Abstract
Hedgehog er en evolusjonært konservert utviklingsveien, mye innblandet i å kontrollere ulike cellulære responser som cellulær proliferasjon og stamcelle fornyelse i mennesker og andre organismer, gjennom eksterne stimuli. Avvikende aktivering av denne reaksjonsvei i menneskelig voksent stamcellelinje kan føre til forskjellige typer kreft. Derfor rettet mot denne veien i kreftbehandling er blitt uunnværlig, men ikke tilgjengeligheten av detaljerte molekylære interaksjoner, komplekse forskrifter ved ekstra og intracellulære proteiner og kryss samtaler med andre veier utgjøre en alvorlig utfordring å få en helhetlig forståelse av dette signalveien for å gjøre terapeutisk strategi. Dette motiverte oss til å utføre en beregningsstudie av veien og for å identifisere sannsynlige narkotika mål. I dette arbeidet fra tilgjengelige databaser og litteratur, rekonstruert vi en komplett pinnsvin sti som rapporterer det største antall molekyler og interaksjoner til dags dato. Ved hjelp av nylig utviklede beregningsteknikker, vi videre utførte strukturelle og logisk analyse av denne veien. I strukturanalyse, ble tilkoblings og sentralitetsnivåer parametere beregnet for å identifisere viktige proteiner fra nettverket. For å fange forskrift av molekylene, har vi utviklet en mester boolsk modell av alle interaksjoner mellom proteiner og skapte ulike kreft scenarier, for eksempel Glioma, Colon og bukspyttkjertelen. Vi utførte forstyrrelse analyse på disse kreft forhold for å identifisere de viktige og minimale kombinasjoner av proteiner som kan brukes som drug targets. Fra vår studie vi har observert de under uttrykk for ulike teinene i Hedgehog gangsti perturbing om gangen kombinasjoner av proteiner GLI1, GLI2 og SMO i Glioma; SMO, HFU, ULK3 og RAS i Colon kreft; SMO, HFU, ULK3, RAS og ERK12 i bukspyttkjertelkreft. Dette rekonstruerte Hedgehog signalveien og matematisk analyse for å identifisere nye kombinatoriske narkotika mål vil være nyttig for fremtidig
in vitro Hotell og
in vivo
analyse for å kontrollere ulike kreftformer.
Citation: Chowdhury S, Pradhan RN, Sarkar RR (2013) Strukturelle og logisk analyse av en omfattende Hedgehog signalveien for å identifisere Alternative narkotika mål for Glioma, Colon og kreft i bukspyttkjertelen. PLoS ONE 8 (7): e69132. doi: 10,1371 /journal.pone.0069132
Redaktør: Surinder K. Batra, University of Nebraska Medical Center, USA
mottatt: 7 mars 2013, Godkjent: 04.06.2013; Publisert: 23.07.2013
Copyright: © 2013 Chowdhury 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:. Arbeidet er finansiert av Institutt for bioteknologi, Govt. fra India, Grant No. BT /PR13689 /BID /07/363/2010, og dels ved CSIR-NCL, MLP026226. Midlene etaten ikke har noen rolle i studiedesign, datainnsamling og analyse, beslutning om å publisere, eller utarbeidelse av manuskriptet
Konkurrerende interesser:.. Forfatterne har erklært at ingen konkurrerende interesser eksisterer
introduksjon til
Signaltransduksjon system representerer en elegant krets av cellen som overs eksterne og interne signaler inn i hensiktsmessige cellulære responser. Disse signalveier er vanligvis organisert i tre hoveddeler: Input, Intermediate og Utgang [1], som omfatter av flere proteiner som megle, signalmottak, transduksjon, forsterkning og svar generasjon. Nylige fremskritt innen molekylær og beregningsorientert tilnærminger har vist at et signal på interaksjon med en reseptor genererer et intrikat eksitasjon mønster i stedet for en «molekylær enveis banen» og visst feil på dette mønsteret kan føre til alvorlige patologiske sykdommer som kreft, tumordannelse etc. i organismene inkludert menneske. Det er også et velkjent faktum at noen sykdommer er ingenting, men forstyrrelser i signale kaskader som manifesterer et molekylært nivå samhandling i fenotypiske endringer. For eksempel er kreft en slik «systembiologi sykdom», som konverterer et entall perturbasjon til en utbredt eksitasjon mønster [2]. Disse forstyrrelsene er ikke begrenset til en spesiell celle, men også påvirke omkringliggende vev. For å designe nye terapeutiske strategier for slike sykdommer, synes det derfor å være avgjørende for å undersøke nettverk av stier og systemer på ulike nivåer av kompleksitet heller enn å se inn i en individuell bio-molekyl eller kjemisk komponent. Derfor er det behov for en omfattende studie av signalveier for å utforske disse patologiske manifestasjoner, dens forhold med ulike sykdommer og å identifisere en enkelt eller en kombinasjon av individuelle molekyler som regulerer flere ulike system atferd eller funksjonsfeil.
