Abstract
Bakgrunn
Endringer på glukose forbruk og biosyntetiske aktivitet av aminosyrer, lipider og nukleotider er metabolsk endringer for å opprettholde proliferasjonen av kreftceller. Ugjenkallelig bevis for dette faktum er Warburg effekten som slår fast at kreftceller foretrekker glykolyse løpet oksidativ fosforylering å generere ATP. Regulatory handling over metabolske enzymer har åpnet et nytt vindu for å designe mer effektive anti-kreft behandlinger. Denne virksomheten er ikke trivielt og utvikling av beregningsmodeller som bidrar til å identifisere potensielle enzymer for å bryte robusthet av kreftceller er en prioritet.
metodikk /hovedfunnene
Dette arbeidet presenterer en constraint- basen modellering av de mest eksperimentelt undersøkt metabolske veier som støtter kreftceller:
glykolyse
,
TCA syklus
,
pentosefosfateveien
,
glutaminolysis og oksidativ fosforylering
. For å evaluere sine prediktive evner, en vekstkinetikk studie for
Hela
cellelinjer ble oppnådd og kvalitativt sammenlignet med
i silikoaluminofosfater
spådommer. Videre basert på rene beregningskriterier, konkluderte vi med at et sett av enzymer (for eksempel
laktatdehydrogenase Hotell og
pyruvat dehydrogenase
) utføre en sentral rolle i kreftcellevekst, funnene støttes av en eksperimentell motstykke.
Konklusjon /Betydning
Endringer på metabolsk aktivitet er avgjørende for å initiere og opprettholde kreft fenotype. I dette arbeidet, analyserte vi fenotype kapasiteter dukket opp fra en konstruert metabolske nettverk dannet av de mest eksperimentelt studert trasé opprettholde veksten av kreft celler. Bemerkelsesverdig,
i silico
modellen var i stand til å ligne de fysiologiske forhold i kreftceller og hell identifisert noen enzymer for tiden studert av sin terapeutiske virkning. Totalt sett leverte vi bevis for at restriksjonsbasert modellering utgjør en lovende beregnings plattform for å: 1) integrere høy gjennomstrømming teknologi og etablere en crosstalk mellom eksperimentell validering og
i silico
prediksjon i kreftcelle fenotype; 2) utforske den grunnleggende metabolske mekanisme som overfører robusthet i kreft; og 3) foreslå nye metabolske mål for kreft behandlinger. Alle disse spørsmålene blir sentral for å utforske kreft celle metabolisme fra et systembiologi perspektiv
Citation:. Resendis-Antonio O, Checa A, Encarnación S (2010) Modellering Kjerne Metabolism i kreftceller: Kartlegging av Topologi Underliggende den Warburg Effekt. PLoS ONE 5 (8): e12383. doi: 10,1371 /journal.pone.0012383
Redaktør: Raya Khanin, Memorial Sloan-Kettering Cancer Center, USA
mottatt: 17 mars 2010; Godkjent: 29 juli 2010; Publisert: 25 august 2010
Copyright: © 2010 Resendis-Antonio et al. Dette er en åpen-tilgang artikkelen distribueres under betingelsene i Creative Commons Attribution License, som tillater ubegrenset bruk, distribusjon og reproduksjon i ethvert medium, forutsatt den opprinnelige forfatteren og kilden krediteres
Finansiering:. Dette arbeidet ble delvis støttet av National Council of Science and Technology (CONACyT-Mexico: grant 83461) og Programa de Apoyo en Proyectos de INVESTIGACION e Innovación TECNOLOGICA-Universidad Nacional Autónoma de Mexico (PAPIIT: gi IN203809-3). Finansiører hadde ingen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
Innledning
i de siste årene har vi vært vitne significative fremskritt for å identifisere og forstå hvilken rolle den enkelte gener har i genesis, utvikling og progresjon på kreft [1]. Men til tross for betydelige fremskritt innen genomisk vitenskaper i å identifisere onkogener og tumor dempere, en systemisk forklaring på hvordan disse genene deregulere normal funksjon av genetiske kretser og hvordan dens kontroll kan brukes til å utforme effektive legemidler mot kreft er fremdeles en stor utfordring i systembiologi [2], [3], [4], [5], [6].
