Extracto
Las proteínas quinasas son los dominios de las proteínas más comunes implicados en el cáncer, donde se sabe que las mutaciones somáticas adquiridas para ser funcionalmente relacionado con una variedad de cánceres. Los estudios de resecuenciación de la proteína quinasa regiones codificantes han hecho hincapié en la importancia de la secuencia y estructura de los factores determinantes de mutaciones de la cinasa causantes de cáncer en la comprensión del proceso de activación dependiente de mutación. Hemos desarrollado un recurso bioinformática integrada, que consolidó y se asigna toda la información disponible actualmente sobre las modificaciones genéticas en los genes de la proteína quinasa con la secuencia, estructura y datos funcionales. La integración de diversos tipos de datos proporcionan un marco conveniente para todo el estudio kinome de firmas basadas en la estructura basada en la secuencia de mutaciones y cáncer. El análisis con bases de datos ha puesto de manifiesto un enriquecimiento diferencial de las categorías de SNP en las regiones funcionales del dominio de la quinasa, lo que demuestra que un número significativo de mutaciones de cáncer podría caer en posiciones estructuralmente equivalentes (hotspots mutacionales) dentro del núcleo catalítico. También hemos encontrado que los puntos calientes de mutación estructuralmente conservadas pueden ser compartidos por múltiples genes quinasa y, a menudo se enriquecen con mutaciones del conductor del cáncer con alta actividad oncogénica. modelado estructural y análisis energético de los puntos calientes de mutación han sugerido un mecanismo molecular común de la activación de la quinasa por mutaciones cancerosas, y han permitido conciliar los datos experimentales. De acuerdo con un mecanismo propuesto, el efecto estructural de mutaciones de la cinasa con un alto potencial oncogénico se puede manifestar en una desestabilización significativa de la forma quinasa autoinhibited, que es probable que la unidad tumorigénesis en algún nivel. anotación y predicción de los efectos de la mutación en el cáncer de proteínas quinasas funcional basado en estructura puede facilitar la comprensión del proceso de activación dependiente de mutación e informar a los estudios experimentales que exploran la patología molecular de la tumorigénesis
Visto:. Dixit A, Yi L, Gowthaman R, Torkamani A, NJ Schork, Verkhivker GM (2009) secuencia y estructura de las firmas de cáncer mutación Los puntos conflictivos en quinasas de proteínas. PLoS ONE 4 (10): e7485. doi: 10.1371 /journal.pone.0007485
Editor: Kumar Selvarajoo, Universidad de Keio, Japón
Recibido: 16 Julio, 2009; Aceptado: September 25, 2009; Publicado: 16 de octubre 2009
Derechos de Autor © 2009 Dixit 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:. Este trabajo fue apoyado por la Universidad de Kansas financiación inicial. Los donantes no tenía papel en el diseño del estudio, la recogida y 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
Un objetivo central de la investigación del cáncer implica el descubrimiento y caracterización funcional de los genes mutados que impulsan la tumorigénesis [1]. El Proyecto Genoma Humano ha proporcionado a los investigadores con conocimientos sin precedentes en la estructura y organización de los genes. resecuenciación a gran escala y de caracterización polimorfismo estudios se han centrado posteriormente en la identificación y catalogación de origen natural variación del gen y la secuencia [2] - [5]. El Atlas del Genoma del Cáncer y las iniciativas de secuenciación de ADN relacionadas han investigado específicamente los determinantes genéticos de cáncer [6]. Estos estudios han determinado que sólo una fracción de las alteraciones genéticas que contribuyen a la tumorigénesis pueden ser heredados, mientras que las mutaciones somáticas adquiridas pueden contribuir decisivamente durante la progresión de una célula normal a una célula cancerosa. Las proteínas quinasas juegan un papel crítico en la señalización celular y se han convertido en los dominios de la proteína más comunes que están implicados en el cáncer [7] - [11]. Aunque el dominio catalítico de quinasa está altamente conservada, estructuras cristalinas de la proteína quinasa han puesto de manifiesto considerables diferencias estructurales entre las formas estrechamente relacionadas activos y altamente específicos de quinasas inactivos [12] - [17]. Conservación evolutiva y la plasticidad conformacional del dominio catalítico de quinasa permiten un equilibrio dinámico entre las formas activa e inactiva de la quinasa, lo que puede facilitar la regulación de la actividad catalítica [15] - [17]. Hay más de 500 quinasas de proteínas codificadas en el genoma humano y muchos miembros de esta familia son importantes dianas terapéuticas para combatir enfermedades causadas por anormalidades en las vías de transducción de señales, especialmente diversas formas de cáncer [18] - [22].