Flere felles innsats blir gjort for å dissekere forskjellige signalveier som MAPK, apoptose, mTOR etc. og de relaterte molekylære mekanismer som styrer kreftutvikling av en celle eller vev i en organisme [2]. Blant forskjellige signalveier, er Hedgehog av stor biologisk betydning som det er sterkt involvert i kreftutvikling [3] – [5]. Hedgehog er et evolusjonært konserverte utviklingsveien som er mye innblandet i å kontrollere ulike cellulære responser. Denne reaksjonsveien har en kardinal rolle i forskjellige cellulære prosesser som embryogenese, vedlikehold og reparasjon av vev, og homeostase. Hedgehog signalveien kontrollerer også utviklingsprosesser av et samspill av Hedgehog ligander, Sonic Hedgehog (SHH), Desert Hedgehog (DHH) og indisk Hedgehog (IHH) med oppdatert reseptorer (PTCH1 /PTCH2), som fører til utslipp av glattes (SMO) fra lappet-indusert undertrykkelse [6]. SMO aktivering ytterligere aktiverer nedstrøms komponenter som STK36, SUFU som inhiberer montering av GLI degradering kompleks og derved stabiliserende GLI proteiner som til slutt aktiverer pinnsvin målgener, for eksempel cyclin D2, FOXM1, SFRP, JAG2 etc. [6]. Kontrollert regulering av denne veien aktiverer disse målgener på visst nivå, og dermed opprettholder en god utvikling av celle eller vev. Men deregulering av denne veien kan føre opp eller ned regulering av disse målgener og kan forårsake alvorlige utfall i vev eller organ utvikling. Siden denne veien også sterkt implisert i cellefornyelse i voksent vev; system-komponent-funksjonsfeil av denne veien kan for det meste fører til kreft i forskjellige cellelinjer av human [7], [8]. Dessuten har den rollen noen viktige proteiner blitt identifisert i denne veien, for eksempel PTCH1, SMO, GLI etc., som er hovedansvarlig for feil av denne veien i ulike typer kreft [9] – [12]. Oppfølgingsstudier av flere forskningsgrupper har utviklet terapeutiske strategier for å hemme virkningene av disse proteinene i ulike kreftformer, men ingen av dem har oppnådd fullstendig suksess for å kurere et spesielt kreft som er forårsaket av unormal aktivering av pinnsvin reaksjonsvei [13] – [ ,,,0],15].
