Abstract

Dada a riqueza de recursos de bioinformática e da crescente complexidade da informação biológica, é valioso para integrar dados de diferentes fontes para obter insights sobre o papel dos genes /proteínas na saúde e na doença. Nós desenvolvemos um quadro de bioinformática que combina mineração de literatura com informações de ontologias biomédicas e bancos de dados com curadoria de criar conhecimento “mapas” de genes /proteínas de interesse. Aplicou-se esta abordagem para o estudo de beta-catenina, uma molécula de adesão celular e regulador transcricional implicado no cancro. O mapa do conhecimento inclui modificações pós-traducionais (PTMs), as interacções proteína-proteína, mutações associadas à doença, e factores de transcrição co-activados pela beta-catenina e os seus alvos e captura os principais processos em que a beta-catenina é conhecida a participar. Usando o mapa, geramos hipóteses testáveis ​​sobre a biologia beta-catenina em células normais e cancerosas. Ao se concentrar em proteínas que participam em vários tipos de relacionamento, foram identificadas proteínas que podem participar de feedback loops de regulação da atividade transcricional beta-catenina. Ao combinar múltiplas relações de rede com PTM informações funcionais específicas de proteoform, propusemos um mecanismo para explicar a observação de que a quinase dependente da ciclina

CDK5

regula positivamente a actividade co-ativador de beta-catenina. Finalmente, através da sobreposição de dados de mutação associados ao câncer com características de sequência, observamos padrões de mutação em vários locais da PTM beta-catenina e de ligação de enzimas locais da PTM que variaram pelo tipo de tecido, sugerindo vários mecanismos pelos quais mutações beta-catenin podem contribuir para o câncer. A abordagem descrita, que capta informações ricas para as espécies moleculares de genes e proteínas para proteoforms PTM, é extensível a outras proteínas e seu envolvimento na doença

Citation:. Çelen I, Ross KE, Arighi CN, Wu CH ( 2015) Bioinformatics Mapa de Conhecimento para Análise da Função beta-catenina em Câncer. PLoS ONE 10 (10): e0141773. doi: 10.1371 /journal.pone.0141773

editor: Min Zhao, da Universidade da Sunshine Coast, AUSTRÁLIA

Recebido: 24 de junho de 2015; Aceito: 13 de outubro de 2015; Publicação: 28 de outubro de 2015

Direitos de autor: © 2015 Çelen 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

Disponibilidade de dados: Todos os dados relevantes estão dentro do papel e seus arquivos de suporte de informação

Financiamento:. IC reconhece República do Ministério da Educação Nacional da Turquia para financiar ela durante estudos de mestrado. Este trabalho foi apoiado pela National Science Foundation (número de concessão: ABI-1062520 para ACS) e os Institutos Nacionais de Saúde (número de concessão: 5R01GM080646 e P20GM103446 para ACS). Os financiadores não tiveram nenhum papel no desenho do estudo, coleta de dados e análise, decisão de publicar ou preparação do manuscrito

Competir interesses:.. Os autores declararam que não existem interesses conflitantes

abreviações : COSMIC, Catálogo de somáticas Mutações; EFIP, Extraindo impacto funcional da fosforilação; GO, Gene Ontology; PPI, Interacção proteína-proteína; PRO, Ontologia Protein; PTM, modificação pós-translacional; RLIMS-P,-regra baseada Literatura sistema de mineração para a fosforilação de proteínas; siRNA, pequeno ARN interferente; STRING, Busca Ferramenta para Recuperação de interagir Genes /Proteínas; TCF /LEF, o Fator T-Cell /Linfóide Enhancing Fator; TcoF, Dragon banco de dados da transcrição co-fatores e fator de transcrição proteínas que interagem; TRED, transcricional Regulatory elemento Database

