Extracto
Hedgehog es una vía de desarrollo conservadas evolutivamente, ampliamente implicado en el control de diversas respuestas celulares tales como la proliferación celular y la renovación de células madre en los organismos humanos y otros, a través de los estímulos externos. la activación aberrante de esta vía en la línea de células madre humano adulto puede causar diferentes tipos de cánceres. Por lo tanto, la orientación esta vía en la terapia del cáncer se ha convertido en indispensable, pero la no disponibilidad de las interacciones moleculares detallados, regulaciones complejas de proteínas extra e intra-celulares y conversaciones cruzadas con otras vías constituyendo un grave problema para conseguir una comprensión coherente de esta vía de señalización para la fabricación de estrategia terapéutica. Esto nos motivó a realizar un estudio computacional de la vía y para identificar dianas farmacológicas probables. En este trabajo, a partir de bases de datos y la literatura disponible, hemos reconstruido una vía hedgehog completa que reporta el mayor número de moléculas e interacciones hasta la fecha. El uso de técnicas computacionales se han desarrollado recientemente, se realizó un nuevo análisis estructural y lógico de esta vía. En el análisis estructural, se calcularon los parámetros de conectividad y de centralidad para identificar las proteínas importantes de la red. Para capturar los reglamentos de las moléculas, hemos desarrollado un modelo de Boole maestro de todas las interacciones entre las proteínas y creamos diferentes escenarios de cáncer, como el glioma, de colon y de páncreas. Se realizó el análisis de perturbación en estas condiciones cáncer para identificar las combinaciones importantes y mínimas de proteínas que se pueden utilizar como dianas de medicamentos. De nuestro estudio observamos las expresiones en virtud de diversos oncoproteínas en vía Hedgehog, mientras que perturban a la vez las combinaciones de las proteínas GLI1, gli2 y SMO en el glioma; SMO, HFU, ULK3 y RAS en el cáncer de colon; SMO, HFU, ULK3, RAS y ERK12 en el cáncer de páncreas. Esta vía de señalización de Hedgehog reconstruida y el análisis computacional para la identificación de nuevas dianas farmacológicas combinatorias serán útiles para el futuro
in vitro
y
in vivo análisis
para controlar diferentes tipos de cáncer.
Visto: S Chowdhury, Pradhan RN, Sarkar RR (2013) Análisis estructural y lógico de una exhaustiva vía de señalización Hedgehog para identificar dianas de medicamentos alternativos para el glioma, el cáncer de colon y de páncreas. PLoS ONE 8 (7): e69132. doi: 10.1371 /journal.pone.0069132
Editor: Surinder K. Batra, Universidad de Nebraska Medical Center, Estados Unidos de América
Recibido: Marzo 7, 2013; Aceptado: 4 Junio 2013; Publicado: 23 de julio 2013
Derechos de Autor © 2013 Chowdhury et al. Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License, que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que el autor original y la fuente se acreditan
Financiación:. El trabajo es financiado por el Departamento de Biotecnología, Gob. de la India, la subvención No. BT /PR13689 /BID /07/363/2010 y en parte por el CSIR-NCL, MLP026226. El organismo de financiación no tiene ningún papel en el diseño del estudio, la recogida y el análisis de datos, decisión a publicar, o la preparación del manuscrito
Conflicto de intereses:.. Los autores han declarado que no existen intereses en competencia
Introducción
sistema de transducción de señal representa un elegante circuitos de la célula que se traduce señales externas e internas en respuestas celulares apropiadas. Estas vías de señalización se organizan generalmente en tres partes principales: entrada, intermedio y la producción [1], que forman parte de varias proteínas que median, recepción de la señal, transducción, amplificación y generación de respuesta. Los recientes avances en los enfoques moleculares y computacionales han demostrado que una señal tras la interacción con un receptor genera una pauta de excitación intrincada en lugar de un "camino de una vía molecular" y cierto mal funcionamiento de este patrón puede causar enfermedades patológicas graves como el cáncer, la tumorigénesis etc. en los organismos, incluyendo humanos. También es un hecho bien conocido que algunas enfermedades no son más que las perturbaciones en las cascadas que manifiestan una interacción a nivel molecular en los cambios fenotípicos de señalización. Por ejemplo, el cáncer es una de tales "enfermedad de la biología de sistemas", que convierten una perturbación singular en un patrón de excitación generalizada [2]. Estas perturbaciones no se restringen a una célula particular, pero también afectan a los tejidos circundantes. Para el diseño de nuevas estrategias terapéuticas para tales enfermedades, por lo tanto, parece ser esencial para investigar redes de vías y sistemas a diferentes niveles de complejidad en lugar de buscar en un componente bio-molécula o producto químico individual. Por lo tanto, existe una necesidad de un estudio exhaustivo de las vías de señalización para explorar estas manifestaciones patológicas, su relación con diversas enfermedades e identificar un único o combinación de moléculas individuales que gobiernan varios comportamientos o mal funcionamiento del sistema diferentes.