i forbindelse med denne molekylriss av kreft, detaljerte studier som overvåker de metabolske endringer i cellene er en lovende vei for å forstå og kontrollerende celleproliferasjon i kreftceller [2], [7], [8]. For eksempel har forskerne grundig studert
p53
tumor suppressor evne til å utløse
DNA-reparasjon
, cellesyklus og apoptose, men nylig
p53
«s evne til å påvirke mitokondrie respirasjon og energiomsetning har blitt belyst [9], [10]. Tilsvarende forbedret effekt på glykolyse, laktat (
lac
) produksjon og kontroll av fettsyrer oksidasjon stammer fra
Hypoksi induserbare faktorer (HIF) Hotell og
LKB1
tumor suppressor er klare eksempler knytte gener uttrykk, metabolisme og kreft fenotype [3].
i denne kontekstuelle ordningen, utvikling av beregningsprosedyrer i stand til å kartlegge de fysiologiske responser på kreftceller i form av dens metabolske topologi og genetisk informasjon utgjør en attraktiv strategi for forståelse, karakterisere, designe og forbedre effektiviteten av kreftlegemidler [11]. I dette arbeidet vil vi presentere et restriksjonsbasert analyse av en metabolsk nettverk integrert av en kjerne av metabolske veier delta i kreftcellevekst:
glykolyse
,
TCA syklus
,
pentosefosfateveien trasé (PPP) og oksidativ fosforylering
. Restriksjonsbasert modellering har vist seg å være en vellykket paradigme i systembiologi for å beskrive og utforske fenotype kapasiteter for en rekke organismer basert på sine spesielle genomsekvenser og metabolske topologi [11], [12], [13], [14] [15]
Dette papiret sentrale mål er todelt:. 1) bygging av en modell som simulerer metabolisms som fungerer som en beregnings rammeverk hjelpe å beskrive og forstå fysiologiske atferd i kreftceller; og 2) identifisering av potensielle metabolske mål å indusere en redusert fenotype på kreftcellevekst. For å kvalitativt vurdere
i silico
resultatene fra vår metabolske rekonstruksjon med de eksperimentelt observerte Vi oppnådde en studie av vekstkinetikk for
Hela
cellelinje. Videre, basert på beregnings kriterier vi identifisert noen enzymer med en relevant innflytelse på cellevekst og sammenlignet med de som er betraktet som potensielle terapeutiske mål i litteraturen.
Total, leverer vi bevis for at restriksjonsbasert modellering kan benyttes som en plattform for å rakne den biokjemiske mekanismen bak kreftcellevekst og potensielt bidra til å utforme strategier for klinisk behandling av kreft.
Resultater
Kjerne Metabolism i kreftceller
Helt siden den banebrytende observasjon at aerob glykolyse i kreft [7] er å foretrekke fremfor
oksidativ fosforylering
som en mekanisme for å generere
ATP
fra glukose, mange forsøk har støttet og utvidet betydelig rolle som metabolisms har på transformasjon, spredning, angiogenese og metastase i kreft [16], [17], [18]. Dermed skanning humane tumorer med
positronemisjonstomografi product: (
PET
) [17] har bekreftet at en høy-opptaket av glukose utgjør et kjennetegn i kreftceller, antagelig nødvendig for å gi adaptive fordeler når overfor sure og hypoksiske miljøer [19].
i lys av disse observasjonene, en forklaring på hvorfor energiproduksjon er avhengig av
glykolyse
i stedet for på en mer effektiv vei drevet av
oksidativ fosforylering
i
mitokondrier product: [2], [16] krever beregningsmodeller stand til å ta hensyn til ikke bare begge veier, men en robust metabolske nettverk som inneholder den metabolske tilkoblinger.
