A rule-based model of insulin signalling pathway

The model of insulin signalling pathway

Ausgehend von drei veröffentlichten Modellen haben wir das in Abb. 1 unter Verwendung der grafischen Notation der Systembiologie .

Abb. 1
 abbildung1

Das Modell des Insulin-Signalweges. Das Modell des Insulinsignalwegs, das durch Integration des PI3K-AKT-Weges, des mTOR-Weges und des RAS-MAPK-Weges erhalten wurde, wurde unter Verwendung der grafischen Notation der Systembiologie dargestellt. Farbige Knoten ähneln den Clusterergebnissen simulierter Profile (siehe Abb. 3 ). Farbige Linien stellen wichtige Rückkopplungsmechanismen dar; nämlich: die rote linie stellt die P70S6K-IRS1 negative feedback schleife, die blaue linie die ERK1/2-GRB2/SOS negative feedback schleife

Das Modell umfasst viele der wesentlichen Elemente, die für die Insulinwirkung verantwortlich sind, da die drei im Folgenden kurz beschriebenen Hauptunterwege des ISP enthalten sind.

Der PI3K-AKT-Signalweg

Für den PI3K-Akt-Signalweg beziehen wir uns meist auf das Modell in Sedaghat et al. . Das Modell wurde von mehreren Forschungsgruppen verwendet und enthält viele der bekanntesten Signalkomponenten, die die Translokation des Glukosetransporters GLUT4 vermitteln. Dazu gehören die Insulinrezeptor-Bindungs- und Recycling-Subsysteme; das Post-Rezeptor-Signal-Subsystem einschließlich sowohl Ser- als auch Tyr- Phosphorylierung am Insulinrezeptorsubstrat1 (IRS1); die Bildung eines Komplexes (IRS1_PI3K-Komplex) zwischen phosphoryliertem IRS1 und Phosphatidylinositid-3-Kinase (PI3K); die Phosphatidylinositol-3,4,5-Trisphosphate PI (3,4,5) P3, Synthese; die Phosphorylierung von Proteinkinase B (AKT) und Proteinkinase C (PKC) -ζ; die Translokation von GLUT4 zur Plasmamembran. Protein-Tyrosinphosphatase (PTP1B) und Lipidphosphatasen (SHIP2 und PTEN) Effekte werden ebenfalls im Modell berücksichtigt.

Der TSC1/2-mTOR-Signalweg

Für den TSC1/2-mTOR-Signalweg beziehen wir uns hauptsächlich auf das kürzlich in Sonntag et al. , beschreibt den mTOR-Effekt als Reaktion auf Insulin und Aminosäuren. Das Modell berücksichtigt beide mTOR-Komplexe: mTORC1 und mTORC2. Die mTORC1-Aktivierung ist abhängig von der Anwesenheit von Aminosäuren und wird durch die Aktivierung der Tuberösen Sklerose-Proteine 1 und 2 (TSC1 / 2) (d. h. Ser-Phosphorylierung) gehemmt, die wiederum von der 5’AMP-aktivierten Proteinkinase (AMPK) -Aktivierung abhängt. Die AMPK-Aktivierung hängt von der IRS1-Tyr-Phosphorylierung ab, während die TSC1 / 2-Hemmung (d. H. Tyr-Phosphorylierung) von der AKT-Phosphorylierung bei Thr309 abhängt. mTORC2, das kürzlich als unbekannte Phosphoinositid-abhängige Proteinkinase 2 (PDK2) identifiziert wurde, d.h. die Kinase, die für die Ser474-Phosphorylierung von AKT verantwortlich ist , trägt zur Doppelphosphorylierung von AKT zusammen mit der Thr309-Phosphorylierung bei, die von der Phosphoinositid-abhängigen Proteinkinase 1 (PDK1) betrieben wird. Sonntag et al. formulieren Sie die Hypothese des Vorhandenseins einer PI3K-Variante, die direkt durch den aktivierten Insulinrezeptor reguliert wird und wiederum mTORC2 aktiviert. Wir haben diese Hypothese in unser Modell aufgenommen.

