Abstrakt
Baggrund
Ændringer på glukose forbrug og biosyntetiske aktivitet af aminosyrer, lipider og nukleotider er metaboliske ændringer for at opretholde celleproliferation i kræftceller. Uigenkaldelig bevis på dette faktum er det Warburg virkning, som fastslår, at kræftceller foretrækker glykolyse i oxidativ fosforylering at generere ATP. Regulatory handling over metaboliske enzymer har åbnet et nyt vindue for at designe mere effektive anti-cancer behandlinger. Denne virksomhed er ikke trivielt og udvikling af beregningsmodeller, der bidrager til at identificere potentielle enzymer til at bryde robustheden af kræftceller er en prioritet.
Metodologi /vigtigste resultater
Dette arbejde præsenterer en constraint- basis modellering af de mest eksperimentelt studeret metaboliske veje understøtter kræftceller:
glycolysen
,
TCA cyklus
,
pentosephosphat
,
glutaminolysis og oxidativ fosforylering
. For at vurdere sine predictive kapacitet, en vækst kinetik undersøgelse for
Hela
cellelinjer blev udført og kvalitativt i forhold til
i silico
forudsigelser. Desuden bygger på rene beregningsmæssige kriterier, konkluderede vi, at et sæt af enzymer (såsom
lactatdehydrogenase
pyruvat dehydrogenase
) udføre en central rolle i kræft cellevækst, resultater understøttes af en eksperimentel modstykke.
konklusioner /betydning
Ændringer på metabolisk aktivitet er afgørende for at iværksætte og opretholde kræft fænotype. I dette arbejde, vi analyserede fænotype kapacitet opstået fra et konstrueret metabolisk netværk tilpasset af de mest eksperimentelt undersøgte veje sustaining kræft cellevækst. Bemærkelsesværdigt,
i silico
model var i stand til at ligne de fysiologiske forhold i cancerceller og med succes identificeret nogle enzymer i øjeblikket undersøgt af den terapeutiske virkning. Samlet set leverede vi dokumentation for, at begrænsning-baserede modellering udgør en lovende beregningsmæssige platform til: 1) at integrere high throughput teknologi og etablere en krydstale mellem eksperimentel validering og
i silico
forudsigelse i kræft celle fænotype; 2) undersøge den grundlæggende metaboliske mekanisme, der giver robusthed i kræft; og 3) foreslå nye metaboliske mål for kræft behandlinger. Alle disse spørgsmål bliver centralt at udforske kræftcelle stofskifte fra en systembiologi perspektiv
Henvisning:. Resendis-Antonio O, Checa A, Encarnación S (2010) Modeling Core Metabolisme i cancerceller: Undersøgelse af Topology Underliggende af Warburg Effekt. PLoS ONE 5 (8): e12383. doi: 10,1371 /journal.pone.0012383
Redaktør: Raya Khanin, Memorial Sloan-Kettering Cancer Center, USA
Modtaget: Marts 17, 2010; Accepteret: 29 Juli 2010; Udgivet: 25 August, 2010
Copyright: © 2010 Resendis-Antonio et al. Dette er en åben adgang artiklen distribueres under betingelserne i Creative Commons Attribution License, som tillader ubegrænset brug, distribution og reproduktion i ethvert medie, forudsat den oprindelige forfatter og kilde krediteres
Finansiering:. Dette arbejde blev delvist støttet af nationale råd for videnskab og teknologi (CONACYT-Mexico: tilskud 83.461) og Programa de Apoyo en Proyectos de Investigación e Innovación Tecnológica-Universidad Nacional Autonoma de Mexico (PAPIIT: give IN203809-3). De finansieringskilder havde ingen rolle i studie design, indsamling og analyse af data, beslutning om at offentliggøre, eller forberedelse af manuskriptet
Konkurrerende interesser:.. Forfatterne har erklæret, at der ikke findes konkurrerende interesser
Introduktion
i de senere år har vi været vidne significative forskud for at identificere og forstå den rolle, som de enkelte gener har i tilblivelse, udvikling og progression på kræft [1]. Men på trods af betydelige fremskridt i genomiske videnskaber at identificere onkogener og tumor undertrykkere, en systemisk forklaring på, hvordan disse gener deregulere den normale funktion af genetiske kredsløb og hvordan dens kontrol kan anvendes til at designe effektive lægemidler mod kræft er stadig en stor udfordring i systembiologi [2], [3], [4], [5], [6].