med tanke på dette systemisk syn, bygget vi en metabolsk nettverk med de metabolske veier som har en sentral rolle i kreftcellevekst:
glykolyse
,
TCA syklus
,
pentosefosfateveien
,
glutaminolysis og oksidativ fosforylering product: [3], [16]. Ifølge gjenoppbygging protokoller, ble vårt nettverk basert på offentlig kunnskap om metabolismen i kreftceller, grunnleggende termodynamikk og compartmentalization informasjon knyttet til hver metabolske reaksjon inne i cellen, se tabell S1. Således, for eksempel studier av
C
13 NMR-spektroskopi
har vist at glutaminolysis danner et aktivt metabolismeveien i human glioblastoma cellelinjer [8], og følgelig et behov omsetning av
α- ketoglutarate
representerer et mellomledd sammensatt sammen konvertering av glutamin til laktat ble inkludert i gjenoppbyggingen. I tillegg ble gjenoppbyggingen supplert med transport reaksjoner å ligne de fysiologiske forholdene i kreftceller, spesielt de som er forbundet med
glukose
forbruk,
laktat
produksjon og
hypoksi
vilkår
se tabell S1
. Samlet, integrerer vår rekonstruksjon 66 metabolitter som deltar i 80 metabolske reaksjoner representerer
glykolyse
,
pentosefosfateveien
,
TCA syklus
,
oksidativ fosforylering Hotell og
glutaminolysis
, samt transport reaksjoner av essensielle metabolitter for celle spredning, spesielt
oksygen
,
hydrogen
,
karbondioksid Hotell og
vann
, se tabell S1 i supplerende materiale.
Figur 1
viser metabolske nettverk brukt i denne studien. Matematisk fremstilling av dette settet av reaksjoner, gjennom den støkiometriske matriksen, utgjør den sentrale plattform for å utforske og estimere de metabolske kapasiteter potensielt kjørekreftceller [3], [16].
Som et resultat av en bibliografi søk, vi har valgt de metabolske veier som potensielt kan utgjøre en metabolsk kjerne på de fleste kreftceller. Oransje, rød og grønn stiplede linjene indikerer metabolitter som deltar i andre biosyntetiske veier, metabolitter som kan fraktes fra cytoplasma til mitokondrie og metabolitter som kan fraktes fra mitokondrie til cytoplasma, henholdsvis. Kammer informasjon har blitt merket med ytre miljø [e], cytoplasma [c] og mitokondrier [m]. Settet av reaksjoner som integrerer denne rekonstruksjonen er oppført i tabell S1.
Dynamisk Constraint-basert modellering og sin eksperimentelle vurdering
Experimental vurdering av resultatene og hypotese utledes fra beregningsorientert modellering er nødvendig for å sikre en høy kvalitet metabolske rekonstruksjon med en reell mulighet for å forklare og forutsi celle atferd. Gitt at selvforsyning i vekstsignaler og mekanismer for å unndra apoptose [20] i kreftceller bidra til ukontrollert cellevekst, gjennomførbarheten av vår modell for å simulere kreftcellevekst utgjorde en rektor sak å vurdere. Derfor ble dynamisk restriksjonsbasert modellering brukes til metabolske gjenoppbygging avbildet i
Figur 1
. Ifølge denne formalismen, er veksthastigheten beregnet ved å anta at det foreligger en karakteristisk tidsskala, ved hvilken en stabil tilstand for metabolittkonsentrasjoner er en plausibel antagelse. Dermed hypoteser som fysiologisk vekst på hver gang skala adlyder optimalisering prinsipper, ble lineær programmering brukt til å identifisere den metabolske flux profil som maksimert en funksjon i forbindelse med vekst [21], se metodedelen.