Varios se están realizando esfuerzos concertados para diseccionar las diferentes vías de señalización, tales como MAPK, apoptosis, etc. mTOR y los mecanismos moleculares relacionados que controlan el desarrollo del cáncer de una célula o tejido en un organismo [2]. Entre diferentes vías de señalización, Hedgehog es de gran relevancia biológica, ya que está fuertemente implicado en el desarrollo del cáncer [3] - [5]. Hedgehog es una vía de desarrollo conservadas evolutivamente que es ampliamente implicado en el control de diversas respuestas celulares. Esta vía tiene un papel fundamental en diversos procesos celulares, tales como la embriogénesis, mantenimiento y reparación de los tejidos, y la homeostasis. vía de señalización Hedgehog también controla los procesos de desarrollo de la interacción de ligandos Hedgehog, Sonic hedgehog (Shh), Desert hedgehog (DHH) y Indian hedgehog (IHH) con los receptores de Patched (PTCH1 /PTCH2), lo que lleva a la liberación de Smoothened (SMO) a partir de supresión inducida por Patched [6]. la activación SMO más activa los componentes de nivel inferior como STK36, SUFU que inhiben la degradación del complejo montaje de GLI y estabilizando de esta manera las proteínas de GLI que finalmente activan Hedgehog genes diana, como la ciclina D2, FOXM1, SFRP, JAG2 etc. [6]. regulación controlada de esta vía activa estos genes diana en cierto nivel y por lo tanto mantiene el buen desarrollo de célula o tejido. Pero la desregulación de esta vía puede causar arriba o la regulación de estos genes diana hacia abajo y puede causar consecuencias graves en el tejido o el desarrollo de órganos. Puesto que, esta vía también está fuertemente implicado en la renovación celular en los tejidos adultos; -Sistema de componentes de mal funcionamiento de esta vía puede conducir principalmente al cáncer en diversas líneas celulares de humanos [7], [8]. Además, el papel de las pocas proteínas importantes ha sido identificado en esta vía, tal como PTCH1, SMO, GLI etc., que son principalmente responsable del mal funcionamiento de esta vía en varios tipos de cánceres [9] - [12]. Los estudios de seguimiento por parte de varios grupos de investigación han desarrollado estrategias terapéuticas para inhibir la acción de estas proteínas en varios tipos de cáncer, pero ninguno de ellos ha conseguido un éxito completo para curar un cáncer particular que es causada por la activación anormal de la vía Hedgehog [13] - [ ,,,0],15].