i forbindelse med denne molekylære syn på kræft, detaljerede undersøgelser overvåger de metaboliske ændringer i celler er en lovende vej til forståelse og kontrollerende celledeling i cancerceller [2], [7], [8]. For eksempel har forskere grundigt undersøgt den
p53
tumor suppressor evne til at udløse
DNA-reparation
, cellecyklusstop og apoptose, men for nylig
p53
‘s evne til at påvirke mitokondrie respiration og energimetabolisme er blevet belyst [9], [10]. Tilsvarende, forbedret effekt på glykolyse, laktat (
lac
) produktion og kontrol af fedtsyrer oxidation stammer fra
Hypoxi inducerbare faktorer (HIF)
og
LKB1
tumorsuppressor er klare eksempler forbinder gener udtryk, metabolisme og kræft fænotype [3].
i denne kontekstuelle ordning, udvikling af beregningsmæssige procedurer i stand til opmåling af de fysiologiske reaktioner på kræftceller i form af dens metaboliske topologi og genetisk information udgør en attraktiv strategi om forståelse, karakterisering, designe og forbedre effektiviteten af kræftlægemidler [11]. I dette arbejde præsenterer vi en begrænsning-baseret analyse af en metabolisk netværk integreret ved en kerne af metaboliske veje, der deltager i kræft cellevækst:
glykolyse
,
TCA cyklus
,
pentose fosfat veje (PPP) og oxidativ fosforylering
. Constraint-baserede modellering har vist sig at være en vellykket paradigme i systembiologi til at beskrive og udforske fænotype kapacitet for en række organismer, baseret på dens særlige genom sekvenser og metaboliske topologi [11], [12], [13], [14] [15]
Dette papir centrale mål er dobbelt:. 1) bygning af en model simulerer stofskifte, der fungerer som en beregningsmæssige ramme hjælpemotor til at beskrive og forstå fysiologiske adfærd i cancerceller; og 2) identifikation af potentielle metaboliske mål for at fremkalde en reduceret fænotype på kræft cellevækst. Til kvalitativ evaluering,
i silico
resultater fra vores metaboliske rekonstruktion med dem eksperimentelt observeret, udført vi en undersøgelse af vækst kinetik for
Hela
cellelinje. Desuden er baseret på beregningsmæssige kriterier vi identificeret nogle enzymer med en relevant indflydelse på cellevækst og sammenlignede dem med dem, der betragtes som potentielle terapeutiske mål i litteraturen.
Generelt vi leverer dokumentation for, at begrænsning-baserede modellering kan bruges som en platform for optrevling den biokemiske mekanisme underliggende kræft cellevækst og potentielt bidrage mod at designe strategier for kliniske behandlinger i kræft.
Resultater
Core Metabolisme i cancerceller
Lige siden den banebrydende observation, at aerob glykolyse i kræft [7] er foretrukket frem
oxidativ fosforylering
som en mekanisme til at generere
ATP
fra glukose, talrige forsøg har støttet og udvidet den betydelige rolle, stofskifte har på transformation, spredning, angiogenese og metastase i kræft [16], [17], [18]. Således scanning humane tumorer med
positronemissionstomografi
(
PET
) [17] har bekræftet, at en høj optagelseshastighed af glukose udgør et adelsmærke i kræftceller, formentlig nødvendig for at give adaptive fordele, når står sure og hypoxiske miljøer [19].