Der RAS-MAPK-Weg

Für den RAS-MAPK-Weg beziehen wir uns hauptsächlich auf das Modell in Borisov et al. , beschreibt sowohl EGF- als auch Insulinstimulationen. Das Modell umfasst alle wichtigen chemischen Mechanismen, die am RAS-MAPK-Signalweg beteiligt sind: die Wechselwirkung von Tyr-phosphoryliertem IRS1 mit SHP2 (der SH2-Domäne enthaltenden Tyrosinproteinkinase 2) und dem GRB2-SOS-Komplex (dem Wachstumsfaktorrezeptor-gebundenen 2 und dem Sohn des Sevenless-Komplexes), wodurch die Komplexe SHP2-IRS1 bzw. GRB2 / SOS-IRS1 gebildet werden; die GTP-Bindung von RAS; die Phosphorylierung von RAF-Proto-Onkogen-Serin / threonin-Proteinkinase (c-RAF); die Wechselwirkung des Insulinrezeptors mit dem Ras-GTPase-aktivierenden Protein (RASGAP), das wiederum den umgekehrten Prozess der Ras-Deaktivierung katalysiert; die Aktivierung des Proto-Onkogens Tyrosin-Protein-Kinase SRC, die c-RAF vollständig aktiviert; die Dual-Spezifität Mitogen-aktivierte Kinase 1/2 (MEK1 / 2); die extrazellulär-signalregulierten Kinasen (ERK1 / 2).

Integration der PI3K-AKT-, TSC1/2-mTOR- und RAS-MAPK-Signalwege

Die PI3K-AKT-, TSC1/2-mTOR- und RAS-MAPK-Signalwege enthalten mehrere überlappende Teile, die in den Originalarbeiten häufig auf unterschiedliche Weise modelliert wurden und auf leicht unterschiedlichen Annahmen beruhten. Wir verglichen die überlappenden Reaktionen über verschiedene Modelle hinweg und implementierten die aktuellste Version davon basierend auf dem aktuellen Wissen der zellulären Biochemie. Darüber hinaus erforderte die Integration der drei Modelle den Umgang mit den verschiedenen Messeinheiten, die zur Beschreibung der Zustandsgrößen verwendet wurden. Während Immunoblot-Experimente es ermöglichen, wichtige Informationen über die Zeitskala von Signalereignissen zu erhalten, Quantitative Informationen über die Proteinexpression sind oft problematisch abzurufen, so dass die vorhergesagten Konzentrationsprofile manchmal in mikromolarer Konzentration angegeben werden, wie in Borisov et al. , oder in beliebigen Einheiten (AU), wie in Sonntag et al. . Im Gegensatz dazu in Sedaghat et al. , Konzentration wurden entweder in molaren Einheiten oder in Prozent der Gesamtkonzentration ausgedrückt (z. B. wurde die GLUT4-Cytosolkonzentration als 96% der gesamten GLUT4-Konzentration in der Zelle zu Studienbeginn angesehen).

Potenziell ermöglicht RBM die Durchführung sowohl deterministischer als auch stochastischer Simulationen, vorausgesetzt, diese Mengen werden in Kopien von Molekülen pro Zelle ausgedrückt. Auch wenn wir in der vorliegenden Arbeit keine stochastische Simulation verwendet haben, haben wir alle Variablen auf dieselbe Einheit ausgerichtet, d. H. anzahl der Moleküle pro Zelle, indem die molaren Einheiten mit NA * V multipliziert werden (NA gibt die Avogadro-Zahl und V das Zellvolumen an, das als gleich 3e-12 l angesehen wird). Alle Details zur Einheitenumrechnung von AU und prozentualen Konzentrationen sind in Material und Methoden angegeben.