El flujo de la excitación molecular en cualquier vía de transducción sigue un patrón de ramificación compleja de cascada, por lo tanto, vale la pena mencionar que la orientación de una proteína individual en las vías de señalización, como el erizo, no sería provechoso evitar su mal funcionamiento en una situación de cáncer. Una revisión actual por Li et al. [15], pone de relieve la importancia de objetivos farmacológicos combinatorias para apagar la señalización de Hedgehog para el tratamiento del cáncer. Por ejemplo, se sabe que la activación de GLI citoplasmática (dedo de zinc factor de transcripción) que inician la actividad de esta vía podría ser regulada de dos maneras:
(i) México La manera dependiente de ligando extracelular en el que la respuesta es decir erizo ligandos interactúan con proteínas receptoras PTCH1 /PTCH2 y activa la proteína acoplada a G SMO, y
(ii)
el mal funcionamiento de las otras proteínas que están presentes en el citoplasma que inhiben o activar su actividad en ausencia de ligandos de hedgehog . Por desgracia, hasta ahora la mayoría de los estudios se han centrado principalmente para desarrollar un medicamento que sólo inhibir la activación GLI, causada por la forma dependiente de ligando. En este caso, la mayor parte del estudio sólo se dirige a identificar la molécula de fármaco que podría suprimir ya sea PTCH1 o SMO en la membrana [16] - [19]. Estos fármacos, tales como ciclopamina, etc. Vismodegib sólo son efectivas cuando una célula cancerosa con la activación excesiva vía Hedgehog, está encontrando sobreexpresados ligandos hedgehog (Shh, IHH o DHH) o ha mutado PTCH1 o SMO en la membrana. Por lo tanto, es evidente que la administración de los fármacos mencionados anteriormente puede no ser capaz de curar los cánceres causados por algunas otras proteínas intracelulares, aparte de única mutación en PTCH1 y SMO. Con el fin de superar este problema, la identificación de objetivos alternativos o una combinación de fármacos puede ser útil para la terapia del cáncer exitosa.
Identificación de dianas de medicamentos por enfoque experimental a veces se hace difícil ya que requiere más tiempo y recursos. Por otra parte, las complejas redes reguladoras de la expresión génica, las redes enteras de las reacciones metabólicas y los datos de la proteómica a gran escala están disponibles ahora para estudiar la respuesta de las vías (módulos) a diferentes perturbaciones. Dadas las enormes cantidades de datos en cada nivel, es un desafío para interpretar la información que emana de los ensayos individuales e integrar los resultados de múltiples niveles. La evolución reciente de los enfoques integradores, herramientas bioinformáticas, los métodos matemáticos y computacionales se han vuelto indispensables en la comprensión y el análisis de esos datos de los estudios experimentales. Diversos enfoques para los métodos y modelos de vías de señalización cualitativos y cuantitativos se han utilizado para responder a varias cuestiones biológicas en los sistemas de señalización [20]. Los tipos de enfoques utilizados dependerá principalmente de la disponibilidad de los datos y el tipo de cuestiones biológicas preexistentes a responder [20], [21]. Por desgracia, hay muy pocos estudios computacionales sobre erizo vía de señalización [22] - [25]. Todos estos modelos exploran temas muy específicos y no incluyen las condiciones de enfermedad, específicamente glioma, cáncer de colon y de páncreas, que pueden ser causados por fallos de funcionamiento en la vía Hedgehog. Por lo tanto, es necesario reconstruir un mapa completo de la vía Hedgehog y estudiar el detalle interacciones moleculares en condiciones normales y cancerosas a través del análisis cualitativo.
Por otra parte, la identificación de una combinación de proteínas como diana terapéutica en vía de Hedgehog para la terapia del cáncer requiere la comprensión completa de la totalidad de los mecanismos de esta vía en la célula humana. Para lograr esto, se necesita amplia y más actualizada información de fecha o un mapa de vía de Hedgehog que pueden ayudar a analizar la vía más profundamente y con precisión. Desafortunadamente, en lo que se refiere a la literatura y base de datos de señalización biológica, no hay un mapa integral vía disponible para el estudio de la vía Hedgehog. Incluso, la búsqueda de diferentes popular base de datos (ver Tabla S1 del Texto S1) reveló que hay algunas variaciones en el número de moléculas e interacciones reportadas para esta vía (Ver Tabla S2 del Texto S1). Esta heterogeneidad entre la información de base de datos crea inmenso problema de recopilar información para construir un mapa completo. En algunos casos, incluso hay información que falta sobre diferentes moléculas o interacciones, que ya están disponibles en los estudios experimentales, pero no se actualiza en la base de datos. Estos plantean un problema difícil para los investigadores obtener una estructura general de esta red de señalización.
