Abstract

terapia Frágil e robusto ablação androgênica é atualmente o principal tratamento para câncer de próstata metastático. Infelizmente, em quase todos os casos, andrógeno ablação deixa de deter de forma permanente a progressão do câncer. Como andrógenos como a testosterona são retirados, as células cancerosas da próstata perdem a sua sensibilidade androgênica e começam a proliferar sem fatores de crescimento hormonal. Neste estudo, construímos e analisado um modelo matemático da integração entre o crescimento hormonal fator de sinalização, a ativação do receptor de androgénio, e a expressão da ciclina D e Antígeno Prostático Específico em células de adenocarcinoma de próstata LNCaP humano. O objetivo do estudo foi investigar quais os sistemas de sinalização foram importantes na perda de dependência andrógeno. O modelo foi formulado como um conjunto de equações diferenciais ordinárias que descrevem 212 espécies e 384 interações, incluindo tanto o mRNA e os níveis de proteína para as espécies-chave. Uma abordagem conjunto foi escolhido para restringir parâmetros do modelo e estimar o impacto da incerteza paramétrica em previsões do modelo. Os parâmetros do modelo foram identificados utilizando 14 no estado estacionário e dinâmico conjuntos de dados LNCaP tomadas a partir de fontes bibliográficas. As alterações na taxa de expressão da fosfatase ácida prostática foi suficiente para capturar diferentes graus de dependência de androgénio. Análise do modelo fornecido uma visão sobre a importância dos componentes da rede em função da dependência de andrógenos. A importância da disponibilidade de receptor de andrógeno e os eixos de sinalização MAPK /Akt foi independente do estado andrógeno. Curiosamente, a disponibilidade do receptor de andrógeno foi importante mesmo em células LNCaP andrógeno-independente. A tradução tornou-se progressivamente mais importante em células LNCaP andrógeno-independente. Outras análises sugeriu uma sinergia positiva entre a MAPK e eixos de sinalização Akt e da conversão de marcadores de proliferação chave como ciclina D em células andrógeno-independente. Tomados em conjunto, os resultados suportam a segmentação tanto da Akt e MAPK. Além disso, a análise sugeriu que a segmentação direta da maquinaria de tradução, especificamente eIF4E, poderia ser eficaz em cancros da próstata andrógeno-independente

Citation:. Tasseff R, Nayak S, Salim S, Kaushik P, Rizvi N, Varner JD (2010) Análise das redes moleculares em andrógeno dependente e câncer de próstata independente Revelado Subsistemas frágeis e robusto. PLoS ONE 5 (1): e8864. doi: 10.1371 /journal.pone.0008864

editor: Kumar Selvarajoo, da Universidade Keio, Japão

Recebido: 08 de setembro de 2009; Aceito: 22 de dezembro de 2009; Publicação: 28 de janeiro de 2010

Direitos de autor: © 2010 Tasseff et al. Este é um artigo de acesso aberto distribuído sob os termos da Licença Creative Commons Attribution, que permite uso irrestrito, distribuição e reprodução em qualquer meio, desde que o autor original ea fonte sejam creditados

Financiamento:. Os autores reconhecer o generoso apoio financeiro do Office of Naval Research (# N000140610293) para JDV, o apoio da SN, e com o apoio financeiro da graça de RT por um National Science Foundation IGERT Sistemas Não-Lineares Fellowship. Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito

CONFLITO DE INTERESSES:.. Os autores declararam que não existem interesses conflitantes

Introdução

o câncer de próstata é o câncer mais comum em homens ea segunda principal causa de morte relacionada ao câncer nos Estados Unidos [1]. Ele é conhecido desde os anos 1940 que os andrógenos, tais como a testosterona, são necessários para o crescimento do cancro da próstata [2]. Assim, a ablação de androgénio, em combinação com radioterapia ou quimioterapia tradicional continua a ser o tratamento não-cirúrgico primário para câncer de próstata andrógeno-dependentes. Ablação de androgénio conduz inicialmente a uma diminuição do crescimento do tumor e reduziu a secreção de biomarcadores, tais como Prostate Specific Antigen (PSA) [3] – [5]. No entanto, em quase todos os casos de ablação androgênica não deter de forma permanente a progressão do câncer. Como a testosterona é retirada, as células da próstata com defeito perdem a sensibilidade ao andrógeno e começam a proliferar sem sinais de fator de crescimento hormonal. Estas células insensíveis testosterona pode levar a câncer de próstata andrógeno-independente (AIPC) [6]. O fenótipo AIPC está intimamente relacionado com a metástase e diminuiu a sobrevivência. Infelizmente, os tratamentos atuais para AIPC metastático demonstraram vantagens de sobrevivência modestos [7]. Assim, um therepy eficaz para AIPC metastático representa uma necessidade médica não satisfeita e um alvo ideal para a biologia sistemas.