Introdução

A riqueza de conhecimentos relevantes para os mecanismos biológicos de doenças humanas, incluindo informações sobre as interações proteína-proteína (IBP), proteína modificações pós-traducionais (PTMs ), a expressão do gene /proteína e mutações associadas a doenças está contida nas bases de dados da literatura e de bioinformática científicos. Enquanto é um desafio para recolher informação relacionada com um gene /proteína ou doença de interesse que está espalhado em toda a literatura científica e alojados em bases de dados especializadas, com formatos incompatíveis, o desenvolvimento de fluxos de trabalho sistemáticos para integrar e analisar informações de diferentes fontes tem o potencial para descobrir as ligações em falta e levar a novos insights sobre a etiologia da doença e tratamento.

a combinação de ferramentas de mineração de texto para extrair informações da literatura científica, bancos de dados com curadoria e ontologias, que permitem representação estruturada de entidades, relações e conceitos é uma poderosa estratégia para a integração do conhecimento. Em trabalhos anteriores [1], foi desenvolvido um quadro de bioinformática para a construção de redes de fosforilação-centric que empregou Literatura sistema de mineração baseada em regras para a fosforilação de proteínas (RLIMS-P) sistema de mineração de texto para extrair eventos de fosforilação da literatura científica e informações a partir de bases de dados de fosforilação e PPI (por exemplo, PhosphoSitePlus [2] e intacto [3]), bem como a proteína ontologia (PRO) para representar formas de proteínas fosforiladas (proteoforms; [4]) e o gene ontologia (GO) [5] para anotação funcional. Aqui, nós estendemos esse quadro a tipos adicionais de informação e aplicá-la a beta-catenin, uma proteína altamente estudado com um papel na doença, a fim de expandir a aplicabilidade da abordagem aos mecanismos de doença do driver.

Beta -catenina (nome do gene:

CTNNB1

) é uma proteína multi-funcional, que serve tanto como uma molécula de adesão celular e de co-activador transcricional [6]. Em metazoários, execução coordenada destas funções é crítico para o desenvolvimento embrionário e manutenção da integridade do tecido em organismos adultos. Na membrana celular, a beta-catenina é um componente crítico de junções aderentes, estruturas que medeiam os contactos célula-célula em tecidos epiteliais polarizadas. No núcleo, que actua como um co-activador de transcrição de factores de transcrição da família de células T /factor linfóide Enhancing Factor (TCF /LEF), a transcrição de genes alvo de condução. Livre beta-catenina no citoplasma é rapidamente alvo para a degradação mediada por ubiquitina. A localização e a estabilidade do beta-catenina subcelular são reguladas por sinais extracelulares, bem como uma rede complexa de eventos PTM. A sinalização através da via Wnt, desencadeada pela ligação do ligando de Wnt aos receptores de superfície celular, estabiliza a beta-catenina e promove a actividade de transcrição de beta-catenina. Por outro lado, a fosforilação de Ser-45 na beta-catenina por caseína-quinase I (CKI), seguido pela fosforilação sequencial de Thr-41, Ser-37, e Ser-33 pela fosforilação de glicogénio sintase quinase,

GSK3B

, cria um local de reconhecimento para a ubiquitina ligase

BTRC

, que ubiquitinates beta-catenin, orientando-o para a degradação pelo proteassoma. A desregulação da actividade de beta-catenina está fortemente correlacionado com o cancro. As mutações que levam a dissociação beta-catenina de junção aderente e escapar do resultado da degradação mediada por ubiquitina na sua translocação para o núcleo onde se hiper-activa a transcrição de genes alvo, os seus vários dos quais possuem actividade oncogénica [7].

neste relatório, apresentamos um mapa de conhecimento beta-catenin construído usando nossa abordagem de integração de conhecimentos que inclui as relações moleculares, características de sequência da proteína, e proteoform informação funcional específico. Concentrando-se em várias sub-redes e características do mapa, abordamos questões científicas sobre a função biológica da beta-catenina e seu papel no câncer. Especificamente, caracterizada um grupo de beta-catenina interagindo proteínas cuja expressão é controlada pelo potencial de beta-catenina; foi proposto um mecanismo para a regulação da actividade de transcrição da beta-catenina por a quinase dependente de ciclina CDK5

, o qual foi identificado como um regulador de beta-catenina em uma grande escala miARN baseado no

knock-down tela da kinome [ ,,,0],8]; e, finalmente, nós examinamos mutações associadas ao câncer de beta-catenina em conjunto com outra sequência apresenta para determinar a actividade beta-catenin podem ser alteradas em diferentes tipos de câncer.

