Extracto
El cáncer de pulmón es la principal causa de muerte por cáncer en todo el mundo. La falta de detección temprana y opciones limitadas para las terapias dirigidas son ambos factores que contribuyen a las estadísticas deprimentes observadas en el cáncer de pulmón. Por lo tanto, los avances en estas dos áreas es probable que conduzcan a mejores resultados. Los microARN (miARN) o MIR representan una clase de ARN no codificantes que tienen la capacidad de regulación de genes y pueden servir como ambos biomarcadores de diagnóstico y pronóstico en el cáncer de pulmón. los patrones de expresión anormales para varios miRNAs se han identificado en los cánceres de pulmón. En concreto, let-7 y miR-9 se desregulado en ambos tipos de cáncer de pulmón y otros tumores sólidos. En este trabajo, se construye un modelo matemático que integra let-7 y la expresión de miR-9 en una vía de señalización para generar un modelo de silico para el proceso de transición epitelio mesenquimal (EMT). Las simulaciones del modelo demuestran que las mutaciones de EGFR y Ras en no pequeñas de cáncer de pulmón no microcítico (CPNM), que conducen al proceso de la EMT, como resultado de miR-9 regulación hacia arriba y dejar-7 supresión, y este proceso es un tanto robusto frente a la entrada al azar en el miR-9 y con más fuerza robusto frente a la entrada al azar en let-7. Nos elegido para validar nuestro modelo in vitro ensayando los efectos de la inhibición del EGFR en MYC aguas abajo, miR-9 y let-7a expresión. Curiosamente, en una línea celular de cáncer de pulmón EGFR mutado, el tratamiento con un inhibidor de EGFR (Gefitinib) resultó en una reducción específica de concentración en c-MYC y la expresión de miR-9 mientras que no cambia let-7a expresión. Nuestro modelo matemático explica el enlace de señalización entre EGFR, MYC, y miR-9, pero no let-7. Sin embargo, muy poco se sabe actualmente sobre los factores que regulan let-7. Es muy posible que cuando tales factores reguladores se dan a conocer y se integran en nuestro modelo, que apoyarán aún más nuestro modelo matemático
Visto:. Kang HW, Crawford M, M Fabbri, Nuovo G, M Garofalo, Nana- Sinkam SP, et al. (2013) un modelo matemático para microARN en el cáncer de pulmón. PLoS ONE 8 (1): e53663. doi: 10.1371 /journal.pone.0053663
Editor: Elad Katz, de la Universidad de Edimburgo, Reino Unido
Recibido: 31 de mayo de 2012; Aceptado: 3 de diciembre de 2012; Publicado: 24 Enero 2013
Derechos de Autor © 2013 Kang 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:. Esta investigación ha sido apoyado en parte por el Instituto de Biociencias Matemáticas y la National Science Foundation con la subvención DMS 0931642 y por el Instituto Nacional del cáncer en virtud de concesión CA 150297. 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
el cáncer de pulmón es la principal causa de muerte por cáncer en todo el mundo. En los EE.UU. el número de nuevos casos es aproximadamente al año, y el número de muertes es, en representación de todas las muertes relacionadas con el cáncer [1]. La falta de detección temprana y opciones limitadas para terapias diana están ambos factores que contribuyen a las estadísticas deprimentes observadas en el cáncer de pulmón. Por lo tanto, los avances en estas dos áreas es probable que conduzcan a mejores resultados.