AIPC é caracterizada por acção dos androgénios, na ausência de estimulação de androgénio. No cerne da ação dos androgênios é a regulação do receptor de andrógeno (AR) por hormônios como a testosterona. AR é um receptor de hormona esteróide citosólica pertencentes à superfamília de factores de transcrição activados de ligandos. Outros membros desta família incluem a vitamina A /D, estrógeno, progesterona e receptores da hormona da tiróide [8], [9]. Em células epiteliais da próstata saudável, andrógenos ativar AR e conduzir um programa de expressão gênica dependente da AR. andrógenos sexuais, como a testosterona normalmente circulam no sangue, ligado às proteínas, como o Sex Hormone Binding globulina proteína (SHBG). A testosterona livre entra nas células da próstata onde a enzima 5-reductase converte a dihidrotestosterona activado (DHT) [10]. Ambos testosterona citosólica e DHT pode ligar AR, no entanto DHT tem uma maior afinidade para AR. A ligação de DHT para AR promove a activação de AR citosólica e a translocação de AR activado para o núcleo. AR Nuclear dirige a expressão de genes alvo, incluindo o PSA através da ligação a elementos do promotor responsivo AR-[11], [12]. Por causa de sua dependência ligando, seria de esperar que a ativação AR e expressão do gene AR-driven estar ausente sem estimulação hormonal. No entanto, muitas vezes AIPC tem maior expressão do PSA e aumento da proliferação de células-em comparação com o seu homólogo dependentes de androgénio, mesmo sem estimulação [13], [14].

o aumento da proliferação e secreção de PSA AIPC na ausência de androgénio sugere um falha na regulação da activação do receptor de andrógeno. Feldman e Feldman revisto várias possíveis vias regulatórias AR talvez responsáveis ​​pela ação dos androgênios na ausência de estimulação hormonal [15]. Uma hipótese, referida como a via de hipersensibilidade, sugere que a AR pode ser mais sensível ao androgénio em AIPC. Isso permitiria a ativação AR e expressão do gene AR-impulsionado em níveis muito mais baixos de sinais extracelulares de testosterona. Outra hipótese, referida como a via promíscuo, sugere que a AR pode ser activado por antagonistas de não-andrógenos. Uma terceira hipótese, explorado aqui, sugere que a AR pode ser activada por outras vias, por exemplo, a Proteína Quinase Activada por Mitogénio (MAPK) em cascata. Diversos estudos sustentam esta hipótese conversa cruzada, por vezes referido como a via de fora da lei. Culig

et ai.

Mostrou em células DU-145 de tumor da próstata humana que, por exemplo, factores de crescimento, IGF-I, KGF, EGF e poderia conduzir a activação de AR sem androgénio [16]. Nazaré e Weigel mostrou em células PC-3 da próstata humana que AR pode também ser activada pela proteína-quinase A, activador de forscolina, na ausência de androgénio [17]. Outros estudos têm sugerido uma ligação entre o Her2 activação induzida da cascata de MAPK de activação primário e ar [18]. Por exemplo, a sobreexpressão de Her2 foi positivamente correlacionada com a sensibilidade diminuída à ablação de androgénios, o aumento da expressão de AR PSA dependente, o aumento da activação de AR, o aumento da massa do tumor e latência do tumor encurtado [14], [18] – [20]. Assim, seria de esperar que os reguladores de activação do Her2, por exemplo, as diferentes formas da glicoproteína de 100 kDa prostática fosfatase ácida (PACP), podem ser factores importantes para a dependência de androgénio e o grau do tumor [21] – [26]. Intracelular PACP (cPAcP) cuja expressão é AR responsivo, regula negativamente Her2 por desfosforilação. Por outro lado tinha, secretado PACP (sPAcP) promove ativação Her2 modesta por um mecanismo desconhecido [26].