Resultados

Construção e Caracterização de a beta-catenin Mapa do Conhecimento

Estendendo nosso trabalho anterior, desenvolvemos um bioinformaticsframework para capturar e integrar as relações moleculares importantes e atributos para proteínas de interesse para a construção de mapas de conhecimento (Fig 1). A abordagem geral envolve mineração de texto para detectar as relações moleculares na literatura científica, integração de informações de bancos de dados curadoria e representação ontológica da informação. As ferramentas de mineração de literatura e bancos de dados utilizados podem ser adaptados para os papéis conhecidos da proteína em estudo; vários exemplos de recursos que podem ser integrados são mostrados na figura 1. Porque PTMs são reguladores chave da actividade beta-catenin, enfatizamos incorporação de informação rica PTM para o mapa do conhecimento beta-catenina. eventos de fosforilação que envolvem a beta-catenina humano foram detectados na literatura científica com RLIMS-P, um sistema de mineração literatura menciona que identifica de quinase, o substrato, e local de fosforilação no texto [9]. Os proteoforms PTM beta-catenina descritos na literatura foram representados em PRO [10] e anotado com informações funcionais usando termos GO [5]. No total, foram identificados 13 proteoforms beta-catenina fosforilada humanos em várias combinações de 15 sítios diferentes (oito serinas, duas treoninas, tirosinas e cinco). Informação adicional sobre a fosforilação de beta-catenina, acetilação, e ubiquitinação, incluindo enzimas e locais de PTM, foi obtido a partir de bases de dados de bioinformática. Nós só informações de bases de dados criadas manualmente com validação experimental integrado (em oposição aos resultados de ferramentas de previsão), juntamente com ligações claras com provas, de preferência a artigos na literatura científica. Para obter informações fosforilação, usamos nosso banco de dados desenvolvido recentemente iPTMnet (https://proteininformationresource.org/iPTMnet/), que fornece uma apresentação unificada de informações PTM a partir da literatura científica e dos vários bancos de dados de alta qualidade com curadoria, incluindo PhosphoSitePlus extraído de texto [2] -e Phospho.ELM [11]. Para desenvolver uma visão abrangente do papel das beta-catenina na regulação da expressão do gene e desenvolvimento da doença, que expandiu o mapa de conhecimento para incluir beta-catenin interagindo proteínas, incluindo fatores de transcrição co-ativados por beta-catenina e seus alvos, como bem como sequência de beta-catenina características tais como locais de ligação de enzima PTM e mutações cancro associado.

Uma rede de relações moleculares de beta-catenina é mostrado na Figura 2. é constituída por 727 proteínas distintas participar em 861 relações (S1 Tabela), incluindo fatores de seis transcrição co-activado pela beta-catenina (bordas pretas pontilhadas), 445 transcrição relações fator-alvo (bordas roxas), 381 PPIs beta-catenina, e 29 da PTM relações enzima beta-catenina ( 26 fosfolarização (bordas azuis), dois acetila�es (bordas rosa), e um ubiquitination (borda vermelha)). Integração de tal conhecimento para a proteína de interesse não só fornece uma vasta informação, mas também permite colmatar as lacunas no conhecimento sobre a proteína ao nível dos sistemas. Por exemplo, um pesquisador pode identificar as partes em falta de uma via potencial de sinalização, os mecanismos de transcrição de feedback fator-alvo, ou regulamentação complexa de multi-PTMs (veja abaixo). Se a rede de captura de forma abrangente relações moleculares beta-catenina biologicamente relevantes, em seguida, os processos biológicos associados com os nós da rede deve ser reflexo dos papéis conhecidos de beta-catenina. Para verificar isto, foi realizada enriquecimento termo GO e análise de agrupamento funcional, que grupos enriquecido termos baseado no pressuposto de que os termos associados com conjuntos de genes semelhantes são susceptíveis de serem relacionados uns aos outros [12]. Altamente termos enriquecidos a partir do dez melhores aglomerados são mostrados na treemap na Fig 3. Os processos biológicos canónicas em que a beta-catenina é conhecido por participar-transcrição, movimento celular e adesão celular são representados nos dez aglomerados. Os conjuntos de termos de fosforilação e de transdução de sinal de probabilidade reflectir o foco da rede em PTM beta-catenina, particularmente fosforilação. Os aglomerados restantes incluem resposta a hormona, ferimento /inflamação e apoptose, que têm sido associados com a sinalização de Wnt /beta-catenina na literatura [13-15]. Assim, as relações na captura de rede das relações moleculares mais salientes da beta-catenina.