Das resultierende Modell besteht aus 42 Reaktionsregeln und 101 Parametern, die die Wechselwirkungen zwischen 61 verschiedenen chemischen Spezies kodieren. Reaktionen, Parameterwerte und Anfangsbedingungen werden alle in der zusätzlichen Datei 1 gemeldet.

Neuheiten des RBM-ISP-Modells

Die RBM-Implementierung ermöglichte die Berücksichtigung einer Reihe von ISP-Merkmalen, wie die Phosphorylierung von Signalproteinen an mehreren Stellen und mit mehreren Effekten, die gleichzeitige Interaktion von Molekülen mit verschiedenen Bindungspartnern und die subzelluläre Lokalisierung einiger Reaktionen. Die oben aufgeführten Merkmale werden im Folgenden näher erläutert.

Phosphorylierung von Signalproteinen an mehreren Stellen

Signalmoleküle können unterschiedliche Aktivitätsniveaus aufweisen, je nachdem, welche Reste phosphoryliert sind. Betrachten Sie zum Beispiel IRS1 und AKT. IRS1 hat viele Reste, die möglicherweise an posttranslationalen Modifikationen beteiligt sind, und kann in seiner Kinasewirkung aktiviert oder inhibiert werden, abhängig davon, ob der phosphorylierte Rest Tyr oder Ser ist . Zum Beispiel ist die Tyr-896-Phosphorylierung für die Bindung von PI3K, SHP2 und GRB2 erforderlich, während die Ser-636-Phosphorylierung durch p70S6K ein Mechanismus ist, der mit der Insulinresistenz zusammenhängt . AKT hingegen kann durch Phosphorylierung bei Thr309 bzw. Ser474 durch PDK1 bzw. mTORC2 aktiviert werden.

Die IRS1-phosphorylierungsabhängige Aktivierung / Hemmung war bereits im Sedeghat-Modell enthalten, obwohl die Ser-Phosphorylierung durch PKC und nicht durch p70S6K reguliert wurde, wie im Sonntag-Modell. Hier haben wir sowohl PKC- als auch p70S6K-Aktionen modelliert und die pIRS1-Tyr896-Komplexbildung / -dissoziation mit PI3K, SHP2 und GRB2 beschrieben.

Die beiden Phosphorylierungsstellen von AKT wurden in Sedaghat et al. . Wir modellierten die AKT-Phosphorylierung an Thr vermittelt durch PI(3,4,5)P3 wie in Sedaghat et al. modell und die AKT-Phosphorylierung an Ser vermittelt durch mTORC2 wie in Sonntag et al. modell und Modell:

  1. i)

    AKT phosphoryliert entweder an Thr oder an beiden Stellen, um auf den TSC1 / 2-Komplex zu wirken, indem er seine Phosphorylierung an Tyr und Dephosphorylierung an Ser vermittelt ;

  2. ii)

    AKT-Phosphorylierung an Ser oder beiden Stellen zur Inaktivierung von C-RAF ;

  3. iii)

    AKT-Phosphorylierung entweder an Thr oder Ser zur Aktivierung der GLUT4-Translokation .

Wechselwirkung mit mehreren Bindungspartnern

Die Wechselwirkung der Moleküle in den Signalwegen mit zahlreichen verschiedenen Bindungspartnern führt zur potentiellen Bildung verschiedener Komplexe. In ISP kann IRS1, das an Tyr-896 phosphoryliert ist, PI3K binden, wie in Sedaghat et al. oder GRB2 / SOS und SHP2, wie in Borisov et al. . Um die RBM-ISP-Modellspezifikation an den aktuellen Kenntnisstand anzupassen, erlaubten wir die Bildung verschiedener Komplexe. Somit kann IRS1 GRB2 / SOS und SHP2 auf gegenseitig ausschließende Weise binden, kann aber gleichzeitig GRB2 / SOS und die regulatorische p85-Untereinheit von PI3K binden .