Ondartet progresjon krever riktig metabolsk celle maskineri for å forsyne energi og biosyntetiske krav som kreves for kreftcellevekst. For å kvantifisere kreftcellevekst i form av sine metabolske nettverk og for å knytte topologien til rekonstruksjon med kreftcellefysiologi, fortsatte vi å konstruere en objektiv funksjon som matematisk representerer de metabolske krav som kreves for vellykket cellevekst [11], [13 ], [22], [23].
riktig valg av en objektiv funksjon er viktig for å redusere steady-state støkiometrisk mulig løsning til en optimal løsning plass [22], [24]. I dette arbeidet objektivfunksjonen ble skapt ved å ta hensyn til de forventede metabolitter som støtter kreftcelle spredning [25]. Dermed er basert på en gjennomgang av litteratur og vurderer sett metabolitter integrere vår rekonstruksjon, foreslår vi en objektiv funksjon som består av
laktat (lac)
,
ATP
,
ribose 5- fosfat (r5p)
,
oxaloacetate (OAA) Hotell og
citrate (cit)
produksjon, etter å ha blitt valgt i henhold til sine grunnleggende roller som 1) forløpere som kreves for energiproduksjon, 2) forløpere av aminosyrer og nukleotider og 3) mellomprodukter i glykolysen og å opprettholde den reduserende effekten som er nødvendig for biosyntesen av andre cellulære forbindelser [25], [26]: hvor
c
,
e
og
m
betegne avdelingene benyttes i gjenoppbyggingen (
cytoplasma
,
ytre miljø Hotell og
mitokondriene
henholdsvis).
i tillegg riktig beregnings representasjon av miljøforhold er avgjørende for å få pålitelige resultater og tolkninger fra
i silico
prosedyrer [24]. Derfor
vask Hotell og
etterspørsel
reaksjonene ble tatt med for å definere riktig metabolske grenser for å etterligne de fysiologiske forholdene rundt kreftceller, se tabell S1. Gjennom vask reaksjoner (som tjener til å innføre disse metabolittene som produseres eller forbrukes av nonmetabolic cellulære prosesser), representerer vi
NADH
,
NAD
,
CO2
,
hydrogenfosfat
,
hydrogen
,
vann
,
karbondioksid
,
koenzym A
,
FAD Hotell og
FADH2
. I sin tur, gjennom etterspørsel reaksjoner (som er ubalanserte reaksjoner som tillater oppbygging av et sammensatt ellers ikke tillatt i steady state modeller på grunn av masse balansering krav), var vi i stand til å inkludere en kilde til
ACCOA
,
ADP Hotell og
oksygen
.
Videre plasma, en rik kilde til glukose og glutamin i kreftceller, var representert med to etterspørsels reaksjoner i gjenoppbyggingen, se figur 1 og tabell S1. For å simulere glukoseforbruk, ble en enkel transport av glukose som inngår i den metabolske oppbyggingen, mens forbruket av glutamin ble representert gjennom en ekstern kilde for
2-oksoglutarat
, en av de intermediære produkter av glutaminolysis reaksjonsveien i kreftceller, se figur 1 [8].
til slutt, i samsvar med hypoksi vilkår kreftcelle miljø, ble alle simuleringene begrenset til lave priser av oksygenopptaket [27], se detaljer i tabell S1.
Constraint-basen modellering vurdering: evaluering av målfunksjonen
for å evaluere den fysiologiske betydningen av den foreslåtte målfunksjonen, besluttet vi å utforske i hvilken grad veksten stammer fra dynamisk begrensning basert modellering falt sammen med at oppnådd fra en kinetisk undersøkelse av vekst
Hela
cellelinjer. Derfor
i silico
time profilen til veksten ble beregnet ved å definere en første mobiltetthet, en innledende tilgjengelig glukosekonsentrasjon og en skikkelig tidsskala for å anta steady-state tilstand, se metodedelen. I mellomtiden,
Hela
kreft cellelinjer ble dyrket i løsning og en vekst kinetisk studie ble utført. Som beskrevet i metodedelen, eksperimentelle målinger av celletetthet på
HeLa
celler ble gjort med seks replikater for estimert eksperimentell reproduserbarhet og ved å overvåke prosessen hver 24. time i fem dager, se også figur 2 (B).