Strømmen av molekylær eksitasjon i noen signaltransduksjonsbane følger en kompleks forgrening mønster av cascade, derfor er det verdt å nevne at en målsetting om en individuell protein i signalveier som Hedgehog, ikke ville være fruktbart å forhindre funksjonsfeil i en situasjon kreft. En aktuell gjennomgang av Li et al. [15], understreker viktigheten av kombinatoriske narkotika mål å stenge Hedgehog signalering for kreftbehandling. For eksempel er det kjent at aktivering av cytoplasmiske GLI (sink finger transkripsjonsfaktor) som initierer aktiviteten av denne reaksjonsvei kan reguleres på to måter:
(i)
liganden avhengig måte der ekstracellulære respons dvs. pinnsvin ligander samhandle med reseptorproteiner PTCH1 /PTCH2 og aktiverer G-koblet protein SMO, og
(ii)
feil i de andre proteiner som finnes i cytoplasma som hemmer eller aktivere sin aktivitet i fravær av pinnsvinet ligander . Dessverre, til nå de fleste av studiene har hovedsakelig fokusert på å utvikle et medikament som bare vil hemme GLI aktivering, forårsaket av ligand avhengige måte. I dette tilfelle er mesteparten av studien kun rettet for å identifisere medikamentmolekylet som kunne undertrykke enten PTCH1 eller SMO i membranen [16] – [19]. Disse stoffene, for eksempel Cyclopamine, Vismodegib etc. er bare effektiv når en kreftcelle med overdreven Hedgehog veien aktiveres, møter over-uttrykt pinnsvinet ligander (SHH, IHH eller DHH) eller har mutert PTCH1 eller SMO i membranen. Det er derfor klart at administrering av de ovennevnte stoffer ikke kan være i stand til å kurere kreft forårsaket av noen andre intracellulære proteiner, bortsett fra såle mutasjon i PTCH1 og SMO. For å løse dette problemet, kan identifisering av alternative mål eller en kombinasjon av medisiner være nyttig for vellykket kreftbehandling.
Identifikasjon av narkotika mål av eksperimentell tilnærming noen ganger blir vanskelig som det krever mer tid og ressurser. Videre de komplekse regulatoriske nettverk av genuttrykk, hele nettverk av metabolske reaksjoner og store proteomikk data er nå tilgjengelig for å studere responsen trasé (moduler) til ulike forstyrrelser. Gitt de enorme mengder data på hvert nivå, er det en utfordring å tolke informasjonen som kommer fra enkeltanalyser og integrere resultater fra flere nivåer. Den siste utviklingen i integrerende tilnærminger, bioinformatikk, matematiske og beregningsmetoder har blitt uunnværlig for å forstå og analysere slike data fra eksperimentelle studier. Diverse tilnærminger for kvalitative og kvantitative metoder og modellering av signalveier har blitt brukt til å svare på flere biologiske spørsmål i signalanlegg [20]. Hvilke typer tilnærminger brukes først og fremst avhengig av tilgjengeligheten av eksisterende data og type biologiske spørsmål som skal besvares [20], [21]. Dessverre er det svært få beregnings studier på Hedgehog signalveien [22] – [25]. Alle disse modellene utforske svært spesifikke temaer og inkluderer ikke sykelig forhold, spesielt Glioma, Colon og bukspyttkjertel kreft, som kan oppstå på grunn av feil i Hedgehog veien. Derfor er det nødvendig å rekonstruere et fullstendig kart over pinnsvin reaksjonsvei og å studere den detalj molekylære interaksjoner i både normale og kreft forhold gjennom kvalitativ analyse.
Videre identifikasjon av en kombinasjon av proteiner som et medikament mål i pinnsvin reaksjonsvei for kreftterapi krever fullstendig forståelse av hele mekanismene for denne veien i menneskecelle. For å oppnå dette, må man omfattende og mest oppdaterte informasjon eller et kart over Hedgehog veien som kan bidra til å analysere sti mer dypt og nøyaktig. Dessverre, så langt som den litteratur og biologisk signale database er opptatt, er det ingen fullstendig sti kart tilgjengelig for å studere pinnsvin reaksjonsvei. Even, søk av ulike populære database (se tabell S1 av tekst S1) viste at det er noen variasjoner i antall molekyler og interaksjoner er rapportert for denne veien (se tabell S2 av tekst S1). Dette heterogenitet mellom databaseinformasjon skaper enorme problemer for sortering informasjon til å konstruere et omfattende kart. I noen tilfeller til og med det manglende informasjon om forskjellige molekyler eller interaksjoner, som allerede er tilgjengelige i eksperimentelle studier, men ikke oppdatert i databasen. Disse utgjør et utfordrende problem for forskerne å få en generell struktur av dette signalnettet.