i lyset af disse bemærkninger, en forklaring på, hvorfor energiproduktionen afhængig
glykolyse
i stedet for på en mere effektiv vej drevet af
oxidativ fosforylering
i
mitokondrier
[2], [16] kræver beregningsmodeller i stand til at tage hensyn ikke blot begge veje, men en robust metabolisk netværk indeholder sin metaboliske sammenkobling.
med tanke på dette systemisk opfattelse, vi konstrueret en metabolisk netværk med de metaboliske veje, som har en central rolle i kræft cellevækst:
glycolysen
,
TCA cyklus
,
pentosephosphat
,
glutaminolysis og oxidativ fosforylering
[3], [16]. Ifølge genopbygning protokoller, vores netværk baseret på offentliggjorte viden om metabolisme i cancerceller, grundlæggende termodynamik og opdeling information forbundet med hver metaboliske reaktion inde i cellen, se tabel S1. Således kan for eksempel, undersøgelser af
C
13 NMR
spektroskopi har vist, at glutaminolysis udgør en aktiv metabolisk vej i humane glioblastom cellelinier [8], og dermed en efterspørgsel omsætning af
α- ketoglutarat
repræsenterer en mellemmand sammensatte langs omdannelsen af glutamin til laktat blev inkluderet i genopbygningen. Desuden blev genopbygningen suppleret med transport reaktioner til at ligne de fysiologiske forhold i kræftceller, især dem forbundet med
glukose
forbrug,
laktat
produktions- og
hypoxi
betingelser ,
se tabel S1
. Samlet set vores rekonstruktion integrerer 66 metabolitter, der deltager i 80 metaboliske reaktioner, der repræsenterer
glycolysen
,
pentosephosphat
,
TCA cyklus
,
oxidativ fosforylering
glutaminolysis
, samt transport reaktioner af væsentlige metabolitter for cellulær proliferation, specielt
ilt
,
brint
,
kuldioxid
vand
, se tabel S1 i supplerende materiale.
Figur 1
afbilder den metaboliske netværk, der anvendes i denne undersøgelse. Matematisk repræsentation af dette sæt af reaktioner, gennem støkiometriske matrix, udgør vores centrale platform for at udforske og vurdere de metaboliske kapacitet potentielt kørsel kræftceller [3], [16].
Som et resultat af en bibliografi søgning, vi har valgt de metaboliske veje, der potentielt kan udgøre en metabolisk kerne på de fleste cancerceller. Orange, rød og grøn stiplede linjer angiver metabolitter, der deltager i andre biosynteseveje, metabolitter, der kan transporteres fra cytoplasma til mitokondrier og metabolitter, der kan transporteres fra mitokondrier til cytoplasma hhv. Rum oplysninger er angivet med ydre miljø [e], cytoplasma [c] og mitokondrier [m]. Sættet af reaktioner, der integrerer denne rekonstruktion er anført i tabel S1.
Dynamisk Constraint-baserede modellering og dens eksperimentelle vurdering
Eksperimentel vurdering af resultaterne og hypotese udledes datamodellering er nødvendige for at sikre en høj kvalitet metaboliske rekonstruktion med en reel mulighed for at forklare og forudsige celle adfærd. Da selvforsyning i vækst signaler og mekanismer til at unddrage apoptose [20] i kræftceller bidrager til ukontrolleret celledeling, mulighederne for vores model til at simulere kræft cellevækst udgjorde en hovedstol problem at evaluere. Derfor blev dynamisk constraint-baseret modellering anvendes på metaboliske genopbygning afbildet i
Figur 1
. Ifølge denne formalisme, er væksten beregnes ved at antage, at der findes en karakteristisk tidsskala, hvor en stabil tilstand betingelse for metabolit-koncentrationer er en plausibel antagelse. Således hypoteser, at fysiologiske vækstrate på hver gang skala adlyder optimering principper, blev lineær programmering anvendt til at identificere den metaboliske flux profil, maksimeret en funktion i forbindelse med vækstraten [21], se metoder afsnit.