A rede apresenta conexões entre beta-catenina (CTNNB1) As enzimas da PTM, proteínas que interagem, e fatores de transcrição co-activado beta-catenina e seus alvos.

termos Enriched foram agrupados em grupos funcionais. Os termos mais altamente enriquecidas para os dez melhores aglomerados são mostrados na treemap, representados como blocos de cores diferentes. Para cada termo, tamanho da caixa reflete o p-valor do enriquecimento prazo.

identificação de potenciais beta-catenina Comentário mecanismos de transcrição

As proteínas dentro da rede que participam em mais de um relação molecular são de especial interesse, porque eles podem fornecer informações sobre a regulação da beta-catenina e a coordenação das suas múltiplas funções. Para demonstrar essa idéia, foi utilizada a rede de beta-catenin para identificar proteínas que podem estar envolvidos no gabarito transcricional laços com beta-catenina. mecanismos de feedback, em que o produto de um gene estimula expressas (feedback positivo) ou suprime (feedback negativo) o programa de transcrição que controla-lo, desempenhar um papel crítico na regulação da transcrição celular. Por exemplo,

LEF1

, foi mostrado o factor de transcrição para participar num ciclo de feedback transcricional positiva com a beta-catenina. Em células de cancro do cólon, beta-catenina /

LEF1

complexos de conduzir a transcrição de todo o comprimento

LEF1

isoforma que podem ligar-se beta-catenina, a expensas de uma isoforma dominante negativo. O expresso

LEF1

seguida, associa-se com beta-catenin para impulsionar ainda mais a expressão de full-length

LEF1

[16].

Tal como referido na figura 4A, que concluiu que o potencial mediadores de mecanismos de feedback pode ser encontrado entre aquelas proteínas que são alvos transcricionais ambos os beta-catenina e proteínas beta-catenina que interagem. Foram identificadas uma sub-rede de 35 beta-catenina interagindo proteínas (incluindo seis quinases beta-catenina e dois factores de transcrição co-regulados pela beta-catenina), bem como beta-catenina em si que são alvos de um factor de transcrição da beta-catenina regulada (Figura 4B). Assim, estes são proteínas que potencialmente poderiam ser reguladas ao nível da expressão de beta-catenina e também modulam a função de beta-catenina. Vamos nos referir a essas proteínas como “alvo-interagentes” para refletir essa dupla função.

(A) Fluxo de trabalho para a identificação de beta-catenina alvos de transcrição que afetam a atividade transcricional beta-catenin, participando assim positivo e /ou retroalimentação negativa. (B) Sub-rede de beta-catenin interagindo proteínas cuja expressão é regulada por um fator de transcrição co-activado pela beta-catenina ( “target-interagentes”). cor de preenchimento nó indica o efeito das proteínas que interagem na actividade transcricional de beta-catenina. Nós com fronteiras pesados ​​representam genes para os quais há evidência experimental de regulação transcricional por beta-catenin

Cinco diferentes fatores de transcrição regulam a expressão do objetivo interagentes:.