Informationen zur subzellulären Lokalisation in Reaktionsregeln

Die Möglichkeit, dass Proteine interagieren müssen, hängt häufig mit ihrer physikalischen Lokalisation zusammen, d. H. Ihrer Anwesenheit im extrazellulären Raum, im Zytoplasma, Im Zellkern, in der Plasmamembran usw. Beispielsweise fungieren die Lipide PI(3,4,5)P3 als Plasmamembran-Andockstellen, die verschiedene Proteine mit Pleckstrin-Homologie (PH)-Domänen (z. AKT und PDK1) und deren Co-Lokalisierung können bestimmte Signalereignisse beschleunigen. Ein weiteres Beispiel ist die Interaktion von mTORC1 mit dem im Gehirn angereicherten Ras-Homolog (RHEB) und der Rag-Familie auf der Lysosomenmembran, berichtet von Zoncu et al. . In unserem Modell, Wir haben die Informationen über die subzelluläre Lokalisation für den Insulinrezeptor und den GLUT4-Transporter aufgenommen, Unterscheidung zwischen ihrer plasmatischen und zytoplasmatischen Lokalisation gemäß der mathematischen Beschreibung von Sedaghat et al. .

Modellvorhersagen

Die Konzentrationsprofile aller chemischen Spezies, die das Modell bevölkerten, wurden nach 60 min, 100 nM Insulinstimulation simuliert. Die 100 nM-Konzentration stellt ein gut akzeptiertes Niveau der Insulinstimulation in Zellkulturen dar, die üblicherweise in der Literatur gefunden und auch von unserer Gruppe verwendet werden. Nach Sonntag et al. , wir haben auch eine konstante Aminosäurenanregung angenommen, die notwendig ist, um die Aktivierung von mTORC1 und das Feedback von p70S6K auf IRS1 zu erhalten. Um die Modellzuverlässigkeit zu beurteilen, wurden Modellvorhersagen mit experimentellen Daten verglichen, die in unserem Datensatz für einige Phosphoproteine zum Zeitpunkt 2, 5, 10, 30 und 60 min nach Insulin plus Aminosäuren, d. H. Leucin, Stimulation . Wie in Fig. 2 sind die experimentellen und vorhergesagten Profile von pAKT-S473 und pmTORC1-S2448 in guter Übereinstimmung, da sie beide ein zunehmendes Phosphorylierungsmuster zeigen, das in den ersten 2-5 min bzw. 20-30 min einen Steady State erreicht. Das vorhergesagte Profil für ppERK1 / 2-Y202, Y204 wird durch experimentelle Daten in den ersten 10 min bestätigt, während es in den letzten Zeitpunkten in experimentellen Daten in Bezug auf Modellvorhersagen schnell abnimmt. Das in experimentellen Daten für ppERK1 / 2-Y202, Y204 beobachtete Profil könnte durch Erhöhung der Stärke der Rückkopplung zwischen ppERK1 / 2-Y202, Y204 und GRB2 / SOS enger zusammenpassen. In Fig. 2 (rechte obere Tafel, gepunktete Linie) ist das simulierte Profil von ppERK1/2-Y202, Y204 dargestellt, das durch Multiplikation des Parameters kcat39 (siehe Zusatzdatei 1) mit dem Faktor 10 erhalten wird. Beachten Sie, dass wir im online verfügbaren RBM ISP-Modell beschlossen haben, den Parameter des Modells unverändert zu lassen, d. H. Wir verwenden den Wert aus der Literatur und verschieben die Parameteroptimierung für zukünftige Studien, wenn weitere Daten verfügbar sein werden. Leider waren die experimentellen Daten von pP70S6K-T389 nicht zuverlässig (nur ein Replikat verfügbar), so dass wir die experimentellen und simulierten Profile für dieses Protein, das ein Endpunkt des Signalwegs mit einer wichtigen Rückkopplungswirkung auf IRS1 ist, nicht vergleichen können. Dennoch ist das simulierte Profil gemäß Fig. 2 (untere, rechte Tafel) ähnelt experimentellen Daten, die in anderen Papieren gezeigt wurden .