(A) Komparativ analyse mellom vekstraten oppnådd eksperimentelt og
i silico
. (B) Gjennomsnittlig og standardavvik oppnådd i de kinetikk målinger for
Hela
cellelinjer. Som beskrevet i metodene, ble veksthastigheten overvåket hver 24. time i fem dager, og seks replikater ble oppnådd for hver absorbans måling. Statistiske egenskaper som kjennetegner den kinetiske vekst på
Hela
cellelinjer er vist i
Figur 2 (B)
, mens det tidsmessige oppførsel av glukoseopptak hastighet og ytre konsentrasjon sies ved
in silico
prosedyrer er avbildet i
(C) Hotell og
(D)
, henholdsvis. Variasjonskoeffisient oppnådd ved hver måling er rapportert av de røde punktene i (B).
Bidraget av metabolske enheter i objektivfunksjonen har vært antatt å bære lik vekt på vekst, på en slik måte at i stedet for å bruke en kvantitative kriterier for å evaluere krysstale mellom eksperiment og modellering, ble en kvalitativ prosedyre basert på normalisering av celletetthetsprofil implementert. Således, å gå frem som beskrevet i metodedelen, har vi funnet at vår modellering var i stand til å oppnå en normalisert timelig vekstprofil som er sammenlignbar med den som er assosiert med
Hela
cellelinjer, se figur 2.
I lys av dette resultat, postulere vi at den objektive funksjon i forbindelse med det metabolske oppbyggingen vist på
Figur 1
er potensielt i stand til å belyse den metabolske fluksen aktivitet er nødvendig for å tilføre den metabolske krav for kreftcellevekst. Dette er et viktig bidrag i denne studien, og utgjør ryggraden for å utforske forholdet mellom genaktivitet, metabolisme og fenotype i kreft.
I silikoaluminofosfater
simuleringer
Beregnings modeller på biologiske systemer har to generelle formål: 1) å gjenskape det som er fysiologisk observert og forstå deres biologiske prinsipper, og 2) å skape en plattform i stand til å forutsi den cellulære fenotype når metabolske forandringer blir indusert i systemet. Etter å ha bekreftet at
i silico
fenotype kvalitativt gjengir veksten av
Hela
cellelinjer, fortsatte vi å kartlegge de metabolske mekanismer som støtter celleproliferasjon gjennom
Flux Balance Analyse plakater (
FBA
), en
in silico
formalisme som har vært nyttig i å utforske genotype-fenotype forhold for en rekke organismer, [11], [12], [13], [22], [23], [28]. Spesielt har vi brukt vår metabolske rekonstruksjon for å identifisere de biokjemiske reaksjoner som har en sterk innflytelse på å kontrollere veksten av kreft celler, en verdig sak når man ønsker å identifisere metabolske mål med effektive resultater i kreftbehandling [6]. For dette formålet ble metabolske mål med en sentral rolle i kreftcellevekst identifisert av to begrensninger:
lav fluks variabilitet Hotell og
høy enzymatisk essentiality
for kreftcellevekst. Sammen utgjør disse begrensningene utgjør beregnings kriterier for valg av de reaksjoner som sikrer en lav redundans på metabolitt syntese med en maksimal effekt for å redusere sin fenotype. Dermed denne beregningskriterier føre oss til å identifisere et sett med målenzymer som metabolsk aktivitet kan har en direkte effekt på kreftcellevekst, se figur 3.