LEF1

, um membro dos fatores de transcrição da família TCF /LEF; o receptor de andrógeno

AR

; CCAAT /estimulador de proteína de ligação C

EBPa

; o receptor de estrogênio

ESR1

; eo nuclear subunidade fator-kappa-B p105 (

NFKB1

). Com a exceção de

LEF1

, esses fatores de transcrição não são completamente dependentes de beta-catenin para a atividade; eles podem trabalhar com outros co-reguladores ou iniciar a sua própria transcrição. Assim, consultar a literatura para determinar o que se sabe sobre a contribuição de beta-catenin para a transcrição da-alvo interagentes que identificamos. Quinze dos-interagentes Target Plus si beta-catenin, quer tenham sido mostrados para ser regulamentado pela beta-catenina em estudos de pequena escala (a Wnt Homepage (https://web.stanford.edu/group/nusselab/cgi-bin/Wnt /target_genes);.. Herbst et al, Tabela 1 [17] ou foram regulados pela beta-catenina em pelo menos duas das linhas celulares de cancro três cólon examinados num estudo de todo o genoma recente [17] Este grupo inclui a maioria ( 6/8) do

LEF1

-regulated-alvo interagentes, e também múltiplos alvos de

ESR1

,

NFKB1

, e

CEBPA

(Fig 4B, nós com fronteiras negrito). Dez genes (

CCND1

,

junho

,

CCND2

,

EGFR

,

LEF1

,

TEM

,

MMP7

,

MYC

,

TCF3

,

TERT

, ea própria beta-catenina (

CTNNB1

)) foram up-regulamentado pela beta-catenin e dois (

FOS

e

CDH1

) foram regulados negativamente, pois os genes restantes, a direcionalidade da beta-catenina efeito não foi relatada.

nem todas as proteínas que interagem com a beta-catenina, necessariamente, afectar a sua actividade de transcrição. Portanto, o próximo passo para a identificação de potenciais mediadores de feedback da transcrição foi determinar o efeito, se houver, a meta-interagentes tinha a função de regulação da transcrição de beta-catenina (Fig 4A). Temos procurado por informações de endereçamento o efeito da meta-interagentes na atividade transcricional beta-catenin usando a opção de mineração de texto do banco de dados STRING [18] e por rever manualmente a literatura citada por STRING como evidência para a interação. Para os-alvo interagentes que são quinases beta-catenina, que também procurou a anotação funcional dos proteoforms beta-catenina em PRO que são fosforilados por estas quinases. Com base nesta informação, foram identificadas 14-alvo interagentes que aumentam (Fig 4B, nós vermelhos) e quatro que diminuem (Fig 4B, os nós verdes) a actividade reguladora da transcrição de beta-catenina.

O público-interagentes que, potencialmente, aumentar a beta-catenin atividade reguladora da transcrição incluem-se beta-catenina e vários fatores de transcrição co-regulamentado pela beta-catenin: três TCF /familiares LEF (

TCF3

,

TCF7L1

e

LEF1

),

AR

, e

MITF

, que controla a transcrição de genes específicos de melanócitos [19].

dois beta-catenin kinases-

FYN

e

EGFR

-também atividade transcricional aumento beta-catenina.

FYN

fosforila beta catenina em Tyr-142 e

EGFR

fosforila beta-catenina em Tyr-654. Proteoform anotação específica no PRO indica que Tyr-654-fosforilada beta-catenin realçou funções relacionadas com a transcrição (PR: 000044478). Além disso, Tyr-142 a fosforilação diminui associação beta-catenina com a junção aderente, através da inibição da ligação a alfa-catenina (PR: 000036860), respectivamente. Redução de associação com a junção aderentes aumenta a reserva de beta-catenina disponíveis para a regulação da transcrição no núcleo. Da mesma forma, outros dois.