la secuenciación completa del genoma y de alto rendimiento de la generación humana de los datos genómicos han abierto vías para un enfoque sistemático para la comprensión de la compleja biología del cáncer y la orientación clínica de oncogenes activados. estudios de secuenciación del tumor a gran escala han identificado una rica fuente de mutaciones que ocurren naturalmente en los genes de la proteína quinasa y muchos de sus polimorfismos simples nucleótido único (SNP) [23] - [32]. Un subconjunto de estos SNPs podría ocurrir en las regiones codificantes (cSNPs) y dar lugar a la misma secuencia de polipéptido (sinónimo SNPs, sSNPs) o resultar en un cambio en la secuencia de aminoácidos codificada (SNP codificante nonsynonymous, nsSNPs). estudios de resecuenciación de la quinasa regiones en los tumores de codificación han clasificado mutaciones somáticas asociados a tumores que revelan que sólo un pequeño número de mutaciones de la cinasa puede contribuir a la formación de tumor (conocido como mutaciones del conductor cáncer) mientras que la mayoría podría ser subproductos de mutaciones neutras de la replicación de células somáticas ( conocido como mutaciones de pasajeros) [23] - [28]. Mientras que las proteínas quinasas tienen un papel destacado en la tumorigénesis, proteínas quinasas frecuentemente mutados en el cáncer parecía ser la excepción a la regla y la mayoría de mutaciones conductor quinasa se espera que sea distribuido a través de muchos genes de la proteína quinasa [27]. mutaciones del cáncer en las proteínas quinasas a menudo podrían ejemplificar el fenómeno de la adicción oncogén mediante el cual, a pesar de la acumulación de numerosas alteraciones genéticas sobre la maduración de un tumor, las células cancerosas podrían permanecer confiado sobre determinadas vías oncogénicas y pueden convertirse en adictos a la continua actividad de los oncogenes activados específicos [33], [34]. Los oncogenes dominantes que confieren el efecto adicción oncogén incluyen ABL, EGFR, VEGFR, BRAF, FLT3, RET, y los genes quinasa MET [34].
El reciente descubrimiento de mutaciones del cáncer de pulmón en el dominio quinasa de EGFR [35 ] - [37] y su sensibilidad diferencial a los inhibidores de EGFR han sugerido que las alteraciones genéticas se pueden asociar con los cambios estructurales, lo que hace tumores sensibles a los inhibidores selectivos. determinaciones estructurales de la EGFR [38] - [41] y mutantes de cáncer de ABL [42], [43] han sugerido que los mecanismos moleculares de la activación de la quinasa por mutaciones del cáncer y de las firmas de actividad de los fármacos contra el cáncer pueden estar asociados con la dinámica de las transiciones funcionales entre quinasa formas inactivas y activas. modelos biofísicos de la estructura de la proteína quinasa y la dinámica ha puesto de manifiesto importantes características mecanicistas de la activación de la quinasa a una resolución atómica. La dinámica molecular (MD) simulaciones de transiciones conformacionales a gran escala se han realizado para muchas proteínas quinasas terapéuticamente importantes, incluyendo HCK quinasa [44], la adenilato quinasa [45], Src quinasa [46] - [51], la quinasa dependiente de ciclina 5 (CDK5) [52], ABL quinasa [53], la quinasa KIT [54] EGFR, RET y MET dominios quinasa [55] - [57]. Estos estudios han sugerido que las mutaciones cancerosas pueden tener un sutil, pero profundamente importante funcional afectar no sólo en los cambios conformacionales locales en el sitio de mutación, sino también en la regulación alostérica y las interacciones de cooperación en las redes de transducción de señales [58], [59]. De acuerdo con el mecanismo propuesto de la activación de la quinasa, el efecto estructural de mutaciones del cáncer podría manifestarse en desplazar el equilibrio dinámico entre las formas de quinasa inactiva y activa hacia una quinasa constitutivamente activa, lo que provoca consecuencias deletéreas para la regulación de la quinasa.