En el presente trabajo, el cotejo de los datos de diferentes bases de datos y la literatura, se presenta un modelo maestro de la vía Hedgehog. Nuestros extensos de minería y extracción de datos de texto de los procedimientos de la literatura disponible ayudaron a identificar muchas proteínas y sus interacciones que no se incluyeron en la base de datos existente. A lo mejor de nuestro conocimiento en este artículo hemos presentado un mapa vía Hedgehog que es el mayor mapa de la vía Hedgehog humana hasta la fecha. En comparación con la popular base de datos existente, el mapa del erizo, recientemente reconstruido, se compone de 57 proteínas, 6 expresión celular o fenotípica y 96 hiper-interacciones, lo que es más alto. En la figura S1, un diagrama de Venn se construyó para comparar entre el número de proteínas disponibles en los principales modelos de bases de datos y las proteínas consideradas en nuestro modelo. Se desprende de este diagrama que la mayoría de las proteínas incluidas en nuestro modelo (representados por regiones no superpuestas), no están totalmente disponibles en cualquiera de las bases de datos mencionadas, excepto las proteínas de KEGG, vía central, BioCarta y salón de proteínas. Sin embargo, sólo un subconjunto de proteínas específicas de erizo vía de señalización de NetPath y GeneGo está incluido en nuestro modelo y el resto se han tomado de la literatura y la otra base de datos. El uso de este mapa vía entonces realizó el análisis estructural utilizando gráfico enfoque teórico y análisis lógico utilizando el formalismo booleano para comprender la estructura y la topología de toda la red, así como para identificar las proteínas importantes. También demostramos que una representación de Boole de las interacciones de la vía proporciona una comprensión global del comportamiento del sistema mediante la validación del modelo con datos experimentales y se realizó un análisis de perturbación sistemática para identificar los objetivos principales de la droga durante tres tipos de cáncer, como el glioma, Colon y pancreático. Nuestro objetivo principal fue identificar dianas farmacológicas probables
in-silico Windows que podrían utilizarse para el futuro
in vitro
o
in vivo
análisis. A partir de nuestro modelo y estudio computacional de la vía de señalización de Hedgehog, hemos identificado algunas nuevas combinaciones de proteínas que podrían ser utilizados como una dianas de medicamentos para el tratamiento del cáncer.
Resultados
reconstruida vía de señalización Hedgehog (Humana celular específico)
En este trabajo, uno de nuestros principales objetivos era proporcionar una extensa y actualizada erizo mapa de señalización que puede servir tanto experimental, así como las comunidades de biología teórica. En la figura 1, presentamos un mapa vía Hedgehog, recientemente reconstruido, que a lo mejor de nuestro conocimiento es el mayor mapa de erizo vía hasta la fecha. Hubo total de 57 proteínas (52 proteínas del núcleo y 5 moléculas de proteína interferencias con otras vías) y 96 hiper-bordes incluidos de forma manual en la figura vía mediante el uso de la información de diferentes fuentes (véase la sección de Métodos y Tabla S1 & amp; S2 del texto S1).
Un total de 57 proteínas incluidas en esta figura vía. Las flechas verdes y rojas se indica la activación /Producción y proceso de inhibición, respectivamente. Las flechas negras indican el proceso de translocación nuclear. Todas las proteínas de esta red se asignan en cuatro regiones principales con diferentes códigos de color: extracelular y la membrana (azul); Citoplasma (rojo); Núcleo (verde); y de salida (amarillo). Las proteínas de salida están vinculadas con diversas respuestas celulares (charla cruzada con otras vías o expresiones fenotípicas) con negro flecha de puntos.