Abb. 2
 abbildung2

Vergleich zwischen simulierten und experimentellen Daten. Vergleich zwischen experimenteller Konzentration (Punkte) und normalisierten Modellvorhersagen (Linien) für pAkt-S473, ppERK1 / 2, pmTOR-S2448 und pP70S6K-T389. Das Profil von ppERK1 / 2-Y202, Y204, das durch Erhöhen der Stärke der Rückkopplung zwischen ERK und GRB2 / SOS erhalten wird, ist in gepunkteten Linien dargestellt. Die Werte werden für experimentelle Daten von menschlichen Skelettmuskelzellen (SkMCs) angegeben, die zum Zeitpunkt der Exposition EBSS + 100 nM Insulin ausgesetzt waren 0′, 2′, 5′, 10′, 30′, und 60′. Alle Messungen wurden in drei biologischen Replikaten durchgeführt, und für jedes biologische Replikat wurden drei technische Replikatmessungen durchgeführt. Alle Daten werden in beliebigen Einheiten (AU) ausgedrückt und zum Vergleich zwischen 0 und 1 neu skaliert

Wir untersuchten die vorhergesagten Profile aller aktiven Arten und gruppierten sie entsprechend ihrem dynamischen Verhalten in vier Cluster, wie in Abb. 3:

Abb. 3
 abbildung3

Clustering von simulierten Profilen. Vier Cluster wurden für die vorhergesagten Profile der aktiven Arten identifiziert, entsprechend ihrem dynamischen Verhalten: 1) Schnelle reaktion erreichen die steady state innerhalb von 2-5 min (blau); 2) schnelle überschwingen antworten erreichen eine spitze innerhalb von 2-5 min und absteigend zu einem steady state nach 10-20 min (grün); 3) langsam antwort erreichen die steady state in 10-20 min (orange); 4) Langsame Überschreitungsreaktionen, die in 5-10 Minuten einen Höhepunkt erreichen und in 30-60 Minuten in einen stabilen Zustand abfallen (lila)

  1. Schnelle reaktion, erreichen der steady state innerhalb von 2-5 min (blau)

  2. Schnelle überschwingen antwort, erreichen der spitze innerhalb von 2-5 min und dann die steady state nach 10-20 min (grün)

  3. Langsame reaktion, erreichen der steady state in 10-20 min (orange)

  4. Langsam überschießen antworten, erreichen der spitze in 5-10 min und die steady state in 30-60 min (lila).

Nach der Insulinstimulation reagiert der Insulinrezeptor schnell, indem er phosphoryliert und eine Kaskade von Ereignissen entlang verschiedener Pfade auslöst. Entlang des PI3K-AKT-Signalwegs sind alle Mechanismen, die eng mit der IRS1-Tyr- Phosphorylierung zusammenhängen, durch eine schnelle Reaktion gekennzeichnet. Gleiches gilt für andere direkte Ziele von IRS1, die an Tyr entlang der TSC1 / 2-mTOR-Kaskade phosphoryliert werden, d. H. AMPK-Phosphorylierung an T172, SHP2-IRS1- und GRB2 / SOS-IRS1-Komplexbildung. Die schnelle Reaktion ist entweder durch einen schnellen Anstieg in den stationären Zustand oder durch ein vorübergehendes Überschwingen gekennzeichnet, gefolgt von dem stationären Zustand, abhängig von der Abwesenheit / Anwesenheit von Rückkopplungsmechanismen, die auf das Zielmolekül einwirken (Fall 1 und 2, in blau bzw. 3). Mechanismen, die hauptsächlich den TSC1 / 2-mTOR-Signalweg bilden und eine Rolle bei der Ser- Phosphorylierung von IRS1 spielen, zeichnen sich durch eine relativ langsame, nicht überschreitende Reaktion aus (Fall 3, orange in Abb. 3). Wie oben beobachtet, nimmt der RAS-MAPK-Weg in seinen Upstream-Komponenten eine schnelle Reaktion an, die für die Downstream-Komponenten merklich langsamer wird (Fall 4, lila in Fig. 3).