MET

e

MUC

-dissociate beta-catenin a partir da junção adherens e promover a sua translocação para o núcleo [20,21] >-alvo interagentes que diminuem a beta-catenin transcricional atividade regulatória ato através de vários mecanismos: i) promovendo a degradação beta-catenina (por exemplo,

GSK3B

fosforila beta-catenina em sites de N-terminal (PR: 000035772) que promovem a sua associação com a ubiquitina ligase

BTRC

e degradação subsequente); ii) através da interacção com os “inibidores” no núcleo (por exemplo,

TFAP2A

inibe directamente a actividade de co-activador de beta-catenina, formando um complexo com beta-catenina e a polipose adenomatosa coli (

APC

) da proteína no núcleo [22]); e iii) aumentando associação beta-catenina com a junção aderentes, assim, sequestrando-distante do núcleo (por exemplo, caderina-E (

CDH1

) associados com beta-catenina na junção aderentes [6]). É importante notar que a actividade de transcrição da beta-catenina engloba tanto as suas funções de co-activadores e co-repressores. Assim, dado que a beta-catenina foi mostrado para reprimir

CDH1

transcrição,

CDH1

sequestro de beta-catenina longe do núcleo podem na verdade resultar em um aumento na

CDH1

expressão.

Curiosamente, caseína quinase II (

CSNK2A1

e

CSNK2A2

, Fig 4B, nós azuis) parece ser capaz de participar em um feedback positivo ou negativo, dependendo quais sites sobre beta-catenina que fosforila. Fosforilação de beta-catenina em Thr-393 aumenta a sua função de co-ativador (PR: 000.044.474), enquanto que a fosforilação de beta-catenina em Ser-29, Tre-102 e Thr-112 (PR: 000037187) leva a sua associação com a junção adherens e desestabilização através de uma maior associação com a quinase

GSK3B

.

Análise de quinase Sinalização de Regulação de beta-catenina transcricional Atividade

Multiple kinome-wide pequena interferência RNA ( siRNA) telas knock-down têm sido realizados para compreender o impacto da quinase vias de sinalização sobre a actividade beta-catenin e distribuição sub-celular. Um tal estudo identificou um grupo de quinases que parece regular positivamente a actividade de co-activador de beta-catenina sob condições normais [8]. Uma das quinases identificadas, mas não ainda caracterizado por o estudo, foi

CDK5.

CDK5 é um membro da família da cinase dependente de ciclina das quinases de proteína implicados no desenvolvimento do sistema nervoso e a sobrevivência de células neuronais [23]. Recentemente,

CDK5

foi mostrado para participar em numerosos processos biológicos fora do sistema nervoso, incluindo alguns dos mesmos processos de transcrição, a proliferação celular, e a adesão da célula, são regulados pela beta-catenina [24] . CDK5, como beta-catenina, tem também sido implicada na tumorigénese. Por exemplo, CDK5 promove a migração celular e invasão de células de cancro pancreático, e inibição de CDK5 suprime o crescimento tumoral e metástase pancreático [25]. Activação de ErbB2 (HER2) e CDK5 e subsequente fosforilação da STAT3 regulador da transcrição é associada com a proliferação celular em tumores da tiróide medular [26]. Finalmente, a fosforilação do receptor de androgénio por CDK5 desempenha um papel na condução do crescimento do cancro da próstata [27]. Assim, estávamos interessados ​​em utilizar a rede de conhecimento beta-catenin para identificar possíveis ligações entre

CDK5

e regulação positiva da função co-ativador de beta-catenina que poderiam ser relevantes para o câncer.

CDK5

fosforila beta-catenina em Ser-191 e Ser-246 (PR: 000.037.229); No entanto, o efeito deste fosforilação na actividade transcricional de beta-catenina não foi relatada. Embora continue a ser possível que

CDK5

regula diretamente beta-catenin atividade transcricional, nós olhamos para a evidência de que

CDK5

pode agir indiretamente através de fosforilação de uma outra proteína na rede biológica beta-catenina. O fluxo de trabalho para esta análise é apresentada na figura 5A. Em primeiro lugar, foram identificados todas as proteínas na rede de beta-catenina que são noticiados como sendo substratos CDK5 em nossa base de dados iPTMnet. Houve 17 tais proteínas, incluindo duas cinases de beta-catenina (SRC e PAK1), e ErbB3, um co-receptor para duas cinases de beta-catenina adicional,