En la Figura 1, las flechas verdes y rojas significan los eventos de activación /inhibición de producción y respectivamente. Las flechas negras están indicando la translocación nuclear de factores de transcripción activados GLI en el núcleo. Con el fin de entender y distinguir las proteínas hedgehog componentes en función de sus localizaciones celulares, asignamos todas las proteínas de acuerdo con cuatro regiones principales: extracelular & amp; Membrana, citoplasmática, nuclear y de salida /Producido con cuatro diferentes colores: azul, rojo, verde y amarillo, respectivamente. Las conversaciones cruzadas y expresiones fenotípicas de esta vía fueron calificados de "respuestas celulares" y estaban conectados con la salida de las proteínas producidas por la flecha /negro de puntos. Las siguientes son las descripciones de las proteínas de cada región de nuestra red de señalización Hedgehog reconstruida
extracelular y la membrana
En esta región, se incluyeron tres ligandos erizo:.. Sonic hedgehog (Shh), Indian hedgehog (IHH) y Desert Hedgehog (DHH). Estos son los ligandos que se unen a las proteínas receptoras Patched1 (PTCH1) y Patched2 (PTCH2) de un objetivo hedgehog o célula sensible a [26], [27]. Estudios anteriores han demostrado que, en ausencia de cualquiera de estos ligandos erizo, PTCH1 /PTCH2 inhibir acoplado a la proteína G-otra-membrana trans "Smoothened (SMO)" dentro de la membrana celular [26], [27]. Se ha estudiado que esta inhibición se retira después de que los ligandos HH unen a los receptores de parcheado. Como resultado de esta interacción ligando-receptor SMO se activa y, posteriormente, activar la serina /treonina quinasa 36 (STK36) en su región citoplásmica de aguas abajo de la célula. Esta proteína quinasa STK36 es uno de los principales activadores potenciales de la proteína asociada a Glioma (GLI) en el citoplasma [6] y se llama "ligando de activación GLI dependiente". En esta región, las proteínas de la membrana se ha demostrado como una estructura hexagonal especial utilizado en CellDesigner notaciones gráficas [28], [29]. Hubo un total de 3, 6 ligandos proteínas extracelulares y 4 proteínas de membrana incluidos en la región extracelular y la membrana.
Proteínas citoplasmáticas.
En esta región, se incluyeron un total de 16 moléculas de proteína. Todas las tres isoformas de la transcripción GLI factores GLI1, se incluyeron GLI2 y GLI3. GLI se encontró en el citoplasma así como en el núcleo y es la principal proteína componente de destino para Hedgehog activación de la vía [30]. Además, había otras proteínas en esta región que influyen directa o indirectamente a las tres isoformas de la proteína GLI en el citoplasma. Estas proteínas se fusionaron Humano (HFU), quinasa Unc-51-como 3 (ULK3), ERK1 /2, RAS y TWIST [31] - [34]. Cabe mencionar que ERK12, RAS, TWIST, FAS y NOTCH1 no son las proteínas de la vía hedgehog, a pesar de que considera estas proteínas, ya que tenían interacciones directas significativas con las proteínas del núcleo GLI1, GLI2 y SMO. Además de su papel en la activación de la vía hedgehog ligando independiente en el glioma, Colón y escenarios de cáncer de páncreas también fue un factor importante para considerar en nuestro modelo de erizo de reciente construcción. Se encontró que la mutación o sobre expresión de estas proteínas pueden activar GLI en el citoplasma sin la ayuda de ningún ligando Hedgehog. Por otro lado, a partir de diversos literatura, también encontramos algunos represores de proteínas Gli en el citoplasma, como proteína quinasa A (PKA), la proteína que contiene la repetición-Beta-transducina (BTRCP), la caseína quinasa isoforma alfa (CKIα), glucógeno sintasa quinasa-3 (GSK3) [35], [36] y los incluyó en la red.
proteínas nucleares.