estudios de biología del cáncer de la proteína quinasa genes han integrado enfoques genéticos, estructurales y funcionales para caracterizar las firmas moleculares subyacentes de mutaciones cancerosas. análisis de alto rendimiento secuencia de ADN y la evaluación funcional de las mutaciones cancerosas candidato en los genes de la tirosina quinasa han identificado mutaciones puntuales en los puntos calientes conservadas del bucle de activación de tirosina quinasas asociados a la leucemia [60] - [63]. Una plataforma de alto rendimiento se ha utilizado para interrogar a toda la secuencia de codificación FLT3 en pacientes con LMA y experimentalmente probar las consecuencias funcionales de cada candidato alelo tumorigénico [63]. Estos estudios han indicado que las variantes raras conductor a menudo pueden ocurrir en las frecuencias indistinguibles de mutaciones de pasajeros. Como resultado, el análisis funcional de las mutaciones candidatos identificados en las pantallas de todo el genoma puede ser en última instancia requiere para determinar qué mutaciones contribuyen a la transformación celular. enfoques de cálculo, cuando se combina con los estudios estructurales y funcionales, también han facilitado la identificación y predicción de los genes del cáncer candidato y alelos individuales que contribuyen a la tumorigénesis [64] - [67]
herramientas bioinformáticas se han desarrollado recientemente para distinguir entre. conductor y pasajero nsSNPs [68], [69]. Aunque bastante potente, métodos de predicción generalizadas pueden fallar para lograr la sensibilidad y especificidad alcanzable por los modelos de predicción adaptados a las familias de proteínas individuales. Hemos desarrollado modelos de aprendizaje automático quinasa específica que se centraron en nsSNPs en proteínas quinasas mediante el aprovechamiento de las características conocidas basadas en secuencias y basado en la estructura de la proteína quinasa para identificar patrones en los residuos y motivos de secuencia que albergan funcionalmente variaciones relevantes [70] - [72]. El método desarrollado apoyo de máquinas de vectores (SVM) se ha demostrado que diferenciar entre nsSNPs asociadas a la enfermedad y nsSNPs neutros con ~ 80% de precisión [70]. Estos hallazgos han sugerido que la capacidad predictiva de los modelos de aprendizaje automático para evaluar las mutaciones funcionalmente importantes se puede mejorar significativamente mediante la selección informativa atributos característicos de una familia de proteínas específicas. Además, hemos encontrado que las regiones de la quinasa que albergan un gran número de mutaciones de cáncer en múltiples proteínas quinasas podrían contienen una alta proporción de las mutaciones del conductor predichas, mientras que los subdominios quinasa que carecen de mutaciones de cáncer tenían más probabilidades de contener mutaciones de pasaje [71], [72 ]. Estos resultados sugieren que las características biológicas y consecuencias funcionales que separan mutaciones del conductor del cáncer de mutaciones de pasajeros en las proteínas quinasas pueden diferir de los de separarse de nsSNPs neutrales dentro del genoma enfermedades asociadas.
El creciente cuerpo de genética, molecular y información funcional acerca de la proteína quinasas genes, combinado con su papel destacado como objetivos terapéuticos para la intervención de cáncer han producido una explosión sin precedentes de diversos datos. Una gran cantidad de información sobre las modificaciones genéticas en familias de quinasas de proteínas se ha acumulado en diferentes fuentes, incluyendo PupaSNP [73], la base de datos dbSNP [74], en línea de herencia mendeliana en Man (OMIM) desde el Centro Nacional de Información Biotecnológica (NCBI) [75 ], [76], KinMutBase [77], [78], BTKbase [79], la base de datos de mutación genética humana (HGMD) [80], [81], Catálogo de mutaciones somáticas en la base de datos del cáncer (cósmica) [82], proteína quinasa de recursos (PKR) [83], y las mutaciones de las quinasas en cáncer (MoKCa) [84]. Mientras que las bases de datos actuales y portales de información han acumulado una gran cantidad de información sobre los SNP quinasa, existe una creciente necesidad de integración y mapeo exhaustivo de las diversas categorías de datos sobre los genes de la proteína quinasa en un recurso central.
