ИЗУЧЕНИЕ МОЛЕКУЛЯРНО-КИНЕТИЧЕСКИХ ОСНОВ КАНЦЕРОГЕНЕЗА С ПОМОЩЬЮ ДОМЕННООРИЕНТИРОВАННОГО ПОДХОДА Борисов Н.М. Федеральный медицинский биофизический центр им. А.И. Бурназяна ФМБА России Международная коллаборация • Thomas Jefferson University (Philadelphia, USA): Boris Kholodenko, Anatoly Kiyatkin, Edita Aksamitiene, Nikolai Markevich, Jan Hoek, Marc Birthwitsle et. al. • Humboldt-University (Berlin, Germany): Stefan Legewie • University of Freiburg (Germany): Thomas Maiwald • University of Pittsburgh (USA): Jim Faeder • RIKEN (JAPAN): Mariko Hatakeyama et al. • Институт биофизики клетки РАН (Пущино, Россия): Н.П.Каймачников, М.Цыганов • ФМБЦ им. А.И.Бурназяна (Москва, Россия): Н.М.Борисов, А.С.Чистопольский и др. Зачем радиобиологу изучать сигнальные пути? Судьба клетки определяется временнóй зависимостью активации белкаэффектора Дифференцировка Клетка Пролиферация Апоптоз Marshall, 1995: Временная зависимость активации ERK определяет судьбу клетки. Быстро убывающий сигнал приводит к пролиферации с риском злокачественных трансформаций, а продолжительный сигнал способен инициировать экспрессию генов, отвечающих за дифференцировку клеток. Проблема комбинаторной сложности при математическом моделировании сигнальных путей Пример: ErbBрецепторы Состояние Сайт L Ligand Binding Dimerization Kinase Domain Docking (pY) Yarden and Sliwkowski, Nat. Rev. Mol. Cell Biol. 2:127 (2001) • • У сигнальных белков имеется множество сайтов связывания, каждый из которых может быть в множестве состояний p Y Каждой комбинации состояний Y сайтов соответствует переменная в системе ОДУ A1 p Y Y p Y 1 1 1 10 переменных: Y Y p Y p Y None or 1,2,3,4 Active or Inactive Y, pY, Bound 2 5 2 3 21*51*21*310= Число Y Bound or Not A2 1,180,980 Пример: Многосайтовый белок GAB1 Grb2 PIP3 CRKL PLC RasGAP PH: Pleckstrin Homology MBS: Met Binding Sequence P: Proline Rich Domains GBS: Grb2 Binding Sequence Schaeper et al., J. Cell Biol., 2000 Met SHP2 PI-3K Gu and Neel, TRENDS in Cell Biology, 2003 Состояния комплекса из нескольких рецепторов и адапторов BioNetGen 2, среда для программирования кинетических систем (Jim Faeder, UPitt) Step 1: Model specification (BNGL-file) Step2: Network generation (net-file) Parameters Species (seed) Reaction rules Observables (patterns) Blocks: Blocks: Parameters Species (list of all species ) Reactions Groups (species and their weights for each observable) Step3: ODE solving Два предельных случая • Абсолютно конкурентное связывание партнеров на многоцентровых белках. Удобно для моделирования: нет комбинаторной сложности • Абсолютно независимое связывание партнеров на многоцентровых белках. Необходимы методы уменьшения числа переменных! Промежуточный случай – наличие аллостерических взаимодействий между партнерами (с точки зрения моделирования самый неудобный): основной метод – ограничение числа молекул в комплексе. Доменно-ориентированный подход к сокращению числа переменных Borisov et al., Biophys J, 2005; BioSystems, 2006: S – многосайтовый адаптор, R – рецепторная тирозин-киназа, A1 and A2 – партнеры белка S Если связывание A1 and A2 происходит независимо, то: 2 2 a2 0 a1 0 S1 (a1 , h) s(a1 , a2 ; h), S 2 (a2 , h) s(a1 , a2 ; h) S1 (a1 , h) 2 2 a2 0 a1 0 s(a1 , a2 ; h), S2 (a2 , h) s(a1 , a2 ; h) Механистическое (микро-) описание: 18 переменных, 33 реакции Доменно-ориентированное (макро-) описание: 12 переменных и 14 реакций Суть ДОП: замена «полных» (исходных) белков «вспомогательными» белками, которые имеют меньше сайтов Полная (микро-) модель Сокращенная (макро-) модель Модуль автоматического доменноориентированное сокращения моделей в среде BioNetGen 2 Borisov et al., IET Systems Biol, 2008 Результат работы доменно-ориентированного модуля для BioNetGen 2 EGFRподобный димер FcεRIподобный димер Число перменных в микро-/ макромодели Число реакций в микро-/ макромодели Время генерации сигнального пути, сек, для микро-/ макромодели Время интеграции системы ОДУ, сек, для микро-/ макромодели Рецептор с 2 тирозиновы ми сайтами 708/108 7432/534 51.6/8.45 1.45/0.22 Рецептор с 2 тирозиновы ми сайтами 6000/135 81364/642 662.0/12.0 12.58/0.76 Рецептор с 2 тирозиновы ми сайтами 213/48 2230/198 14.2/3.87 0.47/0.15 Рецептор с 2 тирозиновы ми сайтами 1599/60 22990/240 182.4/6.02 3.58/0.12 Сочетанное воздействие инсулином и ЭФР Borisov et al, 2009, Mol Syst Biol, 2009 (submitted) Сравнение «независимого» и «конкурентного» подход в больших моделях Модель Сигнальный путь ЭФР: независимая модель с ДОП, Kiyatkin et al, JBC, 2006 Сочетанный путь ЭФРинсулин: конкурентная модель, Borisov et al, MSB, 2009 (submitted) Число переменных Около 200 78 Число реакций Около 500 111 «Подгонка» параметров системы: сочетанный ЭФР-инсулиновый сигнал Предсказание поведения системы: деплеция GAB1 c помощью миРНК Предсказание поведения системы: ингибирование SHP2 Предсказание поведения системы: деплеция Src Философский вопрос: нужны ли большие модели в биологии 1. Вычислительная математика «выросла» из «прямых» задач (таких, как задача Коши и др.), для решения которых «законы природы» были известны и просты (законы Ньютона в физике, закон действующих масс в химии). 2. В биологии «законы природы» сложнее и не всегда известны, поэтому для их исследования почти всегда приходится решать «обратные» зачади вычислительной математики. Проблема свободных параметров 4. 5. 6. Астрономия началась с неверной гипотезы о «законах природы» (геоцентризм). Она, тем не менее, укладывалась в тогдашние наблюдения. К эпохе Возрождения возникла проблема несоответствия наблюдаемых данных и птолемеевского геоцентризма. В эпоху Возрождения было предложено два подхода к астрономии – пересмотр парадигмы (КоперникКеплер-Ньютон) и подгонак свобюодных параметров под геоцентризм (Тихо Браге. Проблема свободных параметров 7. Любую математическую модель можно «втиснуть» в совокупность экспериментальных данных за счет свободных параметров, но ценность такой модели сомнительна. 8. Значит, ценная математическая модель должна давать нетривиальные экспериментально проверяемые предсказания после подгонки свободных параметров