EGFR

e

ERBB2. Além disso, rato

ERBB2

é relatado para ser um

CDK5

substrato em PhosphoSitePlus [28]. Humano e de rato são beta-catenina 99% idênticos e todos os locais de fosforilação conhecidos beta-catenina humano são conservados; Assim, é plausível que humana

ERBB2

também pode ser fosforilada pela

CDK5

. Estes resultados levantam a possibilidade de que

CDK5

indiretamente pode regular a fosforilação de beta-catenin através de sua influência sobre outras cinases beta-catenina.

Fluxo de trabalho

(A) para efeitos de CDK5 em beta explorando catenina actividade de transcrição. (B) Sub-rede de substratos CDK5 (nós azuis) na rede de beta-catenina (Etapa 1 de fluxo de trabalho) (C) Sub-rede de substratos CDK5 selecionados para um estudo mais aprofundado (Passo 2 de workflow). Caminhos pelos quais a atividade CDK5 quinase afeta beta-catenina (CTNNB1) estado de fosforilação e atividade transcricional são mostrados.

A seguir, realizou um estudo aprofundado das relações entre CDK5, ERBB2, ErbB3, SRC, PAK1, e beta-catenina com base em resultados de mineração de texto e anotação funcional PRO. Como mostrado na Fig 5B, a fosforilação de beta-catenina por

CDK5

e as quinases que regula leva à produção de cinco proteoforms fosforilados: uma forma fosforilada Tir-654 (PR: 000044478, produzido por

EGFR

,

ERBB2

, ou

SRC

); um Tyr-333 forma fosforilada (PR: 000037192, produzido pelo

SRC

); uma forma Tyr-86 /Tyr-654 duplamente fosforilada (PR: 000037194, produzido pelo

SRC

); a Ser-191 /Ser-246 forma duplamente fosforilada (PR: 000037229, produzido pelo

CDK5

); e Ser-663 /Ser-675 double forma fosforilada (PR: 000030192, produzido pelo

PAK1

). Com a excepção da forma fosforilada Ser-191 /Ser-246, PRO anotação indica que todas estas formas são transcricionalmente activo. Usamos RLIMS-P para identificar frases na literatura descrevendo fosforilação de

ERBB2

,

SRC

, e

PAK1

pelo

CDK5 Comprar e manualmente analisou o seções de artigos que contêm as frases para determinar o impacto da

CDK5

fosforilação sobre a atividade substrato. Dois dos kinases-

PAK1

e

SRC

-são inibida pela

CDK5 Comprar e um-

ERBB2

-é activado [28-30]. Assim,

CDK5

pode tender a diminuir a função co-ativador de beta-catenin através de seus efeitos sobre

PAK1

e

SRC

e aumentar a função de co-activador através de seus efeitos sobre

ERBB2

. O efeito líquido de

CDK5

dependerá dos níveis destes três quinases, das suas afinidades relativas para a beta-catenina e do contexto celular. O fato de que

CDK5

promovido atividade transcricional beta-catenina na tela de siRNA sugere que seu papel em

ERBB2

activação pode predominar. Curiosamente,

CDK5

foi mostrado para enfraquecer associação beta-catenina com a junção aderentes através da promoção da fosforilação de Tyr-654 [31]. Desde Tyr-654 é o

ERBB2

sítio de fosforilação de beta-catenin, este resultado é consistente com nossa hipótese de que

CDK5

ativa

ERBB2

, que por sua vez fosforila beta catenina em Tyr-654, levando a uma mudança de beta-catenina distância a partir da junção aderente e para o núcleo, onde ele pode servir como um co-activador transcricional. Além disso, em células cancerosas,

CDK5

,

ERBB2 /ErbB3

, e beta-catenina foram ligados através de outro membro do-rede receptor de andrógeno beta-catenina (