malignt progression kræver ordentlig metaboliske celle maskiner for at levere energi og biosyntetiske efterspørgsel kræves for kræft cellevækst. At kvantificere cancercellevækst i form af de metaboliske netværk og knytte topologien af rekonstruktionen med cancercellen fysiologi, vi fortsatte med at konstruere en objektiv funktion, der matematisk repræsenterer de metaboliske krav, der stilles for vellykket cellevækst [11], [13 ], [22], [23].
det korrekte valg af en objektiv funktion er afgørende for at reducere steady state støkiometrisk mulig løsning på en optimal løsning plads [22], [24]. I dette arbejde blev den objektive funktion skabt ved at tage hensyn til de forventede metabolitter understøtter cancercelleproliferation [25]. Således er baseret på en gennemgang af litteratur og overvejer det sæt af metabolitter integrere vores genopbygning, foreslår vi en objektiv funktion, der består af
laktat (lac)
,
ATP
,
ribose 5- fosfat (r5p)
,
oxaloacetat (OAA)
og
citrat (cit)
produktion, der er blevet udvalgt efter deres grundlæggende roller som 1) forstadier kræves til energiproduktion, 2) forstadier til aminosyrer og nukleotider og 3) mellemprodukter opretholde glycolysen og reduktive foreskrevet for biosyntese af andre cellulære forbindelser [25], [26]: hvor
c
,
e
og
m
betegne rummene udnyttes i genopbygningen (
cytoplasma
,
eksterne miljø
mitokondrier
henholdsvis).
Desuden korrekt beregningsmæssige repræsentation af miljøforhold er afgørende for at opnå pålidelige resultater og fortolkninger fra
i silico
procedurer [24]. Derfor
vask
efterspørgsel
reaktioner blev medtaget for at definere ordentlig metaboliske grænser for at efterligne de fysiologiske forhold, der hersker omkring kræftcellerne, se tabel S1. Gennem vask reaktioner (som tjener til at indføre disse metabolitter, der produceres eller forbruges af nonmetabolic cellulære processer), vi repræsenterer
NADH
,
NAD
,
CO2
,
biphosphat
,
brint
,
vand
,
kuldioxid
,
coenzym A
,
FAD
FADH2
. Til gengæld gennem efterspørgslen reaktioner (som er ubalancerede reaktioner, der tillader ophobning af en forbindelse ellers ikke tilladt i steady-state modeller på grund af masse-Balanceringskravene), var vi i stand til at inkludere en kilde til
AcCoA
,
ADP
og
ilt
.
Desuden plasma, en rigelig kilde til glucose og glutamin i kræftceller, var repræsenteret af to efterspørgsel reaktioner i genopbygningen, se figur 1 og tabel S1. For at simulere glucoseforbrug blev en enkel transport af glucose indeholdt i den metaboliske genopbygning, mens forbruget på glutamin var repræsenteret via en ekstern kilde til
2-oxoglutarat
, en af de mellemliggende produkter af glutaminolysis pathway i kræftceller, se figur 1 [8].
Endelig overensstemmelse med hypoxi betingelser for kræft celle miljø, blev alle simuleringer tvunget til at lave iltoptagelse [27], se detaljer i tabel S1.
Constraint-basen modellering vurdering: evaluering mål funktion
for at evaluere den fysiologiske betydning af den foreslåede objektive funktion, besluttede vi at undersøge, i hvilket omfang vækstrate afledt dynamisk begrænsning-baserede modellering faldt sammen med, at opnået fra en kinetisk vækst undersøgelse af
Hela
cellelinier. Derfor
i silico
tidsmæssig profil vækstrate blev beregnet ved at definere en indledende cellulære tæthed, en indledende tilgængelig glukose koncentration og en ordentlig tid skala for at antage steady-state tilstand, se metoder afsnit. I mellemtiden,
Hela
kræft cellelinjer blev dyrket i opløsning og en vækst kinetisk undersøgelse blev gennemført. Som beskrevet i afsnittet metoder, eksperimentelle målinger af celletæthed på
Hela
celler blev foretaget med seks gentagelser for estimeret eksperimentelle reproducerbarhed og ved at overvåge processen hver 24. time i fem dage, se også figur 2 (B).