en la región nuclear del mapa vía Hedgehog, se incluyeron 13 moléculas de esos eran principalmente factor de transcripción, co-activador o co-represor. La transcripción activado factores de GLI1, GLI2 y GLI3 translocan en el núcleo como GLI1 Nuclear (NUC_GLI1), GLI2 Nuclear (NUC_GLI2) y GLI3 activa (GLI3_A) [37], respectivamente, y ayudan a transcribir varios genes objetivo hedgehog con la ayuda de co- transcripción activadores STK36 Nuclear (NUC_STK36) y la fosforilación de la tirosina-quinasa regulada 1 (DYRK1) las proteínas de especificidad dual [38]. Además, había pocos co-represores de transcripción en el núcleo que se encontraron de diversas fuentes bibliográficas y abajo regulan los factores de transcripción GLI. Estas proteínas, SUFU Nuclear (NUC_SUFU), NUMB, picor, SKI, Receptores Nucleares co-represor (NCOR), SNO, HDAC y Sin3A [39], [40], se incluyeron en la red. En el factor de transcripción NUC_GLI1 núcleo transcribe los genes
PTCH1, HIP1, GLI1
junto con varios otros genes de respuesta de esta vía. Con el fin de reducir la complejidad en la figura vía, no hemos incluido cualquier gen o m-ARN en esta región nuclear.
proteínas salida.
Esta región no especifica ninguna localización celular. Se incluyeron esta sección por separado para identificar las proteínas producidas al final de la vía de Hedgehog. Se consideró que una red de señalización como un sistema de entrada-salida, donde los ligandos y proteínas extracelulares eran las entradas, las proteínas producidas como respuesta a estas entradas al final de esta vía podría ser pensado como proteínas de salida. Hubo un total de 15 proteínas que incluyen GLI1, PTCH1 y Hhip incluido en esta sección. El número total de las proteínas que se muestran en esta región son más altas comparar a ninguna otra publicada humano específico erizo itinerario de ruta a lo mejor de nuestro conocimiento. Además, todas las proteínas en esta región eran de color como el amarillo, excepto PTCH1, Hhip y GLI1. La razón era, después de la producción o de traducción, estas tres proteínas se translocan a sus localizaciones celulares correspondientes y llevar a cabo su actividad en la vía. Con el fin de mostrar este mecanismo de retroalimentación, hemos mantenido su color similar al color codificado en su localización celular real. La producción de proteínas y PTCH1 Hhip en este interruptor vía "ON" un mecanismo de "retroalimentación negativa" y de ese modo controlar la activación adicional vía hedgehog con manera dependiente de ligando. Se experimentalmente demostró que la proteína Hedgehog Interacting 1 (Hhip) reprime los ligandos Hedgehog uniéndose directamente con ellos y la mayor concentración de PTCH1 en la membrana ayudaría a reprimir la activación adicional SMO [41] - [43]. Por otro lado, la producción de GLI1 ayuda a activar la vía de nuevo y por lo tanto crea un bucle de "retroalimentación positiva" en esta red.
Las respuestas celulares.
Con el fin de mostrar las conexiones cruzadas de las proteínas de salida con la otra vía o las funciones celulares, que mantienen esta sección al final de nuestra figura vía. Hubo 6 respuestas celulares que fueron incluidas la proliferación celular, la progresión del ciclo celular, anti-apoptosis, la transición epitelio-mesenquimal (EMT), la señal Wnt y Notch señal. Mostramos las conexiones de proteínas producidas con estas respuestas celulares de negro flecha de puntos en la figura vía.
Para entender la actividad de los detalles de estas moléculas en la vía Hedgehog y para llevar a cabo el análisis estructural, modelamos la vía reconstruida mapa por dos enfoques:. Gráfico teórico y lógico (véase la sección Métodos)
Análisis estructural
la vía Hedgehog reconstruida (Figura 1) nos ha ayudado a descubrir las características de la estructura y topológicas de este red. Utilizamos 'La teoría de grafos' para este propósito. Este tipo de análisis también es útil para la interpretación visual y /o topológica de una red muy grande complejo [44]. En nuestro estudio, hemos considerado toda la vía de señalización como una red en la que la señal de los ligandos hedgehog atraviesa de la región extracelular al núcleo de una célula diana a través de diversas proteínas intermedios citoplasmáticos. Nuestra red de señalización hedgehog era como la red un "Bow-Tie 'y consta de 57 nodos o proteínas (52 de núcleo y 5 proteínas no esenciales de vía hedgehog) y sus 140 bordes dirigidos (interacciones, los reglamentos o la dirección del flujo de la señal) . Como sabemos que el flujo de señal de una red de señalización intracelular mantiene una dirección particular, por lo que consideramos nuestro modelo teórico gráfico como una "Directed Graph" o "dígrafo '. Con el fin de mostrar sólo las conexiones de las proteínas dentro de el mapa del erizo, no hemos incluido las respuestas celulares en el modelo teórico gráfico. El cuadro completo de la red se muestra en la Figura 2.