I denne artikkelen sammenstille data fra ulike databaser og litteratur, presenterer vi en master modell av Hedgehog veien. Vår omfattende data mining og tekst utvinning prosedyrer fra kilder i litteraturen hjalp oss å identifisere mange proteiner og deres interaksjoner som ikke var inkludert i den eksisterende databasen. Så langt vi kjenner til i denne artikkelen har vi presentert en sti kart Hedgehog som er den største Hedgehog sti kart over menneske til dato. I forhold til eksisterende populær database, the Hedgehog kartet nylig rekonstruert består 57 proteiner, 6 mobil eller fenotypiske uttrykk og 96 hyper-interaksjoner, som er høyest. I figur S1, ble et Venn-diagram konstruert for å sammenligne mellom antall proteiner som er tilgjengelige i store databasemodeller og proteiner vurderes i vår modell. Det er klart fra dette diagrammet at mesteparten av proteinene som inngår i vår modell (representert ved ikke-overlappende region), er ikke fullt ut tilgjengelige i noen av de nevnte databaser bortsett fra proteiner fra KEGG, hovedbane CENTRAL, BIOCARTA og PROTEIN salong. Men bare en undergruppe av proteiner som er spesifikke for Hedgehog signalveien fra NETPATH og GENEGO er inkludert i vår modell og resten er hentet fra litteratur og annen database. Ved hjelp av denne reaksjonsvei kart vi deretter utført ved bruk av strukturanalyse graf teoretiske tilnærming og logisk analyse ved bruk av boolske formalisme å forstå strukturen og topologien av hele nettverket, så vel som for å identifisere viktige proteiner. Vi viste også at en boolsk representasjon av interaksjoner av veien gir en helhetlig forståelse av systemets oppførsel ved å validere modellen med eksperimentelle data og utført en systematisk forstyrrelse analyse for å identifisere viktige narkotika mål for tre typer kreft, for eksempel Glioma, Colon og bukspyttkjertelen. Vårt hovedmål var å identifisere sannsynlige narkotika mål
in-silico
som kan brukes for fremtidig
in vitro
eller
in vivo
analyse. Fra vår modell og beregningsorientert studie av Hedgehog signalveien, identifiserte vi noen nye kombinasjoner av proteiner som kan brukes som en narkotika mål for kreftbehandling.
Resultater
Rekonstruert Hedgehog signalveien (menneskelig Cell Specific)
i dette arbeidet, en av våre viktigste mål var å gi en omfattende og oppdatert Hedgehog signaliserer kart som kan tjene både eksperimentelle og teoretiske biologiske samfunn. I figur 1 har vi presentert en nylig rekonstruert Hedgehog sti kart, som etter beste overbevisning er det største kartet Hedgehog vei til dato. Det var totalt 57 proteiner (52 kjerne proteiner og 5 kryss snakk proteinmolekyler fra andre veier) og 96 hyper-kanter inkludert manuelt i veien figuren ved hjelp av informasjon fra ulike kilder (se metodedelen og tabell S1 S2 av tekst S1).
Totalt 57 proteiner som inngår i denne veien figuren. De grønne og røde pilene indikerer aktivering /Produksjon og Hemming prosess hhv. De svarte pilene angir atomtrans prosessen. Alle proteiner av dette nettverket er fordelt i fire hovedregioner med ulike fargekoder: ekstracellulær og Membran (blå); Cytoplasma (Red); Nucleus (grønn); og utgang (gul). Utgangs proteiner er knyttet til ulike cellulære responser (krysstale med andre veier eller fenotypiske uttrykk) med svart stiplet pil.