microRNAs (miRNAs o MIR) representan una clase de ARN no codificantes que tienen la capacidad de regulación de genes y pueden servir como diagnóstico y pronóstico biomarcadores en cáncer de pulmón. los patrones de expresión anormales para miRNAs se han identificado en los cánceres de pulmón. En concreto, let-7 y miR-9 se desregulado en ambos tipos de cáncer de pulmón y otros tumores sólidos. Takamizawa et al. (2004) y Nicoloso et al. (2009) demostraron que el let-7 es downregulated en no pequeñas de cáncer de pulmón no microcítico (CPNM) [2], [3]. Varios investigadores han demostrado que las propiedades supresoras let-7 puertos tumorales tanto in vitro como in vivo [4], [5]. Utilizando los datos de microarrays, Yanaihara et al. (2006) informaron de que miR-9 se redujo en NSCLC [6], mientras que Volinia et al. (2006) reportaron un aumento en la expresión de miR-9 [7]. Más recientemente Crawford et al. (2009) reportaron un aumento en la expresión de miR-9 en NSCLC [8], y Vosa et al. (2011) llegó a la misma conclusión a partir de sus datos de microarrays [9]. Recientemente, también hemos analizado de forma independiente los casos de NSCLC y se comparó la expresión de miR-9 entre los tumores y el tejido pulmonar adyacente no afectada. Se encontró que en los casos aproximadamente miR-9 se sobreexpresa en tumores de pulmón; véase Material complementario S1. Una investigación reciente mostró que el miR-9 contribuye al potencial metastásico en cáncer de mama, en parte, por la orientación de los componentes de la transición epitelio mesenquimal (EMT) [10]. Sin embargo, el papel de miR-9 en la patogénesis del cáncer de pulmón es menos conocida. Mascaux et al. (2009) demostraron una inducción de la expresión de miR-9 durante la carcinogénesis epidermoide bronquial [11].
Teniendo en cuenta el hecho de que una sola miARN puede regular decenas a cientos de genes, la comprensión de la importancia de un miARN individual en la biología del cáncer puede ser un reto. Esto se complica aún más por las observaciones de que la desregulación de varios miRNAs es a menudo necesaria para provocar un fenotipo determinado. Hasta la fecha, existen pocos modelos para dilucidar los mecanismos por los cuales varios miRNAs contribuyen tanto individualmente como en conjunto para promover la iniciación y progresión del tumor. La aplicación de modelos matemáticos para la biología miARN ofrece una oportunidad para entender estas relaciones complejas. En el presente estudio, hemos desarrollado por primera vez un modelo matemático se centra en miRNAs (miR-9 y let-7) en el contexto del cáncer de pulmón como un sistema modelo; Sin embargo, nuestro sistema de modelo podría ser aplicable a miRNA biología en ambas enfermedades malignas y benignas. Para simplificar, hemos integrado estos miRNAs en una vía de señalización para generar un modelo de silico para el proceso de la EMT. En este documento, se incluye la señalización corriente abajo y complejo asociado EGF-EGFR que culmina en la expresión de metaloproteinasas de matriz (MMP). Otros componentes de nuestra ruta incluyen SOS, Ras, ERK, MYC, E-cadherina, miR-9, y let-7.
Hemos simulado el modelo bajo varios escenarios de mutaciones genéticas que pueden conducir al cáncer de pulmón y determinará, en cada caso, que el miR-9 se reguló y let-7 downregulated. También hemos demostrado que el proceso que conduce a la EMT es un tanto robusto frente a la entrada al azar en el miR-9 y con más fuerza robusto frente a la entrada al azar en let-7.
Resultados
Antecedentes Biológica
Figura 1 a muestra una vía de señalización que implica miR-9, let-7, MYC, y EMT, mientras que la Figura 1 B es una versión simplificada que será utilizado en el modelo matemático. miR-9 está regulada positivamente en el CPNM. Aunque Yanaihara et al. (2006) reportaron una disminución de miR-9 utilizando los datos de microarrays [6], varios otros documentos, algunos más reciente, informó de un aumento de miR-9 en el CPNM: Volinia y col. (2006) y Vosa et al. (2011) utilizado microarrays [7], [9], y Crawford et al. (2009) utilizaron PCR [8]. Hemos analizado los casos de CPNM con PCR y demostrar la sobreexpresión de miR-9 en tumores de pulmón en comparación con el de pulmón no afectado adyacente y presentar una representación de este tipo de casos; véase Material complementario S1.
Una vía de complejo EGF-EGFR de MMP, que incluye el miR-9 y let-7, se da en (A) y una vía simplificada se muestra en (B).
MYC controla muchos procesos celulares fundamentales, y la expresión aberrante MYC se sabe están asociados con el cáncer. Por ejemplo, Frenzel et al. (2010) observaron que MYC se activa normalmente en muchos tipos de cáncer [12], y Aguda et al. (2008) mostraron cómo MYC puede actuar ya sea como un oncogén o supresor de tumor [13]. En el cáncer de pulmón, los oncogenes de la familia MYC se amplifican en los dos tipos de cáncer de pulmón de células pequeñas (SCLC) y NSCLC [14], [15]. Por otra parte, c-myc puede inducir metástasis en c-Raf mutante NSCLC [16].