Resultados

O objetivo deste estudo foi determinar quais componentes de sinalização foram importantes na AI contra AD células LNCaP. Para este objetivo, construído e analisado um modelo matemático mecanicista da resposta andrógeno de três sub-linhas de adenocarcinoma de próstata LNCaP diferentes. Nós investigamos a ativação fora da lei MAPK dependente da AR no AD (C-33), mid-range (C-51) e AI (C-81), as células LNCaP [13], [27]. O nosso modelo de rede incluídos: hormona nuclear e ativação do receptor do factor de crescimento transmembranar; actividade de transcrição através do subsistema de MAPK [28] – [30] em conjunto com a activação de AR proscrito via MAPK [15], [18]; PI3K /AKT /TOR mediada iniciação da tradução [31], [32]; a regulação da transcrição e tradução de PSA, a ciclina D e expressão PACP [14], [20]; e regulação da atividade Her2 pelo PACP [26] (Fig. 1). A rede descrita 212 e 384 espécies de interacções (Tabela S1). Transcrição e tradução foram modeladas utilizando reações elementares com base na literatura (materiais suplementares). expressão constitutiva e regulamentado de PSA, a ciclina D e as duas formas de PACP foram considerados no modelo. O

nível total

de todas as outras proteínas modelo era constante. Modelamos as interações moleculares, usando processos cinéticos de ação em massa dentro de uma equação diferencial (ODE) quadro comum. ODEs são um método comum de modelar vias biológicas e tem sido usado para modelar uma variedade de processos de transdução de sinal [29], [33] – [41]. cinética de acção de massas, também têm sido amplamente utilizados, por exemplo, para modelar o receptor tirosina-quinase de sinalização [41], a coagulação do sangue [39], redes de dor [40] ou de sinalização do receptor de tipo Toll [42], [43]. Eles têm sido também um componente chave para o sucesso de abordagens perturbação de resposta que têm mostrado que as regras lineares simples, muitas vezes regem o comportamento de resposta das redes biológicas [44]. O modelo ODE foi determinístico e capturou única população média de comportamento. Enquanto assumimos homogeneidade espacial, nós diferenciado entre citosólica e processos de membrana localizada. Utilizou-se a cinética de ação em massa para descrever a taxa de cada interação molecular. Assim, os 384 parâmetros do modelo cinéticos foram principalmente associação, dissociação ou constantes de velocidade catalíticos. Com uma exceção, os parâmetros do modelo foram estimados e validado usando dados de treinamento LNCaP provenientes de fontes da literatura (Tabela S2). No entanto, não fomos capazes de estimar os parâmetros do modelo únicas. Em vez disso, estimou-se uma família ou

conjunto de parâmetros que era consistente com os dados de treinamento. O conjunto permitiu estimar a incerteza do modelo associado com os muitos parâmetros pouco caracterizados. Analisamos o modelo de conjunto para compreender melhor quais características arquitectónicas foram importantes para dependentes contra células independência de androgénio.

A arquitetura modelo foi formulado através da agregação de módulos moleculares em uma única rede (veja inserção de detalhes de alto nível). O modelo descreve o factor de crescimento e expressão induzida pela hormona de ciclina D, PSA e as duas formas de PACP. A lista completa de interações moleculares que compõem o modelo (junto com os valores dos parâmetros cinéticos) são apresentados na Tabela S1.

estimar o Ensemble de próstata Modelo Parâmetros

modelos de transdução de sinal muitas vezes apresentam comportamento complexo [45] – [48]. Muitas vezes não é possível identificar parâmetros do modelo, mesmo com dados de treinamento extensos [49]. Assim, apesar padrões de identificação [50] e a integração de identificação do modelo com design experimental [51], parâmetro de estimativa permanece desafiador. Neste estudo, um

conjunto

dos parâmetros do modelo plausíveis foi estimada a partir de sub-clones AI e AD LNCaP. abordagens Ensemble abordaram com êxito incerteza na biologia de sistemas e outros campos, como previsão do tempo [40], [52] – [55]. O seu valor central é a capacidade de restringir previsões do modelo, apesar da incerteza. Por exemplo, Sethna e colegas mostraram em um modelo de fator de crescimento de sinalização que as previsões eram possíveis utilizando conjuntos apesar informações de parâmetros incompleta (às vezes somente ordem de estimativas de magnitudes) [46]. Eles mostraram ainda que ensembles modelo foram preditivos usando muitos modelos matemáticos diferentes [56].