I figur 1, de grønne og røde pilene betegner aktiverings /produksjon og hemming hendelser henholdsvis. De svarte pilene indikerer den kjernefysiske translokasjon av aktiverte GLI transkripsjonsfaktorer inn i kjernen. For å forstå og skille de pinnsvin komponent proteiner i henhold til deres cellulære steder, bevilget vi alle proteiner i henhold til fire hovedregioner: ekstracellulær Membran, Cytoplasmatiske, Kjerne- og utgang /Produsert med fire forskjellige farger: blå, rød, grønn og gul, henholdsvis. Tverr samtaler og fenotypiske uttrykk for denne veien ble navngitt som «Cellular svar» og var forbundet med utgangs /produsert proteiner ved stiplet svart pil. Følgende er beskrivelser av proteiner i hver region i vår rekonstruerte Hedgehog signalnettverk
ekstracellulær og membran
I denne regionen, vi inkludert tre pinnsvin ligander:.. Sonic Hedgehog (SHH), Indian Hedgehog (IHH) og Desert Hedgehog (DHH). Disse er de ligander som bindes til reseptorproteiner Patched1 (PTCH1) og Patched2 (PTCH2) av et pinnsvin mål eller responsiv celle [26], [27]. Tidligere studier har vist at i fravær av en hvilken som helst av disse pinnsvin ligander, PTCH1 /PTCH2 inhibere en annen trans-membran G-koblet protein «glattet (SMO)» inne i cellemembranen [26], [27]. Det har blitt studert at denne inhibering er trukket tilbake etter at HH-ligander bindes til lappet reseptorer. Som et resultat av denne ligand-reseptor-interaksjon SMO blir aktiv og deretter aktivere serin /treonin-kinase 36 (STK36) i sin nedstrøms cytoplasmisk region av cellen. Dette STK36 kinaseprotein er en av de største mulige aktivatorer glioma-assosiert protein (GLI) i cytoplasma [6], og som kalles «Ligand avhengige GLI aktivering». I denne regionen, er membranproteiner er vist som en spesiell sekskantet struktur som brukes i CellDesigner grafiske notasjoner [28], [29]. Det var totalt 3 ligander, 6 ekstracellulære proteiner og 4 membran proteiner inngår i ekstracellulær og Membran regionen.
cytoplasmatiske proteiner.
I denne regionen, vi inkludert totalt 16 proteinmolekyler. Alle de tre isoformer av GLI transkripsjonsfaktorer GLI1, GLI2 og GLI3 ble inkludert. GLI ble funnet i cytoplasma som i Nucleus og var hovedmålet komponenten protein for pinnsvin reaksjonsvei aktivering [30]. Også, det var andre proteiner i denne regionen som direkte eller indirekte påvirker de tre isoformer av GLI protein i cytoplasma. Disse proteinene var Menneskelig Fused (HFU), Unc-51-lignende kinase 3 (ULK3), ERK1 /2, RAS og TWIST [31] – [34]. Det bør nevnes at ERK12, RAS, TWIST, FAS og NOTCH1 er ikke pinnsvinet pathway proteiner, selv om vi anså disse proteinene som de hadde betydelige direkte samhandling med kjerneproteiner GLI1, GLI2 og SMO. Også deres rolle i ligand uavhengig pinnsvin pathway aktivering i Glioma, Colon og bukspyttkjertelkreft scenarier var også en viktig faktor for å vurdere dem i vår nylig rekonstruert Hedgehog modell. Det ble funnet at mutasjon eller over ekspresjon av disse proteinene kan aktivere GLI i cytoplasma uten hjelp av noen Hedgehog ligander. På den annen side, fra forskjellige litteraturen, har vi også funnet noen repressorer av GLI proteiner i cytoplasma, som proteinkinase A (PKA), beta-transducin repeat-inneholdende protein (BTRCP), kasein kinase isoformen alfa (CKIα), glykogen syntase kinase-3 (gsk3) [35], [36] og inkluderte dem i nettverket.
nuclear proteiner.
i det kjernefysiske området av veien kartet Hedgehog, vi inkludert 13 molekyler disse var hovedsakelig transkripsjonsfaktor, co-aktivator eller co-repressor. Den aktiverte transkripsjonsfaktorer GLI1, GLI2 og GLI3 translocate inn i kjernen som Nuclear GLI1 (NUC_GLI1), Nuclear GLI2 (NUC_GLI2) og GLI3 aktiv (GLI3_A) [37] svis og bidra til å transkribere ulike pinnsvinet målgener ved hjelp av transkripsjon co- aktivatorer Nuclear STK36 (NUC_STK36) og Dual spesifisitet tyrosin-fosforylering regulert kinase 1 (DYRK1) proteiner [38]. Også var det noen transkripsjons co-repressors i kjernen som ble funnet fra ulike kilder i litteraturen og de ned regulere GLI transkripsjonsfaktorer. Disse proteinene, Nuclear SUFU (NUC_SUFU), nummen, kløe, SKI, Nuclear Receptor Co-repressor (NCOR), SNO, HDAC og SIN3A [39], [40], ble inkludert i nettverket. I kjernen NUC_GLI1 transkripsjonsfaktor transkriberer genene
ptch1, hip1, gli1
sammen med flere andre responsive gener av denne veien. For å redusere kompleksiteten i veien figuren, kan vi ikke inkludere noen gen eller m-RNA i denne atom regionen.