Los investigadores también han identificado una relación entre MYC y miRNAs que también juegan un papel importante en el cáncer. Rinaldi et al. (2007) demostraron que tanto MYC y el cluster miARN miR-17-92 se amplifican en el linfoma de células del manto humano [17]; Frenzel et al. (2010) describieron el miR-9 como un miARN oncogénico y let-7 como un supresor de tumores miARN ambos de los cuales son regulados por MYC [12]: MYC induce miR-9, que las vías de supresores de tumor bloques, mientras que inhibe MYC let-7, que bloquea las vías oncogénicas. Ma et al. (2010) encontró que el miR-9 es impulsado por MYC, regula a la baja E-cadherina, e induce la metástasis en el cáncer de mama [10]. Wolfer y Ramaswamy (2011) investigaron la función de MYC en la metástasis del cáncer de mama mediante una vía de señalización que incluye let-7, miR-9, E-cadherina, y EMT [18].
Nuestra ruta propuesta se basa en varias líneas de investigación. Al igual que en el cáncer de mama, let-7 es downregulated en NSCLC [2], [3]. Takamizawa et al. (2004) demostraron que las reducciones de let-7 tan alto como ocurrió en tumores en comparación con el tejido pulmonar adyacente no involucrado [2]. En este mismo estudio, sólo los casos tenían tales reducciones (). Sin embargo, una investigación más reciente de Inamura et al. (2007) demostraron que entre los adenocarcinomas bien diferenciados (), las reducciones de let-7 miembros de la familia fueron más modestos (aproximadamente) [19]. Wang et al. (2011) afirmó que el c-MYC reprime la transcripción de let-7 [20]. Johnson et al. (2005) y otros demostraron que Ras es suprimida por let-7 [21]. Lee y Dutta (2007) sugirieron que let-7 reprime HMGA-2 en una célula de cáncer de pulmón [22], y Thuault et al. (2008) afirmaron que HMGA-2 hace que la EMT mediante la activación de Snail 1 que a su vez reprime E-cadherina [23]. E-cadherina regula a la baja de MMP en células tumorales bronquiales [24]. Tanto E-cadherina y MMP se han implicado como biomarcadores en varios tumores malignos sólidos, incluyendo cáncer de pulmón. Una investigación reciente mostró que los niveles elevados de MMP-9 en los casos de CPNM correlacionan con estadios avanzados y la presencia de metástasis [25]. Además Rao et al. (2005) demostró in vitro e in vivo que adenoviral de transferencia de genes mediada por la MMP-9 podría reducir la capacidad invasiva del cáncer de pulmón y la formación de metástasis [26]. Disminución de la expresión de E-cadherina también parece estar relacionada con la enfermedad clínicamente más agresivos [27] - [29].
Roberts y Der (2007) utilizaron una vía EGFR-Ras-Raf-MEK-ERK para explicar que el 10 % de NSCLC surgen de mutaciones de EGFR y que el 30% de NSCLC surgen de mutaciones en Ras [30]. SOS es un intermedio entre el complejo EGF-EGFR y Ras [31], y se reprime a través de la retroalimentación negativa por ERK [32], [33]. Huang et al. (2011) mostraron que la ERK /MAPK en el cáncer de pulmón activa c-MYC [34]. Figura 1 A se presenta un resumen de las líneas anteriores de investigación. A efectos de simplicidad, se propone una versión más simple en la Figura 1 B que, sin embargo abarca las principales características de la Figura 1 A. Reconocemos que otras vías de señalización son impulsados por el complejo EGF-EGFR incluyendo PI3K /Akt, que regula la supervivencia celular. Sin embargo, dado nuestro interés en el miR-9 y let-7 como biomarcadores potenciales, no hemos incluido esta vía en nuestro modelo.