Os 420 parâmetros desconhecidos do modelo (384 constantes cinéticas e 36 não nulos condições iniciais) foram estimados utilizando 14 séries temporais e estacionário conjuntos de treinamento estaduais provenientes de fontes da literatura (Tabela S2). O procedimento de identificação parâmetro utilizado uma estratégia de passeio aleatório de probabilidade máxima com uma restrição de correlação para identificar uma família diversa dos conjuntos de parâmetros prováveis ​​(Fig. 2C). Geramos 3210 conjuntos possível de parâmetros e selecionou 107 deles para inclusão no conjunto final. A seleção foi feita para minimizar a correlação entre as séries possíveis (materiais e métodos). A maioria dos parâmetros tinha um coeficiente de variação (CV) maior do que 100%. Assim, embora o modelo recapitulado qualitativamente os dados de treino, muitos dos parâmetros foram mal constrangidos (Fig. 2B). No entanto, os parâmetros envolvidos com recursos importantes como ciclina-D e expressão PSA foram relativamente bem restrita (CV50%). O baixo desvio destes parâmetros podia ser atribuído à abundância de dados de treino D PSA /ciclina. Alternativamente, pode sugerir que estes mecanismos tiveram um grande impacto no comportamento do modelo. A estrutura de rede única descrita tanto andrógeno Dependente (AD) e os dados de formação de andrógeno independente (AI) com apenas duas alterações de parâmetros experimentalmente justificados. Os parâmetros que controlam a taxa de PACP celular (cPAcP) e secretada PACP (sPAcP) expressão foi reduzido por um factor de 0,01 e 0,5, respectivamente, para as linhas de células de C-81 e C-51 em comparação com C-33 (Fig. 2A). Os fatores de expressão escalar PACP foram escolhidos para corresponder com os rácios de expressão PACP steady-state medidos para as diferentes linhagens de células [57]. Os parâmetros cinéticos e não nulos condições iniciais para C-33 são apresentados na Tabela S1 e Tabela S3, respectivamente

A:. Nível de PSA O estado de equilíbrio em função da expressão cPAcP e sPAcP. Os círculos representam os valores usados ​​para modelar os clones LNCaP C-51 e C-81. Todos os valores são em relação ao C-33. B: Coeficiente de Variação (CV; desvio padrão de um parâmetro em relação ao seu valor médio) para o conjunto de parâmetros utilizados neste estudo. Um pequeno CV sugeriu um parâmetro foi fortemente condicionada pelos dados de treinamento usados ​​para a identificação do modelo. Os parâmetros com os três CVs menores são listados. C: estratégia de identificação de parâmetros. As múltiplas trajetórias de Monte Carlo foram usadas para explorar aleatoriamente espaço de parâmetros. O erro de simulação ea correlação entre conjuntos de parâmetros foi utilizado para gerar a família de conjuntos de parâmetros utilizados no estudo de simulação.

O Ensemble de AI /AD LNCaP Models recapitulou andrógeno Acção e da Actividade da Outlaw Caminho

AR pode ser ativado por tanto dependente de hormonas e vias independentes. Neste estudo, foram considerados tanto o tradicional hormônio dependentes e ativação AR MAPK mediada. Foram selecionados dados de treinamento define a restringir cada modo de ativação do AR e da subsequente programa de expressão gênica-driven AR. Os dados de Lee

et al.