Im Allgemeinen sind Moleküle stromabwärts des Signalwegs, die mit relativ langsamen Prozessen wie Transkriptionsaktivierung oder Interaktion mit der Umgebung außerhalb der Zelle zusammenhängen, wie ERK1 / 2 und GLUT4, durch eine langsame Reaktion gekennzeichnet, während Moleküle stromaufwärts des Signalwegs durch eine schnelle Reaktion gekennzeichnet sind, um eine schnelle Signalausbreitung hervorzurufen. In diesem Zusammenhang könnte die Überschwingreaktion, gefolgt von der Rückkehr in einen stationären Zustand, dazu beitragen, eine schnelle Signalausbreitung auf einer Signalroute zu erreichen, wodurch Moleküle unmittelbar danach wieder für andere Signalrouten verfügbar sind.

Modellvorhersagen in Abwesenheit von Kontrollmechanismen

Anschließend wurden eine Reihe von Simulationen durchgeführt, um die Robustheit des Systems gegenüber zwei Zieleffekten von ISP zu untersuchen: GLUT4-Translokation und ERK1 / 2-Phosphorylierung. Insbesondere wurde die Rolle von zwei Hauptkontrollmechanismen bei der Regulierung der Zieleffekte analysiert:

  • P70S6K-IRS1 negative Rückkopplungsschleife (rote Linie in Abb. 1);

  • ERK1/2-GRB2/SOS-Gegenkopplungsschleife (blaue Linie in Abb. 1);

Dazu wurde der zeitliche Verlauf der GLUT4- und ERK1/2-Response in An- und Abwesenheit der beiden oben aufgeführten Regulationsmechanismen verglichen (Abb. 4). Die Dynamik von doppelt phosphoryliertem ERK1/2 wird sowohl durch P70S6K-IRS1- als auch durch ERK1/2-GRB2/SOS-Gegenkopplungsschleifen stark beeinflusst. Auf der anderen Seite werden der stationäre Zustand und das dynamische Verhalten von GLUT4 in der Membran nicht durch ERK1 / 2 beeinflusst, sondern stark durch die negative Rückkopplungsschleife P70S6K-IRS1 beeinflusst, was die bemerkenswerte Bedeutung dieses letzteren Regelmechanismus bei der Bestimmung der Systemdynamik bestätigt.

Abb. 4
 abbildung4

Simulierte Profile der ppERK1 / 2-T202-Y204- (obere Platte) und GLUT4-Membrankonzentration (untere Platte) bei 100 nM Insulinstimulation mit dem vollständigen Modell (schwarz), dem Modell ohne p70S6K-IRS1-Rückkopplung (rot) und dem Modell ohne ERK1 / 2-GS-Rückkopplung (blau). Letzteres beeinflusst die GLUT4-Membrankonzentration nicht; somit sind 14 simulierte Profile mit und ohne ERK1/2-GS-Rückmeldung überlagerbar