AR

). Em

ERBB2

-overexpressing células cancerosas da mama, beta-catenina co-ativa

AR

para dirigir a transcrição de vários alvos promotores de tumor, incluindo

ErbB3 {{}}

[ ,,,0],32]. Como mencionado acima,

AR

activação por

CDK5

fosforilação tem sido identificada como um mecanismo de condução do cancro da próstata, em tumores [27]. Tomados em conjunto com os resultados de nossa análise quinase, estas observações sugerem que CDK5 fosforilação de ambos

ERBB2 /ErbB3

e

AR

poderia dirigir um ciclo de feedback, em que

ERBB2 /ErbB3

promove a atividade transcricional beta-catenin, que, em seguida, contribui para uma maior expressão de

ErbB3

. Ao combinar a informação de cinase e o substrato de fosforilação em vários bancos de dados com a mineração focada-fosforilação da literatura científica, que identificaram uma via ligando beta-catenina a uma quinase a montante,

CDK5

, mostrada de influenciar a beta-catenina co- atividade ativador em uma tela de siRNA wide-kinome.

Análise de Câncer-Associated beta-catenina mutações para o cancro Classificação

Foram coletados cerca de 4.100 mutações missense relacionadas ao câncer em 137 dos 781 resíduos de beta -catenina e mapeou-los para a sequência de beta-catenin anotado com características de sequência como sites da PTM e da PTM de ligação de enzimas motivos. Mais de 90% das mutações relacionadas ao câncer ocorreu na região codificada pelo exão 3 de beta-catenina (resíduos 20 a 60). Os seis principais sites mais frequentemente mutados em todos os tipos de câncer, sendo responsável por 6-25% de todas as mutações associadas ao câncer em beta-catenina (Fig 6A, pontos vermelhos) incluir a CKI e

GSK3B

sítios de fosforilação (Ser -45, Thr-41, Ser-37, e Ser-33) e dois resíduos altamente conservados na

BTRC

ubiquitina motivo de reconhecimento de ligase (Asp-Gly-32 e 34). Vários proteoforms fosforilados em diferentes combinações dos quatro sítios de fosforilação altamente mutados foram descritos na literatura (Figura 6B). Enquanto três dos quatro proteoforms (Fig 6B, formam 1, 2, e 3) se ligam

BTRC

, tornando-as instáveis, a quarta proteoform, fosforilada em Ser-45 somente (Fig 6B, forma 4, PR: 000035774), encontra-se na junção aderentes em associação com a e-caderina e no núcleo, sugerindo que pode desempenhar no papel activo na adesão e /ou a regulação da transcrição [33].

sítios da PTM, a ligação da enzima PTM sites e frequências de mutações associadas ao câncer em locais individuais são indicados. (B) proteoforms beta-catenina fosforilada em combinações de quatro sítios de fosforilação N-terminal Ser-33, SER-37, THR-41, e Ser-45 e sua anotação funcional.

Para investigar o padrão de frequências de mutação em todos os tipos de câncer individuais, foi realizada a análise de agrupamento hierárquico de 20 tecidos diferentes com base em sua distribuição de mutações associadas ao câncer entre os seis locais mais frequentemente mutado no cancro geral (Asp-32, Ser-33, Gli-34 , Ser-37, Thr-41, e Ser-45). Uma vez que a frequência global de mutações desses sites é semelhante assumimos frequência similar de mutação nos tecidos amostrados. No entanto, encontramos dois grupos com perfis de mutação altamente distintos surgiu a partir dessa análise (Fig 7A). Cluster 1 é composto por nove tecidos com mutações predominantemente em Asp-32, Ser-33, e Ser-37 e relativamente poucas mutações em Tre-41 e Ser-45 (Fig 7A, caixa azul). Em contraste, grupo 2 consiste de quatro tecidos com mutações nos níveis de Thr-41 e Ser-45, especialmente com poucas mutações na região

BTRC

ligação (Asp-32, Ser-33, Gly-34 e Ser- 37; Fig 7A, a caixa-de-rosa).