Output proteiner.
Dette området spesifiserer ikke hvilken som helst mobil plassering. Vi har tatt denne del for seg for å identifisere proteiner som produseres ved slutten av pinnsvin reaksjonsvei. Vi vurderte et signaleringsnett som en input-output system hvor ligandene og ekstracellulære proteiner var inngangene, kan proteinene produsert som en respons på disse inngangene på slutten av denne reaksjonsvei betraktes som Utgangs proteiner. Det var totalt 15 proteiner inkludert GLI1, PTCH1 og HHIP inkludert i denne delen. De totale antall proteiner som er vist i denne regionen er høyest i forhold til andre publiserte menneskelig bestemt Hedgehog pathway kartet til vår beste kunnskap. Dessuten ble alle proteinene i denne regionen farget som gult, bortsett PTCH1, HHIP og GLI1. Grunnen var, etter at produksjonen eller oversettelse, disse tre proteinene translocate til sine respektive cellulære steder og utføre sin aktivitet i veien. For å vise denne tilbakemeldingen mekanisme, holdt vi deres farge som er lik fargen kodet i deres faktiske cellular plassering. Produksjon av PTCH1 og HHIP proteiner i denne veien bryteren «ON» en «negativ feedback» mekanisme og dermed kontrollere ytterligere pinnsvin pathway aktivisering gjennom ligand avhengige måte. Det ble eksperimentelt bevist at the Hedgehog Samhandle Protein 1 (HHIP) undertrykker the Hedgehog ligander ved direkte binding med dem og jo høyere konsentrasjon av PTCH1 i membranen vil bidra til å undertrykke videre SMO aktivering [41] – [43]. På den annen side, produksjon av GLI1 bidrar til å aktivere veien igjen, og dermed skaper en «positiv feedback» sløyfe i dette nettverket.
Cellular svar.
For å vise kryssforbindelser utgangs proteiner med den andre veien eller cellulære funksjoner, holdt vi denne delen på slutten av vår vei figur. Det var 6 cellulære responser inkludert som var celleproliferasjon, cellesyklusprogresjon, Anti-apoptose, epithelial-Mesenchymale Transition (EMT), Wnt signal og Notch signal. Vi viste tilkoblingene av produserte proteiner med disse cellulære svar av svart stiplet pil i veien figuren.
For å forstå detaljene aktivitet av disse molekylene i Hedgehog sti og å utføre strukturell analyse, vi modellert den rekonstruerte veien kartet av to tilnærminger. Graf teoretisk og logisk (se metodedelen)
Structural Analysis
den rekonstruerte Hedgehog pathway (figur 1) hjalp oss å finne ut strukturen og topologiske funksjonene i denne nettverk. Vi brukte «Graf teori» for dette formålet. Denne type analyse er også nyttig for visuell og /eller topologisk tolkning av et meget stort komplekst nettverk [44]. I vår studie har vi regnet hele signalveien som et nettverk hvor signalet fra pinnsvinet ligander traverser fra ekstracellulære region til kjernen av et mål celle via ulike cytoplasmatiske mellom proteiner. Vårt pinnsvin signalnettverk var som en «Bow-Tie «nettverk og består av 57 noder eller proteiner (52 kjerne og 5 non-core proteiner av pinnsvin veien) og deres 140 rettet kanter (interaksjoner, forskrifter eller strømningsretningen av signal) . Som vi vet at strømningen av signalet fra en intracellulær signaleringsnett opprettholder en bestemt retning, slik at vi betraktet vår graf teoretisk modell som en rettet graf «eller» digraph «. For å vise kun de tilkoblinger av proteiner i kartet Hedgehog, hadde vi ikke inkludere Cellular responser i grafen teoretisk modell. Hele nettverket Bildet vist i figur 2.