Modelo Ecuaciones
Se introduce un sistema de ecuaciones diferenciales ordinarias que describir una ruta de señalización de EMT (representado por el nivel de MMP mRNA) inducida por MYC través de miR-9 y let-7, como se muestra en la figura 1 B. las ecuaciones diferenciales se basan en la Figura 1 B, y las explicaciones detalladas se dan en Métodos . Notación para concentraciones de las especies se da en la Tabla 1. (1) (2) (3) (4) (5) (6) (7) (8) guía empresas
Simulaciones
Un gran número de casos de NSCLC surgen de mutaciones de EGFR [35], [36] o mutaciones Ras [37]. Suponemos que la retroalimentación negativa de ERK para SOS puede ser interrumpido en el CPNM. Describimos estas aberraciones aumentando, aumentando o disminuyendo, de modo que el nivel de concentración de los aumentos complejos EGF-EGFR, Ras está sobre-activado por SOS, o el voto negativo de ERK a SOS se debilita. Las siguientes simulaciones demuestran el efecto del aumento de y en, para decrecer en el aumento de miR-9, let-7 y MMP.
Las simulaciones de las ecuaciones del modelo se realizaron utilizando Matlab. Hemos utilizado un solucionador de oda, ode15 s, para resolver un sistema de ecuaciones diferenciales ordinarias numéricamente. Para resolver un sistema de ecuaciones diferenciales estocásticas con entradas aleatorias en el miR-9 o let-7 numéricamente, hemos desarrollado un código usando un esquema de Euler. Todos los valores iniciales se considera que son los de las células normales sanas, es decir,,,,,,,, y.
Si aumenta como resultado de mutaciones en EGFR, que esperan un aumento de miR-9 y una disminución de let-7 como en efecto se observó en el cáncer de pulmón. También habrá un aumento de MMP mRNA significando EMT y migración de las células, lo que contribuye a la metástasis. La Figura 2 muestra el nivel de miR-9, let-7 y MMP en función de: a medida que aumenta, las concentraciones de miR-9 y MMP mRNA aumentan y let-7 concentración disminuye. Por ejemplo, para, el nivel de miR-9 aumenta por -fold de a y que aumenta la concentración de MMP mRNA por -fold de que en comparación con el nivel en las células normales sanas. Por otro lado, el nivel de let-7 concentración disminuye por -fold de a.
. Las unidades en los ejes verticales y están en el tiempo está cerca.
La figura 3 muestra el efecto de las mutaciones RAS en los niveles de miR-9, let-7 y MMP mRNA después. mutaciones de Ras está representado por un aumento en la. Vemos que a medida que aumenta, también lo hacen las concentraciones de miR-9 y MMP mRNA mientras let-7 de concentración disminuye. Por ejemplo, para, el nivel de miR-9 aumenta la concentración por -fold de a y que aumenta la concentración de MMP mRNA por -fold de que en comparación con el nivel en las células normales sanas. Por otro lado, el nivel de let-7 concentración disminuye por -fold de a.
. Las unidades en los ejes verticales y están en el tiempo está cerca.
Cuando la retroalimentación negativa de ERK a SOS se debilita como consecuencia de posibles mutaciones en ERK, el parámetro de la ecuación. (1) se reduce. La Figura 4 muestra el efecto de estas mutaciones: como disminuye, las concentraciones de miR-9 y MMP aumentan y la de let-7 disminuye. Por ejemplo, para, el nivel de miR-9 aumenta la concentración por -fold de a y que aumenta la concentración de MMP mRNA por -fold de que en comparación con el nivel en las células normales sanas. Por otro lado, el nivel de let-7 concentración disminuye por -fold de a.
. Las unidades en los ejes verticales y están en el tiempo está cerca.
En la Figura 5, se simula la evolución temporal de SOS, Ras, ERK, MYC, miR-9, let-7, E -Cadherin, y MMP mRNA durante un período de con; en la Figura 6 las simulaciones se llevan a cabo durante el periodo de tiempo. Una comparación entre los paneles de las dos figuras muestran que la dinámica de SOS, Ras, y ERK son muy rápidas; MYC, miR-9, y let-7 cambio relativamente lento, y el ARNm de MMP toma más tiempo para alcanzar el equilibrio. Después de minutos, SOS y Ras aumentaron -fold del al y del que, respectivamente; ERK y MYC aumentaron -fold del al y del que, respectivamente; miR-9 aumentó en -fold de a; MMP aumentó -fold de que en comparación con sus valores en las células normales; let-7 disminuyó en -fold a partir de, y E-cadherina se redujo en -fold de a.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales están en minutos.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales se escalan en cuestión de minutos.