For å identifisere de reaksjoner som kan ha en sentral rolle i kreft vekst rate, flux variasjon og enzym essentiality analyse ble gjennomført i løpet av alle reaksjonene som inngår i gjenoppbyggingen. I panelet
(A)
, de metabolske reaksjonene som sletting gir en betydelig reduksjon i vekstraten er uthevet i rødt. De reaksjoner som sikrer en lav variasjon og høy vesentlighet utgjør 27% av hele metabolske gjenoppbygging og disse vises i rødt i panelet
(B)
. Utveksle og vask reaksjoner ble ekskludert fra denne analysen. Forkortelse kode:
enolase (ENO)
,
glyseraldehyd-3-fosfat dehydrogenase (GAPD)
,
phosphoglucomutase (PGMT)
,
pyruvat kinase (Pyk)
,
triose-fosfat isomerase (TPI)
,
laktat dehydrogenase (LDH)
,
ribose-5-fosfat isomerase (RPI)
,
pyruvat dehydrogenase (PDHm)
,
2-oksoglutarat dehydrogenase (AKGDm)
,
cytrate syntase (CSM)
,
Fumarate hydratase (FUMm)
,
malat dehydrogenase (MDHm)
,
succinatdehydrogenase (SUCD1m)
,
succinyl-CoA syntetase (SUCOAS)
.
robusthet dette settet med målenzymer i form av forholdstall mellom objektivfunksjonen komponenter ble senere bekreftet: Vi har gjentatte ganger søkt
i silico
analyse til et sett av objektive funksjoner som ekvimolar bidrag på objektive funksjonskomponentene ble ikke antatt. Med dette i bakhodet, 1000 objektiv funksjoner (med komponenter valgt fra en tilfeldig jevn fordeling mellom 0 og 1 om tallverdier beregnet for andre organismer [22]) ble rekonstruert og enzymer med
lav fluks variabilitet Hotell og
høy enzymatisk essentiality
ble identifisert i hvert realisering. Til tross for vekstrater svært avhengig av forholdene i den objektive funksjon komponenter, identifiserte vi et sett av enzymer som i 99% av alle realisasjoner adlød utvalgskriteriene,
se
Figur 4
. Blant de målenzymer identifiserte
i silico
, fant vi ut at noen deltar i
glykolyse
, slik som
phosphoglucomutase (PGMT)
,
enolase (ENO)
,
glyseraldehyd-3-fosfat dehydrogenase (GAPD)
,
pyruvat kinase (Pyk) Hotell og
laktat dehydrogenase (LDH)
. I samsvar med dette resultat, har utvikling av medikamenter i hovedsak er målrettet mot glukosetransport og fosforylering måten i glykolytiske trasé vist seg å være en latent terapeutisk strategi for å redusere kreft fenotype [19], [27], [29].
Reaksjoner med høy vesentlighet og lav variasjon ble identifisert gjennom et sett av 1000 objektiv funksjoner med ekvivalente forholdstall mellom funksjonskomponenter. Som panel (A) viser, ble reaksjonene adlyde begge kriteriene (rød på svart regioner) plottet over 1000 erkjennelser. I hvert realisering, de enzymer som adlyder
i silico
kriterier ble betegnet i svart; alle andre i hvitt. Prosentandelen av ganger reaksjoner adlød beregningskriterier er avbildet i panelet (B). Robuste enzymer som er relevante for denne studien (unntatt transportører, utveksling og etterspørsel reaksjoner) ble merket i rødt. EX, DM og Sink betegne utveksling, etterspørsel og vask reaksjoner i cytoplasma [c] og mitokondrier [m] avdelinger.