, Foi usada para restringir a relação entre a expressão PSA e ativação AR no AI e as células AD [14]. Activado AR foi modelada como tanto um activador transcricional da expressão de PSA [58] e um repressor transcricional da expressão PACP [20]. O modelo recapitulado as características qualitativas da expressão do PSA ao nível da proteína em C-81 e C-33 (Fig. 3B). Além disso, o basal e aumento do nível de ARNm de PSA seguinte sobreexpressão de Her2 em C-33 também foi bem descrito (Fig. 4). Os dados de ARNm de PSA foi feita a partir de um estudo de LNCaP separado [18]. Os C-33 simulações recapitulado a expressão observada inferior PSA (4 vezes) em comparação com C-81 na ausência de androgénio (Fig. 3B, o ponto inicial). Após a estimulação de DHT (10 nM a t = 1 hora) a expressão do PSA aumentada para ambos os clones. No entanto, o aumento foi mais significativo para C-33 (Fig. 3B). O estudo de Meng

et al.

Foi usada para restringir a relação entre a ativação AR e expressão PACP [20]. A adição de DHT em células C-33 diminuiu a expressão PACP e aumentou a fosforilação de Her2 (Fig. 3A)

A:. Her2 phosphoralation (círculos) e de expressão cPAcP (quadrados) para células C-33 a seguir à adição de DHT. Os dados experimentais reproduzidas de Meng

et al.

[20]. B: a expressão do PSA após a adição de DHT em C-33 (círculos) clones de LNCaP (quadrados) e C-81. Os dados experimentais reproduzidas de Lee

et al.

[14]. A região sombreada em cada parcela indica um desvio-padrão centrado sobre o conjunto média (linha).

Her2 superexpressão foi modelada como um aumento de 50% na taxa de Her2 expressão. Barras indicam o nível médio mRNA PSA sobre o conjunto de parâmetros enquanto barras de erro representam um desvio padrão ensemble. Os dados mRNA PSA experimental foi adaptado (traçado de novo) a partir de [18].

O modelo recapitulou o feedback positivo entre a activação de MAPK induzida Her2 e ação dos androgênios. Vários estudos têm demonstrado que a AR pode activar MAPK na ausência de estimulação hormonal. Activado AR transcricionalmente down-regula a expressão cPAcP que por sua vez aumenta a ativação Her2. Ambos dimerização do Her2, juntamente com a via do factor de crescimento-EGFR tradicional pode activar MAPK, levando a um circuito de retroalimentação positiva. No entanto, o fator de crescimento típica induzida activação MAPK é transitória enquanto desregulamentados Her2 activação de MAPK induzida é persistente. O módulo de MAPK no modelo descrito ambas as vias de activação. fator de crescimento de ativação de MAPK dependente foi constrangido por medições dinâmicas de níveis fosforilados ERK (ERKpp) após a estimulação do EGFR com 8 nM EGF (Fig. 5D). Os dados ERKpp induzida EGF foi feita a partir de células HeLa [30]. No entanto, espera-se transitória induzida por EGF de activação de MAPK em células LNCaP vai ser qualitativamente similar ao HeLa dada a natureza conservada da sinalização mitogénica. Nós constrangidos Her2 induzida activação MAPK usando dados de expressão de proteína ciclina D em C-33 e C-81 células sem andrógeno seguinte expressão PACP (Fig. 5C). A expressão da ciclina D foi acoplado a ERK através das ETS e AP1 factores de transcrição, os quais ativam a expressão D ciclina [59]. Her2 activação de MAPK induzida por conduziu a um sinal ETSP persistente em comparação com a activação ETS a seguir a activação de MAPK induzida por EGFR (Fig. 5D, inserção). Nominalmente, as células C-33 tem uma menor expressão de ciclina D em relação ao C-81 (Fig. 5C, faixas 1 e 4). A diferença na expressão da ciclina D entre C-33 e células C-81 era qualitativamente consistente com o aumento da proliferação C-81 [13]. Enquanto a expressão de cPAcP em C-81 reduziu os níveis de ciclina D (Fig. 5C, pista 2), a expressão sPAcP resultou em nenhuma alteração (Fig. 5C, pista 3). Além disso, o modelo

previsto um aumento dependente da dose nos níveis de C-33 ciclina D de 24 horas após a adição de DHT (Fig. 6A). Embora o aumento da ciclina D só é notável em resposta a níveis elevados de DHT (10 ou 100 nM) a previsão é qualitativamente consistentes com os dados experimentais

não

incluídos nos cálculos do conjunto [60].