Las figuras 7 y 8 muestran simulaciones similares cuando se incrementa hasta y Las figuras 9 y 10 muestran simulaciones similares cuando es disminuido a. En la Figura 8, Ras aumenta por -fold de a; ERK y MYC aumentaron -fold del al y del que, respectivamente; miR-9 aumentó en -fold de a; MMP aumentó -fold de que en comparación con sus valores en las células normales; SOS disminuyó -fold de a; let-7 disminuyó en -fold a partir de, y E-cadherina se redujo en -fold de a. En la Figura 10, los cambios de concentración esencialmente en la misma cantidad que en la Figura 6.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales están en minutos.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales se escalan en cuestión de minutos.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales están en minutos.
. El tiempo es de a; valores iniciales son los de una célula normal y saludable; las unidades en los ejes verticales y están en las unidades en los ejes horizontales se escalan en cuestión de minutos.
Sería interesante estudiar el efecto de un "fondo" en el miR-9 y let-7 , es decir, los genes con los que estos miRNAs interactúan. Tales interacciones sin embargo, no son reportados en la literatura. Por lo tanto, vamos a modelar estas interacciones mediante una entrada al azar. La figura 11 muestra cómo las perturbaciones aleatorias de miR-9 afectan MMP (EMT). Configuración y como se indica en la Figura 2, el miR-9 perturbado por la entrada de Gauss al azar y MMP se muestra en la Figura 11 A-D y E-H, respectivamente (hemos añadido en la parte derecha de donde es un movimiento browniano estándar). Paneles A /B y E /F de la figura 11 corresponden al caso cuando miR-9 es perturbado por la entrada gaussiana con y los paneles C /D y G /H en la figura 11 corresponden al caso en que aumentan a. En los paneles B /D /F /H en la figura 11, que compara la concentración de MMP con perturbaciones aleatorias (línea roja) y sin perturbaciones (verde línea de puntos). La Figura 12 muestra resultados similares en el caso de let-7 con y. Paneles A /B y E /F de la figura 12 corresponden al caso cuando let-7 es perturbado por la entrada gaussiana con y los paneles C /D y G /H en la figura 12 corresponden al caso en que aumentan a. Las figuras 13 y 14 muestran las medias (de color azul o línea roja) y desviaciones estándar (negro línea de puntos) de los medios de miR-9, let-7, y las concentraciones de MMP obtenido a partir de las realizaciones de la simulación con los mismos parámetros en las Figuras 11 y 12. resultados de la simulación en las figuras 11-14 se obtienen con el paso de tiempo fijo,.
para (a-D) y para (e-H). Para (A, B, E, F) y para (C, D, G, H). Las unidades en los ejes horizontales se escalan en cuestión de minutos.
Para (A-D) y para (E-H). Para (A, B, E, F) y para (C, D, G, H). Las unidades en los ejes horizontales se escalan en cuestión de minutos.
Para (A-D) y para (E-H). Para (A, B, E, F) y para (C, D, G, H). Las unidades en los ejes horizontales se escalan en cuestión de minutos. El resultado se toma de realizaciones de la simulación.
Para (A-D) y para (E-H). Para (A, B, E, F) y para (C, D, G, H). Las unidades en los ejes horizontales se escalan en cuestión de minutos. El resultado se toma de realizaciones de la simulación.