(A) Sammenlignende analyse mellem vækstraten opnået eksperimentelt og
i silico
. (B) Gennemsnitlig og standardafvigelse opnået i kinetikken målinger for
Hela
cellelinjer. Som beskrevet i fremgangsmåder, blev vækstrate overvåget hver 24. time i fem dage, og seks replikater blev opnået for hver absorbansmåling. Statistiske egenskaber karakteriserer den kinetiske vækst på
Hela
cellelinier er vist i
Figur 2 (B)
, mens den tidsmæssige opførsel af glukoseoptagelse sats og ekstern koncentration forudsagt af
in silico
procedurer er afbildet i
(C)
og
(D)
hhv. Variationskoefficienter opnået ved hver måling indberettes af de røde punkter i (B).
bidrag metaboliske enheder i den objektive funktion er antaget til at bære lige vægt på vækst, på en sådan måde, at i stedet for at bruge en kvantitative kriterier for at vurdere krydstale mellem eksperimentet og modellering, blev en kvalitativ procedure baseret på normalisering af cellulære tæthed profil implementeret. Således at gå frem som beskrevet i metodeafsnittet, fandt vi, at vores modellering var i stand til at opnå en normaliseret tidsmæssig vækstprofil sammenlignelig med tilknyttet
Hela
cellelinier, se figur 2.
lyset af dette resultat, vi postulerer, at den objektive funktion er forbundet med det metaboliske genopbygning afbildet i
Figur 1
er potentielt i stand til at belyse den metaboliske flux aktivitet kræves til at tilføre metabolisk efterspørgsel efter cancercellevækst. Dette er et afgørende bidrag i denne undersøgelse og udgør rygraden for at udforske forholdet mellem geners aktivitet, metabolisme og fænotype i kræft.
In silico
simuleringer
Computational modeller på biologiske systemer har to hovedformål: 1) at reproducere hvad der fysiologisk observeres og forstå deres biologiske principper, og 2) at skabe en platform kan forudsige den cellulære fænotype, når stofskifteforandringer induceres i systemet. Efter at have bekræftet, at
i silico
fænotype kvalitativt gengiver vækstraten for
Hela
cellelinjer, vi fortsatte med at kortlægge de metaboliske mekanismer støtter celledeling gennem
Flux Balance Analyse
(
FBA
), en
i silico
formalisme, der har været nyttigt i at udforske genotype-fænotype relation til en række forskellige organismer [11], [12], [13], [22], [23], [28]. Konkret har vi brugt vores metaboliske genopbygning til at identificere de biokemiske reaktioner, der har en stærk indflydelse på styring af kræft cellevækst, en værdig problem, når man ønsker at identificere metaboliske mål med effektive resultater i kræftbehandling [6]. Til dette formål blev der metaboliske mål med en central rolle i kræft cellevækst identificeret ved to begrænsninger:
lav flux variabilitet
høj enzymatisk væsentlighed
kræft cellevækst. Tilsammen udgør disse begrænsninger udgør beregningsmæssige kriterier for udvælgelse af de reaktioner, der sikrer en lav redundans på metabolit syntese med en maksimal effekt for faldende dens fænotype. Således denne beregningsmæssige kriterier fører os at identificere et sæt af mål enzymer, hvis metaboliske aktivitet kan har en direkte virkning på kræft cellevækst, se Figur 3.