De fargede sirklene representerer de noder eller proteiner av veien og de sorte pilene indikerer en kant eller forbindelse mellom to noder i nettverket. Nodene er farget i henhold til deres under cellulære steder i cellen (figur 1), og er delt inn i fire regioner: ekstracellulære og Membran (blå), cytoplasma (rød), Nuclear (grønn) og Output proteiner (gul) hhv. Størrelsen av nodene blir tildelt i henhold til deres totale antall forbindelser eller grad. Total grad av hver node er etterfulgt av navnet på proteinene. Den «Bow-Tie» strukturen av Hedgehog signalnettverk er lett synlig, der signalene konvergerer mot GLI1 eller GLI2 og divergerende til sine påfølgende trinn. Størrelsen noden GLI1 er størst som den har høyeste antall forbindelser eller grad blant alle andre proteiner i nettverket.
I figur 2 er de fargede sirklene representerer de noder eller proteinene i nettverket og de svarte piler indikerer retninger av tilkoblinger eller kantene mellom to noder. Nodene i dette nettverket ble farget i henhold til deres sub-cellulære sted som beskrevet i Figur 1. Utgangs proteiner GLI1, PTCH1 og HHIP ble ikke vist i «output» region, men ble presentert som omvendte tilkoblinger fra NUC_GLI1 til GLI1 av cytoplasma og til PTCH1 og HHIP av membran region. Størrelsen av nodene i nettverket (figur 2) ble bestemt i henhold til deres totale antall forbindelser eller grad verdi. GLI1 i cytoplasma hadde høyest antall total grad i nettverk; derfor størrelsen av denne noden i nettverket var størst blant alle de andre nodene. Det var også klart fra denne figur at pinnsvin signalene fra de innganger (ekstracellulære og membranproteiner) konvergerte til de spesielle proteiner (GLI1 og GLI2) i cytoplasma for å aktivere den, og etter dens aktivering disse proteinene sende signaler (faktisk translocate inn i kjernen ) for å aktivere produksjonen av de forskjellige målgener /proteiner (som OPN, BCL2, GLI1, HHIP etc.) ved nedstrøms av pinnsvin reaksjonsvei. Derfor kan vi si at flyten av pinnsvinet signal fra ekstracellulære-membran region til nedstrøms target proteiner av pinnsvin pathway hovedsakelig avhenger av de mellomliggende cytoplasmatiske GLI proteiner. . På grunn av denne grunn den kanoniske pinnsvinet sti kalles også som «GLI mediert pinnsvin vei «[45]
Vi videre analysert dette nettverket fra tre perspektiver: i) Tilkobling ii) sentralitet og iii) Alle parene Korteste vei .
Tilkobling analyse.
Vi utførte denne analysen å vite antall tilkoblinger av hvert protein med alle andre proteiner i nettverket. Tre typer parametere (i grader, OUT grad og TOTAL grad) ble brukt i dette avsnittet (se metodedelen). Vi beregnes og presenteres disse tre parametrene for hvert protein av pinnsvin signaleringsnett i figur 3A.
Termisk kart av verdiene av parametrene som brukes i Tilkobling og sentralitet analyse. Navnene på proteiner eller noder er anordnet rad klok (Y-aksen) i henhold til plasseringen av deres tilsvarende område (figur 1). Parameterverdiene er ordnet kolonne klok (X-aksen) i kart varmen. (A) Varme kart over verdiene av parameterverdier som brukes i tilkobling analyse: IN-grad OUT-grad og TOTAL viss grad av hvert protein. Høy IN-graders verdien av GLI1, PTCH1, HHIP og SHH indikerer deres høyere antall oppregulering av de andre proteiner i nettverket. Høy OUT-graders verdi av flere kjerneproteiner (f.eks DYRK1, nummen, NUC_GLI1, NUC_SUFU, NUC_STK36 etc.) refererer deres evne til å regulere andre proteiner i HH nettverk. Ved helt grad, GLI1, GLI2 og NUC_GLI1 har betydelig høyeste verdien. Det viser at disse to proteiner er for det meste forbundet med de andre proteiner i nettverket. (B) Heat kart over enkelte sentrale score på hvert protein av Hedgehog kartet. Sentralitet måleparametere som benyttes i denne analysen var egenvektor (EF), Betweenness (BC) og nærhet (CC) sentralitet. Det er observert at GLI1 har høyest verdi for hver parameter poengsum. Deretter blir PTCH1, PTCH2, HHIP, STK36, NUC_GLI1, NUC_GLI2 etc. viser også betydelig verdi for hver enkelt sentralitet poengsum.