En este trabajo, introducimos Compuesto quinasa mutación base de datos (CKMD), un único repositorio de recursos y la bioinformática integrado que consolida e inequívocamente asignada toda la información disponible actualmente sobre las variaciones genéticas en los genes de la proteína quinasa con la secuencia, estructurales y funcionales de datos. CKMD y recursos basados en la web son de libre acceso al http://verklab.bioinformatics.ku.edu/database/. La funcionalidad y capacidades de portal CKMD pueden permitir la anotación funcional robusta de genes de la proteína quinasa y permitir la predicción en todo el kinome y análisis de la estructura funcional de mutaciones cancerosas. El análisis con bases de datos de secuencia y firmas basadas en la estructura de la quinasa SNPs ha aclarado aspectos más destacados de los patrones de conservación de secuencia y perfiles estructurales de mutaciones que causan cáncer, incluida la aparición de puntos calientes tumorigénicas estructuralmente conservadas a través de múltiples proteínas quinasas. Por otra parte, el modelado estructural y análisis energético de mutaciones cancerosas quinasa, que constituyen el mayor punto caliente mutacional, han proporcionado información útil en un mismo mecanismo de activación de la quinasa.
Resultados
Clasificación Secuencia-Estructura y Cartografía quinasa de SNPs
La integración y la cartografía de los diversos tipos de datos en CKMD proporcionan un marco conveniente para todo el análisis kinome de firmas basadas en la estructura basada en la secuencia de mutaciones y cáncer. Las variaciones genéticas en genes de la proteína quinasa son ampliamente distribuidos en el espacio, tanto filogenética y estructural, y sólo un subconjunto de todos los SNPs podría ser asignada directamente al dominio catalítico de la quinasa. Comenzamos analizando la distribución de las diversas categorías SNPs que podrían ser transformadas a los 12 subdominios funcionales (DE) de la quinasa núcleo catalítico [7] (Figura 1). mapeo estructural de sSNPs dio lugar a una cobertura uniforme de subdominios quinasa, mostrando sólo una preferencia débil hacia SD II que no tiene un papel funcional en la regulación obvio quinasa (Figura 2A). Por el contrario, la distribución de nsSNPs destacó el sesgo preferencial hacia las regiones funcionales específicas. De hecho, funcionalmente importante P-bucle (SD I), la región bisagra (SD V), el bucle catalítico (SD VIB), y especialmente bucle de activación (SD VII), junto con la región aguas abajo P + 1 bucle (SD VIII) tienden a ser más densamente poblada (Figura 2B). El + 1 segmento P une los subdominios en el lóbulo C-terminal con el ATP y regiones de unión a sustrato en el lóbulo N-terminal. Por otra parte, el bucle P + 1 se conecta directamente a la F-hélice, que sirve como un andamio central en el conjunto de la forma quinasa activa [85] - [87].
El dominio catalítico de quinasa se subdividió en 12 subdominios (SD) usando la estructura cristalina quinasa ABL (entrada pdb 1IEP) como referencia para la definición de los intervalos de residuos de la siguiente manera: I SD: 242-261 (región P-loop); SD2: 262-278; SD3: 279-291 (αC-hélice); SD4: 292-309; SD5: 310-335 (región bisagra); SD6A: 336-356; SD6B357-374 (bucle catalítico); SD7: 375-393 (bucle de activación); SD8: 394-416 (P + L circular); SD9: 417-438; SD10: 439-461; SD11: 462-480; SD12: 481-498. La alineación de los subdominios funcionales de genes de la proteína quinasa se realizó utilizando la estructura informado alineación de secuencias múltiples.
La distribución de sSNPs quinasa se muestra en el panel (A) y la distribución de sSNPs se presenta en el panel ( B) guía empresas
El dominio catalítico de quinasa alberga un número significativo de nsSNPs caer en tres categorías principales:. nsSNPs comunes y probablemente neutros, heredada nsSNPs causantes de enfermedades, y somáticas) nsSNPs que causan cáncer (. Se analizaron los patrones de conservación evolutiva entre estas tres categorías diferentes de quinasa nsSNPs (Figura 3). Una medida de la conservación se deriva del valor absoluto de la puntuación de la conservación evolutiva posición específica de sustitución, denominado "subPSEC", que se obtuvo mediante la alineación de una proteína dada en contra de una biblioteca de modelos ocultos de Markov (HMM), que representan familias de proteínas distintas [88] , [89]. La puntuación se definió como -