Es ist bekannt, dass Insulinresistenz mit Defekten in der IRS-abhängigen Signalübertragung verbunden ist, was ihre Dysregulation bei der Einleitung und dem Fortschreiten von Stoffwechselerkrankungen impliziert. Eine aufkommende Ansicht ist, dass Die positive / negative Regulation von IRS durch autologe Wege wird bei Erkrankungen durch erhöhte basale und andere zeitlich unangemessene Serin / Threonin-Phosphorylierungen untergraben , was zu einer verringerten Glukoseaufnahme führt. Eine kompensatorische Hyperinsulinämie kann an dieser Stelle ansteigen und letztendlich zu Diabetes führen. Obwohl IRS1 (und IRS2) durch einen komplexen Mechanismus reguliert werden, der die Phosphorylierung von mehr als 50 verschiedenen Serin / Threonin-Resten beinhaltet, scheint in unserem Modell P70S6K-IRS1 eine negative Rückkopplungsschleife für eine gute Kontrolle der Glukoseaufnahme unerlässlich zu sein. Die Verstärkung der negativen Rückkopplungsschleife P70S6K-IRS1 kann eine verringerte Insulinsensitivität und Glukoseaufnahme erklären (Abb. 5). Ähnlich (obwohl sie auch eine positive Rückkopplung von mTOR zu einem anderen IRS1-Serinrest vermuten), Brännmark et al. Zeigen Sie anhand eines Minimalmodells der Insulinsignalisierung, dass ein verringerter positiver Rückkopplungsmechanismus eine verringerte Glukoseaufnahme erklären kann.

Abb. 5
 abbildung5

Simulierte GLUT4-Membrankonzentration bei 60 min bei unterschiedlicher Insulinstimulation mit dem vollständigen Modell (schwarz), dem Modell ohne p70S6K-IRS1-Rückkopplung (rot) und dem Modell mit verbesserter p70S6K-IRS1-Rückkopplung, erhalten durch Erhöhung des Parameters k15 um 100 % seines Vau (grün)

Andererseits scheinen sowohl die negativen Rückkopplungsschleifen P70S6K-IRS1 als auch ERK1 / 2-GRB2 / SOS wesentlich zu sein, um zu gewährleisten, dass doppelt phosphoryliertes ERK ein transientes Verhalten zeigt, mit einem Peak bei 10 min, gefolgt von einer Rückkehr zum ausgangszustand. Dieses Verhalten wurde bereits in der Literatur unter Insulin-Stimulus und unter epidermal Growth factor Stimulus berichtet. Eine vorübergehende ERK-Reaktion verhindert eine anhaltende Aktivierung von ERK, die zu einer kontinuierlichen Zellproliferation führen würde .

Sensitivitätsanalyse

Um die Rolle der beiden Hauptkontrollmechanismen bei der Regulierung der Zieleffekte weiter zu untersuchen, wurde eine lokale Sensitivitätsanalyse durchgeführt, indem eine kleine Störung (0.1 % des Parameterwerts) auf jeweils einen Modellparameter und Auswertung der resultierenden relativen Änderungen der GLUT4-Translokation und ERK1/2-Phosphorylierung (siehe Methoden). Die Tabellen 1 und 2 zeigen die Empfindlichkeitskoeffizienten der Modellparameter, geordnet nach ihrem Absolutwert und verglichen mit dem Wert, den die Koeffizienten beim Entfernen von P70S6K-IRS1- und ERK1 /2-GRB2 /SOS-Gegenkopplungsschleifen annehmen. Diese Koeffizienten messen den Gesamteffekt, d. h. während des Beobachtungsfensters, einer Parameteränderung auf das Ergebnis, d. H. die GLUT4- und ERK-Reaktion. Positive / negative Werte bedeuten, dass eine Erhöhung des Parameterwerts die Antwort verstärkt / verringert. Da kleine Absolutwerte bedeuten, dass die Parameteränderungen das Ergebnis nicht signifikant beeinflussen, werden in den Tabellen 1 und 2 nur Koeffizienten von mehr als 0,1 % (Absolutwert) entweder im ursprünglichen oder im modifizierten Modell angegeben.