For at identificere de reaktioner, der kan have en central rolle i væksten af kræft sats, flux variabilitet og enzym væsentlighed analyse blev udført over alle reaktioner inkluderet i genopbygningen. I panelet
(A)
, de metaboliske reaktioner, hvis sletning giver en signifikant reduktion på vækstraten er fremhævet med rødt. Disse reaktioner, der sikrer en lav variation og høj væsentlighed udgør 27% af den samlede metaboliske genopbygning og disse vises i rødt i panelet
(B)
. Exchange og vask reaktioner blev udelukket fra denne analyse. Forkortelse kode:
Enolase (ENO)
,
glyceraldehyd-3-phosphat-dehydrogenase (GAPD)
,
phosphoglucomutase (PGMT)
,
pyruvat kinase (PYK)
,
triose-phosphatisomerase (TPI)
,
lactatdehydrogenase (LDH)
,
ribose-5-phosphat isomerase (RPI)
,
pyruvat dehydrogenase (PDHm)
,
2-oxoglutarat dehydrogenase (AKGDm)
,
cytrate syntase (CSM)
,
fumarat hydratase (FUMm)
,
malat dehydrogenase (MDHm)
,
succinat dehydrogenase (SUCD1m)
,
succinyl-CoA syntetase (SUCOAS)
.
robusthed dette sæt af target-enzymer i form af forholdene blandt den objektive funktion komponenter blev efterfølgende verificeret: Vi gentagne gange anvendt
i silico
analyse til en række objektive funktioner, hvis ækvimolær bidrag på objektive funktion komponenter blev ikke antaget. Med dette i tankerne, 1.000 objektive funktioner (med komponenter valgt fra en tilfældig ensartet fordeling spænder fra 0 til 1 omkring numeriske værdier anslået til andre organismer [22]), blev rekonstrueret, og enzymer med
lav flux variabilitet
høj enzymatisk væsentlighed
blev identificeret i hvert realisering. Trods vækstrater er stærkt afhængige af forholdene mellem den objektive funktion komponenter, vi identificeret en række enzymer, der i 99% af alle de erkendelser adlød udvælgelseskriterier,
se
Figur 4
. Blandt målenzymerne identificerede
i silico
, vi bestemt, at nogle deltager i
glycolysen
, såsom
phosphoglucomutase (PGMT)
,
enolase (ENO)
,
glyceraldehyd-3-phosphat-dehydrogenase (GAPD)
,
pyruvat kinase (PYK)
og
lactatdehydrogenase (LDH)
. I overensstemmelse med dette resultat, har udvikling af lægemidler primært rettet mod glucose skridt transport- og phosphorylering i glycolytiske veje vist sig at være en latent terapeutisk strategi for reduktion af kræft fænotype [19], [27], [29].
Reagerer med høj væsentlighed og lav variabilitet blev identificeret gennem et sæt af 1000 objektive funktioner med nonequivalent nøgletal blandt funktion komponenter. Som panel (A) viser, blev reaktionerne adlyde begge kriterier (rød på sort regioner) plottet over 1000 erkendelser. I hvert realisering, de enzymer, der adlyder
in silico
kriterier betegnet i sort; alle andre i hvid. Procentdelen af gange reaktioner adlød de beregningsmæssige kriterier er vist i panel (B). Robuste enzymer er relevante for denne undersøgelse (ekskl transportører, udveksling og efterspørgsel reaktioner) blev mærket med rødt. EX, DM og Sink betegne udveksling, efterspørgsel og vask reaktioner i cytoplasmaet [c] og mitokondrier [m] rum.