Se concluye que la media de las concentraciones de MMP y las desviaciones estándar de los medios son estables (robusta) a pequeñas perturbaciones en el miR-9, es decir, cuando. Sin embargo, cuando ya aumentar la estabilidad de desviaciones estándar de la media de concentración de MMP tiende a romperse, como vemos en los paneles D /H en la figura 13; Paneles D /H en la figura 11 muestra un circuito de muestra de la concentración de MMP inestables frente a miR-9 perturbación. Por otro lado, significa MMP concentraciones y las desviaciones estándar de los medios son mucho más estable para let-7 perturbaciones con grandes, y las trayectorias de los medios seguir de cerca la trayectoria de MMP sin entrada al azar como se muestra en la Figura 14; La figura 12 muestra un circuito de muestra de la concentración de MMP contra let-7 perturbación. Tenga en cuenta que hemos tomado en los paneles A /B /E /F y en paneles C /D /G /H. Para let-7, si tomamos tan pequeño como lo hicimos en los paneles C /D /G /H en la figura 11, las desviaciones estándar son muy pequeñas e insignificantes (no se muestra aquí). La razón por la MMP es más estable frente a las perturbaciones aleatorias de let-7 que contra el miR-9 perturbaciones es que permiten-7 perturbaciones se someten a la amortiguación por las reacciones negativas desde let-7 a Ras y de ERK a SOS, como se muestra en la Figura 1. resultados similares (no se muestra aquí) mantenga cuando variamos o, en lugar de.
Análisis de sensibilidad
como nos estamos centrando en el miR-9 y la regulación positiva let-7 regulación a la baja como biomarcadores potenciales para el cáncer de pulmón , quisimos determinar cómo el cociente de miR-9 dividido por let-7 depende de los parámetros de las ecuaciones del modelo. Nos centramos en los parámetros de la Tabla 2 que son sólo estimaciones. Se realizó el análisis de sensibilidad, empleando el método de coeficiente de correlación de rango parcial (PRCC), utilizando el programa descrito anteriormente [38]. Dejamos que cada uno de los parámetros varían en el intervalo entre el valor estimado y el doble de su valor estimado. Utilizando el método de muestreo hipercubo latino como en [38], probamos cada parámetro de intervalos uniformemente distribuidas y corrimos realizaciones de simulación. A continuación, se transformaron los valores de los parámetros incluidos en la muestra y la relación entre el miR-9 y let-7, calculado en la simulación para clasificar los valores, y calculamos los coeficientes de correlación de rangos parciales. PRCC los valores de los parámetros estimados y sus rangos se presentan en la Tabla 3, y gráficos de dispersión de los parámetros estadísticamente significativos se muestran en la Figura 15.
Los diagramas de dispersión se dibujan para los parámetros estadísticamente significativas (p-valor); las unidades en los ejes horizontal y vertical se escalan en; el tiempo es en minutos y el resultado se toma de realizaciones de la simulación.
Entre los parámetros,,,,,, y fueron estadísticamente significativas. Los parámetros y fueron fuertemente correlacionada positivamente con. Esto es natural; de hecho y son las tasas de producción de MYC y miR-9. A medida que aumenta la velocidad de producción de MYC, miR-9 aumenta la concentración y let-7 concentración disminuye. Por otro lado,,, y fueron fuertemente correlacionada negativamente con. Esto también es de esperar. De hecho, es la tasa de producción de let-7, es la constante de saturación del MYC como fuente para miR-9, y es la constante de control de MYC en la ecuación de let-7. Por lo tanto, es natural que disminuir a medida que los parámetros, y aumento. Cuando nos encontramos con realizaciones de la simulación, se obtuvieron resultados similares.
reduce la inhibición del EGFR tanto c-myc y miR-9 en una forma dependiente de la concentración
En un primer intento de validar nuestro modelo matemático, tratamos a una línea celular de cáncer de pulmón mutante EGFR con varios concentración del inhibidor de EGFR utilizado clínicamente Gefitinib. Luego se evaluó células tratadas durante el miR-9, let-7a y la expresión de c-myc por QRT-PCR. Como se muestra en la Figura 16, se determinó que mientras que las concentraciones más bajas () de gefitinib causó una reducción estadísticamente significativa en ambos miR-9 y c-myc, efectos similares no eran evidentes en concentraciones más altas de gefitinib o en let-7a. Estos hallazgos, mientras que necesitarían para ser validado en otras líneas celulares sugieren la complejidad adicional de la inhibición de los efectos de EGFR en la expresión de los genes miARN y que nuestro modelo matemático predice sólo parcialmente las relaciones biológicas entre el EGFR, c-myc y los genes miARN en el cáncer de pulmón.