Los círculos de colores representan los nodos o proteínas de la vía y las flechas negras indican un borde o una conexión entre dos nodos de la red. Los nodos son de color de acuerdo a sus ubicaciones subcelulares en la célula (Figura 1) y se dividen en cuatro regiones: extracelulares y de membrana (azul), el citoplasma (rojo), Nuclear (verde) y las proteínas de salida (amarillo), respectivamente. El tamaño de los nodos se asigna en función de su número total de conexiones o grado. grado total de cada nodo es seguido por el nombre de las proteínas. La estructura de "pajarita" de la red de señalización Hedgehog es fácilmente visible, donde las señales están convergiendo hacia GLI1 o GLI2 y divergentes de sus pasos subsiguientes. El tamaño del GLI1 nodo es mayor, ya que tiene mayor número de conexiones o grado entre todas las otras proteínas en la red.
En la Figura 2, los círculos de colores representan los nodos o las proteínas de la red y las flechas negras indican las direcciones de conexiones o bordes entre dos nodos. Los nodos de esta red eran de color en función de su localización subcelular como se describe en la Figura 1. Las proteínas de salida GLI1, PTCH1 y Hhip No se han reflejado en la región "de salida", pero se presentaron como invertir las conexiones de NUC_GLI1 a la GLI1 del citoplasma y para PTCH1 y Hhip de la región de la membrana. El tamaño de los nodos en esta red (Figura 2) se asigna en función de su número total de conexiones o valor en grados. GLI1 en el citoplasma tenía mayor número de grado total en la red; por lo tanto, el tamaño de este nodo de la red era más grande entre todos los otros nodos. También quedó claro en esta figura que las señales de hedgehog de las entradas (proteínas extracelulares y de membrana) se reunieron a las proteínas particulares (GLI1 y gli2) en el citoplasma para activarlo y después de su activación estas proteínas envían las señales (en realidad se translocan en el núcleo ) para activar la producción de los diferentes genes diana /proteínas (como OPN, BCL2, GLI1, Hhip etc.) en la corriente abajo de la vía de hedgehog. Por lo tanto, podemos decir que el flujo de señal de erizo de región extracelular de la membrana de las proteínas diana aguas abajo de vía hedgehog depende principalmente de las proteínas citoplasmáticas GLI intermedios. . Debido a esta razón, la vía hedgehog canónica también se denomina como 'GLI mediada por vía hedgehog' [45]
Además, se analizó esta red desde tres perspectivas: i) Conectividad ii) la centralidad y iii) Todos los pares camino más corto .
análisis de Conectividad.
Se realizó este análisis para conocer el número de conexiones de cada proteína con todas las otras proteínas en la red. Se utilizaron tres tipos de parámetros (en grados, OUT y grado TOTAL) en esta sección (véase la sección Métodos). Se calcularon y se presentaron estos tres parámetros para cada proteína de la red de señalización Hedgehog en la figura 3A.