Desuden tvang-baserede modellering antyder, at
lactatdehydrogenase
kan bruges som et metabolisk kontrol punkt i fænotype adfærd i overensstemmelse med tidligere undersøgelser,
se
Figur 5
[2], [3]. Specifikt har der været eksperimentelt bevis, at inhibering af
lactatdehydrogenase
inducerer en nedsat aktivitet af nogle glycolytiske enzymer og reducerer dermed væksthastighed i cancerceller [30]. Motiveret af dette forhold og med henblik på yderligere at vurdere vores beregningsmæssige fortolkning, vi vurderet, i hvilket omfang en reduktion af enzymatisk kapacitet
lactatdehydrogenase
påvirker den metaboliske aktivitet på enzymer, der deltager i
glycolysen
,
pentosephosphat
TCA cyklus
. Som
Figur 5
viser (panel A, B og C), flux balance analyse udstillinger, en tilvækst på enzymaktivitet for
lactatdehydrogenase
efterfølges af en øget metabolisk aktivitet i løbet af
glycolysen
og nogle enzymer, der deltager i
TCA cyklus
pentosephosphatvejen
. I overensstemmelse med dette
i silico
observation, en stigning på
laktat
produktion er blevet foreslået at være en nødvendig betingelse understøtter tumor celle transformation gennem Warburg effekten [31]. For at bekræfte, at denne ejendom er en konsekvens af geometrien af flux steady state løsning plads og ikke af de særlige valg af nøgletal i den objektive funktion komponenter blev en nonbiased Monte Carlo anvendte prøveudtagningsmetode til karakterisering løsningen rum [23], se metoder afsnittet. Som figur 5 (D) viser en signifikant korrelation opstået mellem metaboliske aktivitet af lactatdehydrogenase (
LDH
) og det første enzym i glycolysen:
phosphoglucomutase
(
PDGM
) . Et fald på
LDH
tendens til at blive relateret til et fald på glukosemetabolismen gennem
PDGM
dermed vores
i silico
analyse tyder
LDH
som et kontrolpunkt i kræft cellens stofskifte.
Laktat dehydrogenase (LDH)
er blevet foreslået som en central metabolisk kontrol på kræft cellevækst med en betydelig rolle i Warburg effekten. Paneler (A), (B) og (C) viser de virkninger, som variationer af
LDH
aktivitet har på nogle enzymer, der deltager i
glycolysen
,
TCA cyklus
pentosephosphat
hhv. Metaboliske aktivitet af LDH stiger fra bund til top. Panel
(D)
viser sammenhængen mellem flux aktivitet af
LDH
og
phosphoglucomutase (PGMT)
opnået gennem prøveudtagning null rum støkiometriske matrix. Fænotype fase flyet til
glucose-6-phosphat-dehydrogenase
(
G6PDH
) og
transketolase
(
TKT1
), enzymer kvantificerer aktiviteten af oxidative og ikke-oxidative grene af pentosephosphat, er afbildet i panel (E). Hvide pile viser retningen, hvor de metaboliske flux forøges.
På den anden side, vores beregningsmæssige platform antyder, at
pyruvatdehydrogenase (PDHm
) kan udføre en central rolle som drivkraft celle spredning på grund af sin lave
flux variabilitet
og høj
enzymatisk væsentlighed
for stofskiftet i kræft cellevækst, se figur 4 (A). I overensstemmelse med dette resultat, er der tegn på, at metabolisk hæmning af
PDHm
bidrager til Warburg stofskifte og forbedrer maligne fænotype i menneskelig hals og hoved pladecarcinomer [26], [32]. Denne observation kan give mening i lyset af yderligere regulatoriske komponenter integrerer denne metaboliske puslespil. Første, hypoxi tilstand i tumorer inducerer aktiveringen af
HIF (Hypoxi inducible factor)
, som igen aktiverer
pyruvatdehydrogenase-kinase 1
, et enzym, der negativt regulerer den katalytiske aktivitet af
PDHm
. Desuden aerob
glycolyse
forstærkes af det faktum, at
HIF
inducerer overproduktion af enzymer, der deltager i den glycolytiske pathway og laktat produktion [31]. Samlet, forøgelse af Warburg effekten og faldende aktivitet
PDHm
synes at være en metabolisk respons, som giver selektiv fordel for overlevelse og celleproliferation.
I den hensigt at kortlægge hvordan væksten i cancerceller kan variere, når du ændrer de metaboliske aktiviteter på både
PDHm
glukose transport
, har vi opnået
fænotypisk fase fly
analyse, en beregningsmæssige procedure til visuelt undersøge, hvordan objektive funktion opfører sig når flux variationer over to uafhængige metaboliske reaktioner opstår [21], [23]. Bemærkelsesværdigt, som figur 6 (B) viser, vores analyse tyder på, at ved fix glukoseoptagelse rate et fald på
PDHm
enzymatisk aktivitet kan forbedre fænotype vækst i kræftceller, pil i region I. På trods af, at dette resultat er i overensstemmelse med nogle eksperimentelle rapporter, vores beregningsmæssige model forudsiger eksistensen af en tærskel på
PDHm
hvis reduceret aktivitet kunne være gavnligt at arrestere kræft cellevækst (område II), et resultat, der kræver bageste eksperimenterende verifikation.