La significación estadística se define como *
p Hotel & lt; 0,05 en (a) y **
p
. & lt; 0,01 en (C) guía empresas
Discusión
el cáncer de pulmón es la principal causa de muerte por cáncer en todo el mundo. La mayoría de los casos se diagnostican en etapas posteriores lo que limita las opciones terapéuticas y que contribuyen a un mal resultado. Como resultado, los investigadores han tratado de identificar biomarcadores específicos de cáncer de pulmón que se pueden utilizar para la detección temprana y para entender mejor el proceso metastásico. Tales biomarcadores pueden mejorar significativamente el pronóstico y reducir la mortalidad. En el presente trabajo, hemos propuesto un modelo matemático que integra los miRNAs let-7 y miR-9 en el proceso de la EMT. miR-9 ha demostrado ser significativamente upregulated y downregulated let-7 en el CPNM.
Con base en la literatura experimental, hemos introducido una vía de señalización del complejo EGF-EGFR a la expresión de MMP que implica SOS, Ras, ERK, MYC, el miARN miR-9 y let-7, e-cadherina, y MMP. Estudios recientes han demostrado elevada MMP-9 en NSCLC [25], pero para fines de modelado que se han referido a la MMP de una manera genérica. El uso de una línea celular de cáncer de pulmón mutante EGFR, demostramos que la inhibición de EGFR conduce a una reducción de miR-9, así como la expresión de c-myc. Sin embargo, las relaciones entre miR-9 y C-MYC no fueron consistentes en concentraciones más altas de tratamiento de drogas. Estos hallazgos apoyan la complejidad de la cinética de miARN y se dirigen a las relaciones de genes y ponen de relieve las dificultades inherentes a la modelización miARN biología. Nuestros hallazgos sugieren que las concentraciones más altas de EGFR son propensos a participar otros reguladores de miR-9 y /o c-myc y que el miR-9 puede estar bajo el control regulador de los genes adicionales más allá de c-myc.
correspondientemente desarrollado un modelo matemático que incluye un sistema de ecuaciones diferenciales y el modelo utilizado para calcular el nivel de sobreexpresión de miR-9 y let-7 downexpression en la fijación de mutaciones de EGFR y mutaciones Ras. Hemos demostrado que tales mutaciones regular al alza el nivel de miR-9 y regulan negativamente el nivel de let-7. El aumento en -fold miR-9 niveles obtenidos en las simulaciones fue consistente cuantitativamente con los datos clínicos presentados en los tumores de pulmón humanos (Material complementario S1). Nuestros experimentos con células de cáncer de pulmón EGFR mutante no mostraron ningún cambio significativo en let-7 que sugieren que let-7 también puede estar regulada por otras redes de señalización. Se investigaron cómo las perturbaciones aleatorias de let-7 y miR-9 afecta MMP y concluyó que la MMP es más robusto frente a perturbaciones let-7 que en contra de miR-9 perturbaciones; esto puede explicarse por el hecho de que let-7 se someten a las perturbaciones de amortiguación por las reacciones negativas desde let-7 a Ras y de ERK a SOS.
A lo mejor de nuestro conocimiento, el presente documento es el primero que se desarrolla un modelo para el cáncer de pulmón y miARN en términos de ecuaciones diferenciales. El modelo se basa en una vía de señalización que incluye miR-9 y let-7. Las simulaciones del modelo demuestran cómo las mutaciones que se detectan en el CPNM incluyen la regulación positiva de miR-9 y la regulación a la baja de let-7. El modelo matemático se podría extender más allá, incluyendo las vías de señalización adicionales, especialmente las vinculadas con let-7, que están asociados con el cáncer de pulmón. Sin embargo, un siguiente paso importante en esta línea de investigación es determinar cómo la desregulación de miR-9 y let-7 pueden contribuir conjuntamente a la progresión del cáncer de pulmón y pueden ser utilizados como marcadores biológicos fiables. Para hacer frente a este reto matemáticamente, se requiere una investigación clínica adicional.
