posebnimi hormonskih receptorjev usmerjenih. To velja za študij preiskovalni logičnega modeliranja za razumevanje posledic posega v posebno rastnega dejavnika prenos signalov odgovorov [16,18,49-51], kakor tudi za kvantitativne in semi-kvantitativno modeliranje pristopi za napovedovanje učinka sinergijski signalov v motenj [6,31,52]. Nasprotno, naš pristop dokazuje, da je mogoče učinkovito uporabiti model, ki predstavlja odločitev omrežja mobilnega usoda v aktivno rastočih celic, ne da bi izrecno upoštevamo nobene zunanje dražljaje, rast spodbujanje (npr rastnega hormona). Dejansko smo trdijo, da z uporabo atraktor z vgrajenim modelom proliferacijske celice kot referenčna točka za analizo sinergijskih drog zagotavlja dober približek za stanje aktivno rastočih rakavih celic. rast rakavih celic, se šteje, da se vozi z množico dražljajev pospeševanje rasti. Ne samo potencialno repertoar teh signalov velike, relativno malo podrobnosti o njihovih signalnih mehanizmov, je znano. Zato predvidevamo, da bomo lahko povzamemo njihov učinek z upoštevanjem tega številne signale zagotavljajo okvir za spodbujanje močne rasti in da lahko zato zavrne nadaljnje podrobnosti. Na tej osnovi sprejme trajno-multifactor pogon orožja [1] z uporabo samostojen model, v katerem so vsi sestavni deli vključeni urejeno z drugimi vozlišči v modelu. Konfiguracija sestavnih dejavnosti je nato mogoče sklepati iz osnovnih bioloških označevalcev, izmerjenih v rakastih celicah. Skupaj so ta načela modela oblikovanja nam omogočajo, da ustvarjajo dinamični model, prilagojen posebnim rakave celice, ki še niso odvisni od izrecne zunajcelični prispevke posameznih snovi za pospeševanje rasti ( e
. hormone g.
Rasti

• Plos ONE: Zveza mTOR in AKT genski polimorfizmi s Dovzetnost in preživetje želodčnega raka
• Plos ONE: polimorfizma DNK methyltransferase 3b in povezanosti z razvojem in prognozo želodčnega raka