A: Efeito de sobreexpressão de HER2 e MEK em LNCaP C-33 os níveis de PSA em estado estacionário. A inibição da MEK blocos o efeito sobreexpressão de Her2. Os dados experimentais adaptados de Lee

et al.

[14]. B: Efeito de inibição HER2 e MEK em LNCaP C-33 os níveis de PSA em estado estacionário. A inibição quer blocos MEK altos níveis de PSA AIPC ou HER2. Os dados experimentais adaptados de Lee

et al.

[14]. C: Efeito das isoformas PACP sobre os níveis de ciclina D em estado estacionário LNCaP. Os dados experimentais adaptados de Lingappa e colegas de trabalho (Prosetta Corporation, dados não publicados). D: activação transiente de ERK via de sinalização ligando EGF dependente (8 nM EGF em t = 60) em células HeLa. Os dados de HeLa foi reproduzida a partir de [30]. Inserção: simulados ETS fosforilados (ETSP) níveis a seguir à adição de 8 nM de EGF na presença e ausência de Her2. activação Her2 dirige um sinal MAPK sustentado que por sua vez sustentada activação ETS. A região sombreada indica um desvio-padrão centrado sobre o conjunto média (linha).

A previsão Ensemble de expressão da ciclina D após a adição de DHT em 1 hora para C-33 clones. O conjunto previsto um aumento dependente da dose de ciclina D em 24 horas após a adição de DHT. Os dados experimentais foi adaptado de Barnes-Ellerbe

et al.

[60]. B previsível efeito de um knockdown AR sobre a expressão do PSA após a adição de androgénio a 1 hora a C-33 de tipo selvagem e 33 C-AR clones knock-down. O conjunto previu uma diminuição aproximada de 50% em andrógeno estimulado expressão PSA devido à AR knock-down de 72 horas após o tratamento. Os dados experimentais foi relatado por Eder

et al.

[61]. A barra de erro indica um desvio-padrão centrado em torno da média ensemble.

Para restringir ainda mais a relação entre MAPK, Her2 e ativação AR, foi utilizado o estudo de perturbação Her2 de Lee

et al.

[14] nos cálculos do conjunto. Porque as magnitudes de perturbação não foram relatados, assumimos 50% para todas as alterações. Sempre que possível, esta hipótese foi validado através da análise das manchas de Western correspondentes utilizando o pacote GelEval software (v1.22, Rã Dança Software). A magnitude perturbação de 50% foi de aproximadamente consistentes com os publicados blots. Um aumento de 50% em Her2 levou a um aumento de aproximadamente 50% na PSA expressão em C-33, sem androgénio (Fig. 5A, pistas 1 e 3). Enquanto uma diminuição de 50% em Her2 em C-81 levou a uma diminuição semelhante na secreção de PSA (Fig. 5B, pistas 1 e 2). Além disso rompimento de Her2 bloqueado expressão PSA em C-81, sem andrógenos (Fig. 5B, pista 3). Uma redução de 50% de MEK, uma das três proteínas quinases primárias em MAPK, resultou em expressão reduzida de PSA em C-81 (Fig. 5B, pista 4). Embora um aumento de 50% de MEK em C-33 aumentou a expressão do PSA por 5 vezes (Fig. 5A, pista 2). A combinação da inibição da MEK e activação de Her2 (aumento de 50% em Her2 e uma diminuição de 50% em MEK) a diminuição da expressão de PSA em C-33 (Fig. 5A, pista 4). Além disso, o modelo

previsto um aumento em C-33 os níveis de PSA 72 horas após uma adição de 2 nM de testosterona do androgénio. Simulações realizadas com 10% de a condição inicial AR prevista uma diminuição de aproximadamente 50% em testosterona estimulou PSA (Fig. 6B). Os níveis de PSA reduzidas são consistentes com os dados experimentais relatados na AR anti-knock-baixos em células LNCaP dependentes de androgênio [61]. Estes dados foram

não

incluídos nos cálculos do conjunto. Tomados em conjunto, o modelo replicado características qualitativas da relação entre MAPK, ativação AR e ação dos androgênios. Além disso, a concordância qualitativa entre o modelo e as experiências de PSA e ciclina D expressão sugeriu que os modelos de transcrição e tradução do subsistema estavam operando corretamente.