Panel (a) er en tre-dimensionel repræsentation af hvordan metaboliske aktivitet af succinatdehydrogenase og glucose optagelseshastighed indflydelse vækst. Som Paneler
(B) og (C)
show,
i silico
modellering fører os til at identificere nogle områder, hvor variationer på
pyruvat dehydrogenase
fumarat hydratase
, begge forbundet med tumorsuppressoraktivitet, kan resultere i forskellige fænotyper. Hvide linjer angiver retningen, hvor den metaboliske flux forhøjelse; sorte streger, den retning, hvor de falder. Den potentielle effekt, pyruvat kinase aktivitet kan producere på kræft cellevækst er afbildet i
(D)
. I panelet
(D)
objektive funktion komponenter blev udvalgt som følger:
c
ATP
= 12,47,
c
laktat
= 0,13,
c
NADPH
= 0,93,
c
R5P
= 0,6,
c
NAD
= 0,89,
c
OAA
= 0,75,
c
ATP [m]
= 17,09 og
c
citrat
= 0,55. Tærsklen flux aktivitet er angivet ved en rød streg.
Optimering af den objektive funktion fører os til at konkludere, at
glutaminolysis
, der starter ved
glutamin
optagelse sats og slutter med lactat produktion, er en aktiv vej under cancercellevækst. Fra et funktionelt og biologisk synspunkt,
glutaminolysis
udfører en fundamental rolle i påfyldning
TCA cyklus
og generere yderligere reduktiv foreskrevet for fedtsyrer biosyntese. Desuden er vores
i silico
analyse viser, at
fumarat hydratase (FUMm)
og
succinat dehydrogenase (SUCD1m)
kan uafhængigt anvendes som metaboliske mål for regulering celleproliferation, se Figur 6A og C. Fænotype fase fly gennemført i løbet af disse enzymer giver os mulighed for at konkludere, at når aktiviteten af
FUMm Hotel (
SUCD1M
) er reduceret forskellige regioner adskilt af en tærskelværdi er identificeret. Som det fremgår i
Figur 6
(A)
og
(B)
, når metaboliske aktivitet på
FUMm
eller
SUCD1M
formindskes, fænotype vækstrate i område i forøges mens i område III reduceres. Interessant fænotype adfærd observeret i område I er i overensstemmelse med det faktum, at
FUMm eller SUCD1m
kan deltage som en tumorsuppressor når dets enzymatiske aktivitet er mangelfuld [33]. Selvom modellen kan fornemme den indflydelse, den enzymatiske aktivitet af
FUMm
eller
SUCD1m
har på kræft vækst, kræves yderligere analyser for at vurdere, om
i silico
fortolkning på region II og III har en biologisk betydning.
Vi fremhæver, at i vores simuleringer mitokondrier-afledte
citrat
udgør et grundlæggende metabolit at være optimeret til at understøtte celleproliferation. Som et resultat, lav citrat transport fra mitokondrier mod cytoplasma inducerer en nedsat virkning på
i silico
vækstrate. I overensstemmelse med offentliggjorte undersøgelser hæmning af
ATP citratlyase
deltage i omdannelsen af mitokondrier-afledt citrat i
acetyl-coenzym A
i cytoplasma forebygger kræft celledeling og tumorvækst grund af sin centrale rolle som en forløber for lipider [2], [34]. Selvom hæmning af
ATP citratlyase
og lav
citrat
transport har den endelige virkning, at
acetyl-coenzym A
, bør betragtes som en mere detaljeret analyse i fremtidige rekonstruktioner .
Leave a Reply
Du skal være logget ind for at skrive en kommentar.