Videre foreslår restriksjonsbasert modellering som
laktatdehydrogenase
kan brukes som en metabolsk kontroll punktet over fenotype atferd i samsvar med tidligere studier,
se
Figur 5 product: [2], [3]. Nærmere bestemt har det vært eksperimentelle bevis for at inhibering av
laktatdehydrogenase
induserer en redusert aktivitet av noen glykolytiske enzymer og dermed reduserer veksthastigheten i kreftceller [30]. Motivert av dette faktum, og med det formål å ytterligere vurdere vår beregnings tolkning, vi evaluert i hvilken grad en reduksjon av enzymatisk kapasitet på
laktatdehydrogenase
påvirker metabolsk aktivitet på enzymer som deltar i
glykolyse
,
pentosefosfateveien Hotell og
TCA syklus
. Som
Figur 5
viser (panel A, B og C), fluks balanse forskning viser at en økning av enzymaktivitet for
laktatdehydrogenase
er etterfulgt av en økt metabolsk aktivitet over
glykolyse Hotell og noen enzymer som deltar i
TCA syklus Hotell og
pentosefosfateveien pathway
. I samsvar med dette
i silico
observasjon, en økning på
laktat
produksjonen har blitt foreslått å være en nødvendig betingelse støtte svulst celle transformasjon gjennom Warburg effekten [31]. For å bekrefte at denne egenskapen er en konsekvens av geometrien av flux steady-state løsningen plass og ikke fra de spesielle valg av forholdstall i objektivfunksjonen komponenter, ble en nonbiased Monte Carlo prøvetakingsmetoden brukt for å karakterisere løsningen områder [23], se metodedelen. Som figur 5 (D) viser, dukket en signifikant sammenheng mellom metabolsk aktivitet av laktat dehydrogenase (
LDH
) og den første enzymet i glykolysen:
phosphoglucomutase product: (
PDGM
) . En reduksjon av
LDH
en tendens til å være relatert med en nedgang på glukosemetabolismen gjennom
PDGM
dermed vår
i silico
analyse antyder
LDH
som et kontrollpunkt i kreft celle metabolisme.
laktat dehydrogenase (LDH)
har blitt foreslått som en sentral metabolsk kontroll på kreftcellevekst med en betydelig rolle i Warburg effekten. Paneler (A), (B) og (C) viser effekten at variasjoner av
LDH
aktivitet har på noen enzymer som deltar i
glykolyse
,
TCA syklus Hotell og
pentosefosfateveien
hhv. Metabolsk aktivitet av LDH øker fra bunn til topp. Panel
(D)
viser sammenhengen mellom fluks aktiviteten til
LDH Hotell og
phosphoglucomutase (PGMT)
innhentet gjennom prøvetaking null plass i støkiometriske matrise. Fenotype faseplanet for
glukose-6-fosfat-dehydrogenase product: (
G6PDH
) og
transketolase product: (
TKT1
), enzymer som kvantifiserer aktiviteten av oksidativt og ikke-oksidative grener av pentose-fosfat, er avbildet i panel (E). Hvite piler indikerer retningen der de metabolske flux øker.
På den annen side, tyder vår beregnings plattform som
pyruvat dehydrogenase (PDHm
) kan utføre en sentral rolle i å drive mobil spredning på grunn av sin lave
flux variasjon Hotell og høy
enzymatisk essentiality
for metabolismen i kreftcellevekst, se figur 4 (A). I samsvar med dette funnet, er det bevis for at metabolsk hemming av
PDHm
bidrar til Warburg stoffskiftet og forbedrer ondartede fenotype i menneskelig nakken og hodet plateepitel karsinom [26], [32]. Denne observasjonen kan være fornuftig i lys av ytterligere regulatoriske komponenter integrere denne metabolske puslespillet. Først, hypoksi tilstand i tumorer induserer aktivering av
HIF (hypoksi induserbar faktor)
, som i sin tur aktiverer
pyruvat dehydrogenase kinase en
, et enzym som negativt regulerer den katalytiske aktiviteten til
PDHm
. I tillegg aerobe
glykolyse
forsterkes av det faktum at
HIF
induserer overproduksjon av enzymer som deltar i glykolysen og laktatproduksjon [31]. Total, forbedring av Warburg-effekten og avtagende aktivitet av
PDHm
synes å være en metabolsk respons som overfører selektiv fordel for overlevelse og celleproliferasjon.
Med det formål å kartlegge hvor vekst i kreftcellene kan variere når du endrer metabolske aktiviteter både på
PDHm Hotell og
glukose transport
, har vi oppnådd
fenotypiske faseplanet
analyse, en beregningsmåten for å visuelt undersøke hvordan objektivfunksjonen oppfører når fluks variasjoner over to uavhengige metabolske reaksjoner oppstår [21], [23]. Bemerkelsesverdig, som figur 6 (B) viser, tyder våre analyser at ved løsning glukoseopptak hastighet en reduksjon på
PDHm
enzymatisk aktivitet kan forbedre fenotypen veksten i kreftcellelinjer, pilen i område I. Til tross for det faktum at dette resultatet er i samsvar med noen eksperimentelle rapporter, spår vår beregningsmodell eksistensen av en terskel på
PDHm
som redusert aktivitet kan være fordelaktig å arrestere kreftcellevekst (region II), et resultat som krever posterior eksperimentell verifisering.