A sensibilidade e análise de robustez Revelado subsistemas-chave no AI e Células AD

análise identificou sensibilidade interações importantes em C-33, C-51 e C-81 células (Fig. 7 e Tabela S4). Calculamos geral Estado Sensibilidade Coeficientes (OSSCs) para os três clones LNCaP sobre o parâmetro de conjunto (materiais e métodos). Os valores OSSC foram classificados-ordenada com base na sua magnitude absoluta. A dissociação da AR de proteínas de choque térmico (HSP), componentes da Akt sinalização eixo e MAPK activação eram importantes (top 2% das interações sensíveis) independentemente do seu estado de andrógeno. Seqüestrado AR era incapaz de se tornar ativada por andrógenos ou MAPK. Assim, o aumento AR-HSP dissociação promoveu aumento da ativação AR e expressão do gene AR-driven. Vários componentes da cascata de MAPK foram também importantes incluindo a ligação a Ras e Raf GAP, e a desfosforilação de ERK. A sensibilidade de MAPK não era inesperado. ERK foi fundamental para proibir a ativação do AR. Além disso, a activação de ERK foi modelada como sendo dependente de Ras. Encontramos também o Akt sinalização eixo para ter componentes no top 2% das interações sensíveis, independentemente do estado andrógeno. Por exemplo, a formação de PIP3, um passo inicial no eixo de sinalização de PI3K /Akt regulada por PTEN, verificou-se ser altamente sensível em todos os clones. Olhando para além do superior 2% das interações sensíveis, foram identificados mecanismos comuns adicionais. Essas interações AR incluído com DHT, o recrutamento de moléculas adaptadoras de Her2, a activação de ERK pela MEKpp e regulação adicional de formação PIP3 por PTEN

A:. Comparação do parâmetro média OSSC classifica para o C-33 e C -81 modelos LNCaP. Grandes fileiras indicam fragilidade. Pontos esquerda da linha 45 são mais importantes em C-33, enquanto se desloca para a direita mostram aumento da importância em C-81. Os pontos são organizados por função biológica. B: Comparação do parâmetro significativo OSSC fileiras de mecanismos de tradução (incluindo o papel da sinalização de Akt na iniciação da tradução) em C-33, C-81 contra clones de LNCaP. As barras de erro indicam um desvio padrão centrado sobre o valor conjunto média. C: O mecanismo final na transcrição PSA torna-se cada vez mais robusto w.r.t agressividade do cancro, tal como indicado por uma redução significativa na média OSSC Rank. D: O mecanismo final na tradução de PSA (terminação da tradução) foi cada vez mais frágil w.r.t agressividade do cancro, tal como indicado por um aumento significativo na classificação média OSSC. Os resultados indicam uma mudança no gargalo da garrafa para a geração de PSA de transcrição para a tradução como células de cancro da próstata perdem a sua dependência de androgénio. A parte superior e inferior de cada caixa indicam o percentil 25 e 75 do ranking OSSC sobre o conjunto de parâmetros. A linha central representa o valor mediano. Bigodes mostrar as observações mais distantes e cruzes pretas indicam valores atípicos.