Métodos
En este modelo, se supone que el complejo EGF-EGFR se encuentra en estado estacionario y establecerla como una constante . Brown et al. (2004) modelados EGFR señalización con retroalimentación negativa de ERK a SOS [32]. Hemos simplificado algunas partes de su modelo para obtener las ecuaciones para el SOS, Ras y ERK. Denotamos por, y las concentraciones de SOS activa, inactiva SOS, SOS y total, respectivamente. Suponiendo que el número total de SOS se conserva, tenemos (9)
denotamos por la tasa de activación de la inactiva SOS y por que la tasa de desactivación de la SOS activa. Al describir estas conversiones por la cinética de Michaelis-Menten, la ecuación que rige para la concentración de la SOS activa está dada por
Usando el hecho de que el complejo EGF-EGFR activa SOS y que ERK reprime SOS activa, reemplazamos por y por, y obtenemos la ecuación. (1). Del mismo modo, describimos las conversiones entre Ras activos e inactivos y entre ERK activa e inactiva mediante la cinética de Michaelis-Menten, y derivar las ecuaciones. (2) y (3). Aquí, las tasas de activación catalítica de Ras y ERK son proporcionales a SOS activa y concentraciones Ras activas, respectivamente. En la ecuación. (2), la represión por let-7 de la activación de Ras se describe por un factor de inhibición,. En la ecuación. (4), la producción de MYC es proporcional a la concentración de ERK activa. En la ecuación. (5), la activación de miR-9 por MYC se describe por la función de cuarto orden Hill, desde MYC es un factor de transcripción y activación de miR-9 puede implicar varios pasos enzimáticos. En la ecuación. (6), let-7 producción es inhibida por MYC. En la ecuación. (7), la producción de E-cadherina es proporcional a let-7 concentración y se inhibe por miR-9. A lo largo de las Ecs. (4) - (7), la degradación de las especies se describe mediante una cinética de acción de masas lineales. Por último, en la Ec. (8) MMP se produce a una velocidad constante y se degrada por E-cadherina.
Los parámetros de las ecuaciones. (1) - (8) se derivan en las siguientes subsecciones. La mayoría de los parámetros se toman de Brown et al. (2004) [32]. En su modelo, se han tomado las concentraciones iniciales de todas las especies de señalización activo a ser cero, y las concentraciones iniciales de todas las especies de señalización inactivos ser excepción de MEK y ERK, cuyas concentraciones fueron llevados a ser. En cuanto a la concentración del complejo EGF-EGFR, Brown et al (2004) [32] asume que sea una variable, pero en nuestro modelo, es constante. Esta constante es elegida como la concentración en estado estacionario del complejo EGF-EGFR calculado utilizando sus parámetros.
Cálculo de
Denotamos por, y el número de moléculas de EGF, EGFR libre, y complejo EGF-EGFR, y por las tasas y vinculantes y no vinculante para el complejo EGF-EGFR. Si es el número total de las moléculas de EGFR, a continuación. Suponiendo que unión y separación de EGF y EGFR están equilibrados en estado estacionario, nos da havewhich (10)
De acuerdo con Brown et al. (2004) [32], y por lo tanto. Se determinará por la transformación en una unidad de concentración. Pulmón tamaño de las células, sin embargo, varían hasta -fold diferencias [39]. Por lo tanto, usamos un tamaño de celda "promedio" llevándola a ser la célula HeLa
Desde EGF y EGFR se encuentran en la superficie de la célula, es necesario para calcular el área de la superficie celular.; asumimos que las células tienen forma esférica con un radio. Para células HeLa, el volumen total isaccording a Fujioka et al. (2006) [40]. Por lo tanto y su superficie es
Convertir el número de moléculas de en concentración en la superficie celular, se calcula la concentración en estado estacionario de aswhere complejo EGF-EGFR es el número de Avogadro,; es la cantidad de una sustancia que contiene tantas entidades como átomos hay en de, y es la concentración molar (por litro), Francia
Otros parámetros de la ecuación de SOS
Dejado y denotar los números de moléculas de SOS activos e inactivos. De acuerdo con Brown et al. (2004), (11) donde p90rsk es un s6 quinasa p90 ribosomal que inactiva SOS, y es el número de moléculas de p90rsk activas [32]. En ese documento, los parámetros se dan como,,, y. El uso de estos números, determinamos nuestros parámetros bywhere es el volumen del citoplasma de una célula HeLa. El número total de moléculas de p90rsk activo se toma como [32].