Panel (A) er en tredimensjonal fremstilling av hvordan metabolsk aktivitet av succinatdehydrogenase og glukoseopptak rente påvirker vekst. Som Paneler
(B) og (C)
show,
i silico
modellering leder oss til å identifisere enkelte regioner hvor variasjoner på
pyruvat dehydrogenase Hotell og
fumarate hydratase
, begge assosiert med tumor suppressor aktivitet, kan resultere i forskjellige fenotyper. Hvite linjer indikerer retningen hvor den metabolske belegg økning; svarte linjer, den retningen som de reduserer. Den potensielle effekten som pyruvat kinase aktivitet kan produsere på kreftcellevekst er avbildet i
(D)
. I panelet
(D)
målfunksjonen komponenter ble valgt som følger:
c
ATP
= 12,47,
c
Laktat
= 0,13,
c
NADPH
= 0,93,
c
R5P
= 0,6,
c
NAD
= 0,89,
c
OAA
= 0,75,
c
ATP [m]
= 17,09 og
c
Citrate
= 0,55. Terskelen flux aktivitet er merket med en rød linje.
Optimalisering av målfunksjonen fører oss til å konkludere med at
glutaminolysis
, starter på
glutamin
opptak hastighet og slutter med laktatproduksjon, er en aktiv bane i løpet av kreftcellevekst. Fra et funksjonelt og biologisk synspunkt,
glutaminolysis
utfører en fundamental rolle i bevarende
TCA syklus Hotell og generere ytterligere reduktiv strømmen som er nødvendig for fettsyrer biosyntese. Videre vår
i silico
analyse antyder at
fumarat hydratase (FUMm) Hotell og
succinatdehydrogenase (SUCD1m)
kan være uavhengig brukes som metabolske mål for regulering av celleproliferasjon, se Figur 6A og C. Phenotype faseplanet dette over disse enzymene kan vi konkludere med at når aktiviteten til
FUMm product: (
SUCD1M
) er redusert ulike regioner adskilt av en terskelverdi er identifisert. Som kan bli verdsatt i
Figur 6
(A) Hotell og
(B)
, når metabolsk aktivitet på
FUMm
eller
SUCD1M
er redusert, fenotype veksten i regionen jeg er forbedret, mens i region III reduseres. Interessant, observert fenotype oppførsel i område I er i overensstemmelse med det faktum at
FUMm eller SUCD1m
kan delta som en tumor suppressor når sin enzymatiske aktivitet er mangelfull [33]. Selv om modellen kan ane innflytelse som den enzymatiske aktiviteten til
FUMm
eller
SUCD1m
har på kreft vekst, er nødvendig for videre analyse for å vurdere om
i silico
tolkning på region II og III har en biologisk betydning.
Vi trekker frem at i våre simuleringer mitokondriene-avledet
citrate
utgjør en grunnleggende metabolitt være optimalisert for å støtte celleproliferasjon. Som et resultat av lav citrate transport fra mitokondrier mot cytoplasma induserer en redusert effekt på
i silico
vekst. I samsvar med publiserte funn, hemming av
ATP citrate lyase
deltar i omdannelsen av mitokondriene-avledet citrate inn
acetyl-koenzym A
i cytoplasma hindrer kreftcelle spredning og tumorvekst på grunn av sin sentrale rolle som en forløper for lipider [2], [34]. Selv om hemming av
ATP citrate lyase Hotell og lav
citrate
transport har den endelige effekten av å redusere
acetyl-koenzym A
, en mer detaljert analyse bør vurderes i fremtidige rekonstruksjoner .