Varmen kartet (figur 3A), som representerer verdiene av parametrene ( IN-grad OUT-grad og TOTAL grad), viser proteinene rad klokt i henhold til deres cellulære steder i en celle (topp til bunn) og parameterverdier kolonnen kloke. Den gjennomsnittlige IN og OUT grad (alle sammen) av nettverket ble beregnet som 2,45 og gjennomsnittlig total grad var 4,91. For å identifisere viktige proteiner fra denne varmen plottet på grunnlag av tilkoblings parametrene, ekstrahert vi proteiner som hadde de parameterverdier som er høyere enn deres tilsvarende gjennomsnittsverdier. Alle de utpakkede betydelige proteiner på grunnlag av denne hypotesen ble oppført i tabell 1. Vi fant ut at det var totalt henholdsvis 19, 10 og 23 proteiner som hadde de høyere verdier enn gjennomsnittet i grader, OUT-grad og TOTAL-grad .
Fra tabell 1, var det klart at reseptor protein PTCH1 og to transkripsjonsfaktorer GLI1 GLI2 hadde høyere grads verdier i forhold til andre proteiner i hele nettverket, kan være på grunn av deres høye forskrift eller interaksjon med andre oppstrøms proteiner i pinnsvin signaleringsnett. PTCH1 var viser høyere IN-graders fordi de fleste av de ekstracellulære signaler som passerer gjennom denne reseptor proteinet til å utløse aktivering av SMO protein i membranen. På den annen side den cytoplasmatiske GLI1 og GLI2 hadde høy IN-graders verdi som disse proteinene er de viktigste proteinene i nettverket for å aktivere veien. Også blant de tre pinnsvinet ligander, Sonic pinnsvin (SHH) hadde høyest IN-graders verdi som sin interaksjon med PTCH1 og PTCH2 reseptorer var svært avhengig av proteinene sendt, HHAT, CDO, BOC og GAS1 på ekstracellulære regionen pinnsvin mål celle. Proteinene i kjernen som NUC_GLI1, NUC_GLI2, DYRK1 etc. hadde høyest out-grad verdi i forhold til andre proteiner i nettverket. Hovedsakelig de utgå proteiner ble koblet til de utgående forbindelser eller kanter av disse kjerneproteiner i nettverksstrukturen. På grunn av tilstedeværelsen av det høyeste antallet utgående forbindelser fra de nukleære proteinene til utgangs proteinene ble OUT-grad verdiene for disse proteiner øket i forhold til de andre proteiner i hele nettverket. Vi har også observert at med unntak av kjerneproteiner, gjorde proteiner fra andre deler cellulære steder eller områder ikke viser betydelige OUT-graders verdier.
Vi har også hentet ut proteiner som hadde TOTAL-graders høyere enn den gjennomsnittlige totale graders 4.91. Tabell 1 viser at i ekstracellulære binder til regionen PTCH1, HHIP, SHH, IHH hadde betydelig antall (større enn den gjennomsnittlige totale grad) av forbindelser eller total grad i nettverket. Det betyr, for å overføre den pinnsvin signal fra ekstracellulære til intracellulære region av en celle, er disse proteinene spiller mest effektive rolle innenfor hele nettverket. Det var klart fra figur 2, som GLI1 hadde høyest TOTAL-graders verdi blant alle andre proteiner i Hedgehog signaleringsnett. Det betydde at dette var det viktigste proteinet i pinnsvin signaleringsnett. Ut av 57 proteiner i nettverket, det ble koblet til 30 proteiner.