Mapa de calor de los valores de los parámetros utilizados en el análisis de la conectividad y la centralidad. Los nombres de las proteínas o los nodos están dispuestos fila Wise (eje Y) de acuerdo con la posición de su correspondiente región (Figura 1). Los valores de los parámetros están dispuestas en columna sabia (eje X) en el mapa de calor. Mapa (A) El calor de los valores de los valores de los parámetros utilizados en el análisis de conectividad: EN grado, grado de salida y TOTAL grado de cada proteína. Gran valor en grados de GLI1, PTCH1, Hhip y SHH indica su número más alto de sobre regulación de las otras proteínas en la red. Alto valor grado de salida de varias proteínas nucleares (por ejemplo DYRK1, entumecido, NUC_GLI1, NUC_SUFU, NUC_STK36 etc.) se refiere a su capacidad para regular otras proteínas en la red HH. En caso de grado total, GLI1, GLI2 y NUC_GLI1 tienen un importante valor más alto. Se refiere que estas dos proteínas están conectados principalmente a las otras proteínas en la red. Mapa (B) El calor de la puntuación centralidad individual de cada proteína del mapa erizo. Los parámetros central de medición utilizados en este análisis fueron vector propio (CE), betweenness (BC) y la cercanía centralidad (CC). Se observa que GLI1 tiene el valor más alto puntaje para cada parámetro. Posteriormente, PTCH1, PTCH2, Hhip, STK36, NUC_GLI1, etc. NUC_GLI2 también están mostrando un valor significativo para cada puntuación centralidad individual.
El mapa de calor (Figura 3A), que representa los valores de los parámetros ( eN grado, grado de salida y grado total), se muestran las proteínas fila sabios según sus localizaciones celulares en una célula (de arriba abajo) y la columna de valores de los parámetros prudentes. El grado medio IN y OUT (todos juntos) de la red se calcula como 2.45 y el grado total promedio fue de 4,91. Con el fin de identificar las proteínas importantes de esta parcela de calor sobre la base de los parámetros de conectividad, se extrajeron las proteínas que tenían los valores de los parámetros superiores a los valores medios correspondientes. Todas las proteínas significativos extraídos de la base de esta hipótesis se enumeran en la Tabla 1. Se encontró que hubo total de 19, 10 y 23 proteínas que tenían los valores más altos que el promedio de grados, grado de salida y TOTAL grados, respectivamente .
A partir de la Tabla 1, es evidente que la proteína del receptor PTCH1 y dos factores de transcripción GLI1 & amp; GLI2 tenía más altos valores en-GRADO en comparación con las otras proteínas en toda la red, puede ser debido a su alta regulación o la interacción con otras proteínas aguas arriba en la red de señalización hedgehog. PTCH1 estaba mostrando mayor grado de entrada, porque la mayoría de las señales extracelulares pasan a través de esta proteína receptora para desencadenar la activación de la proteína en la membrana SMO. Por otro lado, el GLI1 citoplasmática y GLI2 tenían un alto valor EN-grado que estas proteínas son las proteínas más importantes de la red que active la vía. Asimismo, entre los tres ligandos erizo, Sonic hedgehog (Shh) tenía el valor más alto grado de entrada como su interacción con los receptores PTCH1 y PTCH2 dependía en gran medida de las proteínas enviado, Hhat, CDO, BOC y GAS1 en la región extracelular del objetivo hedgehog celda. Las proteínas en el núcleo como NUC_GLI1, NUC_GLI2, DYRK1 etc. tenían valor más alto grado de salida en comparación con las otras proteínas en la red. Principalmente las proteínas de salida se conectan a las conexiones salientes o bordes de estas proteínas nucleares en la estructura de la red. Debido a la presencia del mayor número de conexiones de salida a partir de las proteínas nucleares a las proteínas de salida, los valores OUT-grado de estas proteínas se aumentaron en comparación con las otras proteínas en toda la red. También se observó que, excepto las proteínas nucleares, las proteínas de las otras localizaciones subcelulares o regiones no mostraron valores significativos grado de salida.
También se extrajeron las proteínas que tenían el TOTAL-grado más alto que el promedio total -Grado 4,91. Tabla 1 muestra que en extracelular y ligandos región PTCH1, Hhip, SHH, IHH tenía número significativo (mayor que el grado medio total) de conexiones o grado total de la red. Es decir, con el fin de transmitir la señal de hedgehog a partir extracelular a la región intracelular de una célula, estas proteínas desempeñan un papel más eficaz dentro de toda la red. Quedó claro en la figura 2, que GLI1 tenía el valor más alto TOTAL-GRADO entre todas las otras proteínas en la red de señalización Hedgehog. Significó que esta era la proteína más importante en la red de señalización hedgehog. Fuera de 57 proteínas de la red, se conecta a 30 proteínas. 4.2.