Tabelle 1: Parametrische Sensitivitätsanalyse des kompletten Modells für die GLUT4-Membrantranslokation
Tabelle 2: Parametrische Sensitivitätsanalyse des kompletten Modells für die ERK1/2-Aktivierung

Die parametrische Sensitivitätsanalyse des vollständigen Modells für die GLUT4-Reaktion zeigt, dass die empfindlichsten Parameter mit der GLUT4-Translokation zur Plasmamembran zusammenhängen, gefolgt von denen, die mit der Lipidbildung und der IRS1_PI3K-Komplexbildung / -dissoziation zusammenhängen. Das Fehlen einer p70S6K_IRS1-rückkopplung hat einen starken Einfluss auf die Erhöhung der Empfindlichkeit (absoluter Wert) von Parametern im Zusammenhang mit der Lipidbildung und der IRS1_PI3K-Komplexbildung / -dissoziation.

Parameter im Zusammenhang mit der IRS1-Phosphorylierung / Dephosphorylierung zu Studienbeginn bei Tyr / Ser weisen eine geringere Empfindlichkeit auf, die im Allgemeinen abnimmt (absoluter Wert), indem P70S6K-IRS1-Rückkopplung entfernt wird, mit Ausnahme von Parameter k7p, bezogen auf IRS1-Phosphorylierung bei Ser. Parameter im Zusammenhang mit der PKC-vermittelten IRS1-Phosphorylierung bei Ser zeigen auch erhöhte Werte nach Entfernung der P70S6K-IRS1-Rückkopplung. Da die ERK1 / 2-GRB2 / SOS-Rückkopplungsentfernung keinen Einfluss auf die GLUT4-Translokation hat, ändern sich die Empfindlichkeitskoeffizienten mit und ohne diese Rückkopplung nicht.

Die parametrische Sensitivitätsanalyse des gesamten Modells für die ERK1 / 2-Reaktion zeigt, dass die empfindlichsten Parameter mit der RAS-, MEK- und RAF-Aktivierung und der IRS1-Phosphorylierung an Tyr und Ser zusammenhängen, wobei letztere durch p70S6K vermittelt wird.Sowohl entlang des PI3K-AKT- als auch des RAS-ERK1 / 2-Signalwegs scheint die ERK1 / 2-GRB2 / SOS-Rückkopplung eine wichtige Rolle für die Systemrobustheit zu spielen. Die Systemdynamik wird durch ihre Abwesenheit schwach beeinflusst (siehe Abb. 4), während die Parameterempfindlichkeit (absolut) in fast allen Fällen zunimmt, wenn diese Rückkopplung entfernt wird.

Schlussfolgerungen über die Wirkung des P70S6K-IRS1-Feedbacks auf die ERK1 / 2-Reaktion sind umstrittener. Das Entfernen dieser Rückkopplung hat den Effekt, dass die Parameterempfindlichkeit entlang des PI3K_AKT-Pfades verringert wird, während sie entlang des RAS-ERK1 / 2-Pfades für Parameter im Zusammenhang mit der MEK-Phosphorylierung, der RAF-Inaktivierung und der ERK-Phosphorylierung fast keine Wirkung hat. Es verringert die Empfindlichkeit für Parameter im Zusammenhang mit RAS, RAF-Aktivierung und IRS1-GRB2 / SOS und IRS1-SHP2 komplexe Störung. Es erhöht stark die Empfindlichkeit der Parameter im Zusammenhang mit SRC und RAF-Aktivierung.

Diese Ergebnisse unterstreichen die zentrale Rolle negativer Rückkopplungsschleifen bei der Bestimmung nicht nur der Dynamik eines biologischen Systems, sondern auch seiner Robustheit. Diese Eigenschaft ist von bemerkenswerter Bedeutung, da sie das dynamische Verhalten des Systems gegen Lärm und kleine biologische Schwankungen bewahrt, die häufig auf interzelluläre Variabilität zurückzuführen sind.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht.

Previous post Forensischer Biologe
Next post Rezept: Schwarze Trompetenpilznudeln, einfach & lecker