interações de tradução tornou-se mais frágil, enquanto a transcrição tornou-se mais robusta com o aumento da independência de androgénio. Her2 auto-ativação e interações Her2 cPAcP também foram cada vez mais importante com o aumento da independência de androgénio. A diferença na importância das interações no AI contra clones AD LNCaP foi estimada por mudanças nos rankings de sensibilidade (Tabela S5) de computação. Além de considerar C-33 e C-81, analisamos um terceiro clone, C-51, que foi moderadamente andrógeno dependente. Havia 117 mudanças estatisticamente significativas (mais 52 e 65 menos sensíveis) entre os clones C-81 e C-33. No entanto, apenas 14 turnos eram maiores do que um padrão acima da média turno. Dos 14 grandes mudanças, 50% envolveram PSA e tradução PACP enquanto o restante foram associados com Her2 e cPAcP. Por outro lado, tornou-se a transcrição de PSA mais robusto com o aumento da independência de androgénio. Da mesma forma, quando se comparam C-33 a C-51, PSA tradução e atividade Her2 tornou-se mais sensível com o aumento da independência de androgénio. A inspecção da importância do passo final na transcrição e tradução de PSA entre os modelos individuais no conjunto mostrou uma mudança da transcrição (Fig. 7C) para a tradução (Fig. 7D) em toda a população de modelos. A importância cada vez maior de tradução não se limitava ao PSA, embora PSA foi o exemplo mais significativo. Globalmente, 16 das 52 interações que eram mais sensíveis em C-81 tradução envolvido, enquanto apenas 4 de 52 transcrição envolvidos. Sem mecanismos de tradução tornou-se mais robusto em C-81 em comparação com C-33. Semelhante a PSA, tradução de outras proteínas-chave, como cPAcP tornou-se mais sensível em C-81 contra o C-33. Das mudanças estatisticamente significativas, 7/9 das interações tradução cPAcP foram mais sensíveis no C-81. Além disso, ambos os mecanismos para a fosforilação de 4E-BP1 por Tor quinase, um passo chave na iniciação da tradução que liberta eIF4E, foram também mais importância em C-81. Tomados em conjunto, a análise de sensibilidade sugeriu que a fragilidade do subsistema de translação directamente correlacionada com a independência de androgénio.

Para quantificar os efeitos de espécies-chave perturbadores em C-81 clones que pré-formada análise de robustez em quatro marcadores de proteínas funcionais. As condições iniciais de sete espécies principais de proteína foram alterados por um fator de 10, 0,1 ou 0 para knock-in, knock-down ou knock-out perturbações, respectivamente. A seguir, calculou o efeito destas perturbações nos níveis de ciclina D e expressão PSA juntamente com níveis de ativação ERK e AR. Perturbação de Raf, MEK ou ERK teve efeitos semelhantes sobre os marcadores funcionais com ERK sendo a mais notável (Fig. 8, pistas 1, 2 e 3). Trivialmente, perturbações ERK efectuadas directamente níveis de ativação ERK. No entanto, mais importante ainda, perturbações ERK efectuada grandemente os níveis de expressão de ciclina D. ERK knock-ins aproximadamente o dobro ciclina D, enquanto ERK knock-out reduzida ciclina D para menos de um terço dos níveis de tipo selvagem. Os marcadores funcionais foram robusta a perturbações em AKT e da TOR com diferentes efeitos sobre a atividade de ERK e reduções ligeiras nos níveis de expressão sobre AKT ou TOR knock-out (fig. 8, pistas 4 e 5). Além disso, o factor de iniciação da tradução eIF4E demonstrado um comportamento reagente limitante na expressão de ambas a ciclina D e PSA enquanto perturbações em 4E-BP1 teve pouco efeito (Figura 8, pistas 6 e 7). No entanto, os resultados 4E-BP1 poderia ser um artefacto de artificialmente altos níveis de eIF4E fundo como não há eIF4E medições directas foram incluídos nos dados de treino. Knock-em simulações de eIF4E demonstrou um aumento de 8,7 e 5,2 vezes na ciclina D e expressão PSA. Redução de eIF4E resultou em uma perda de 89% da expressão e, cheios simulações knock-out previu uma perda completa de ciclina D e PSA.

O nível de sete proteínas chave expressão foi alterada por um factor de 10,. 1 ou 0 (knock-in, knock-down ou knock-out) e coeficientes de robustez (área sob a curva para o perturbado versus tipo selvagem simulação) foram calculados para os níveis de ciclina D e expressão PSA juntamente com níveis de ativação ERK e AR. Foram feitas simulações para C-81, com a perturbação indicada, para aproximar o estado estacionário e 10 nM de DHT foi adicionado durante 72 horas. valores médios Ensemble são relatados.

Os MAPK e Akt Pathways sinergicamente ativado expressão da ciclina D

Os sistemas complexos compostos de interagir subsistemas pode exibir propriedades emergentes que não são explicadas pelos subsistemas individuais sozinho [62]. Em biologia do cancro, é comum a falar de vias de transdução de sinal como se eles foram isolados. Na realidade, estes componentes são altamente interligada e podem interagir de uma variedade de maneiras, por vezes levando a um comportamento imprevisível.