Гемгольц константин льво отзывы

.

Валерия Косинова

Белозерского МГУ им. Ломоносова, зав. Ведущее учреждение: Федеральное государственное бюджетное учреждение науки Институт молекулярной биологии имени В.

Энгельгардта Российской академии наук Защита состоится «7» июня г. Ореховича» Российской академии медицинских наук по адресу: , Москва, ул. Погодинская, д. Автореферат разослан мая г. Ученый секретарь диссертационного совета, кандидат химических наук Е.

Поиск фармакологических мишеней для терапии социально значимых заболеваний человека представляет одну из наиболее важных задач современной биоинформатики. Рак молочной железы РМЖ у женщин, по данным Американского онкологического общества за год, находится на втором месте по количеству летальных исходов среди различных видов опухолей, и поиск новых фармакологических мишеней для терапии РМЖ более чем актуален.

Экспериментальные методы исследования различных клеточных фенотипов, в том числе и опухолевых, в масштабах целого генома быстро совершенствуются, что позволяет более глубоко изучать механизмы опухолевых процессов на молекулярном и клеточном уровнях. Системный подход повышает эффективность при отборе перспективных мишеней лекарств и уменьшает как риски для пациентов, так и финансовые издержки фармацевтических компаний в процессе разработки препаратов Chua и Roth, Регуляция клеточного цикла включает в себя важнейшие процессы, имеющие решающее значение для выживания клетки, в том числе выявление и репарацию генетических повреждений, а также предотвращение бесконтрольного клеточного деления.

Нарушения этих процессов составляют основу патогенеза опухолевого роста. Регуляцию клеточных процессов часто рассматривают как сеть, которая отражает теоретическую абстракцию биохимических реакций и межмолекулярных взаимодействий в клетке. Несмотря на большое количество разрабатываемых методов анализа и моделирования поведения регуляторных сетей, основной проблемой оказывается невозможность оценки влияния всей совокупности положительных и отрицательных обратных связей, что ограничивает существующие методы в поиске новых фармакологических мишеней.

Эти предпосылки легли в основу разработки метода поиска фармакологических мишеней для терапии РМЖ на основе компьютерного моделирования регуляции клеточного цикла. Цель работы: разработать компьютерный метод выявления молекулярных мишеней для лекарственной терапии злокачественных новообразований и апробировать его на примере рака молочной железы.

Задачи исследования: 1. Собрать и проанализировать информацию о регуляции клеточного цикла, экспрессии белков в нормальных и опухолевых клетках. Разработать и реализовать в виде компьютерной программы метод выявления и оценки противоопухолевых мишеней. Провести валидацию предложенного метода идентификации перспективных противоопухолевых мишеней на основе доступных экспериментальных данных.

Применить разработанный метод к идентификации перспективных противоопухолевых мишеней для терапии опухолевых заболеваний. Научная новизна. Впервые предложен и реализован в виде компьютерной программы NetFlowEх метод дихотомического моделирования регуляции клеточного цикла в норме и при патологиях с целью выявления перспективных фармакологических мишеней. Получено свидетельство от г. Личный вклад автора. Представленные в диссертационной работе результаты получены лично соискателем, а также совместно с коллегами: А.

Лагунин и А. Захаров поиск лигандов к выявленным мишеням; Ю. Кондрахин и Р. Шарипов статистическая обработка данных об экспрессии генов; Г. Селиванова с сотр. В опубликованных работах [] соискателю принадлежат разработка, реализация в виде компьютерной программы и применение разработанного метода для поиска перспективных противоопухолевых мишеней РМЖ. Практическая значимость. Разработанный и реализованный в программе NetFlowEх метод использован для выявления перспективных фармакологических мишеней в рамках Европейского проекта "Net2Drug From gene regulatory networks to drug prediction".

Метод может быть применен для анализа и моделирования регуляторных сетей, а также для поиска 2 5 перспективных молекулярных мишеней при некоторых формах онкопатологии. Метод может быть использован в научно-исследовательских и медицинских учреждениях, работающих в областях системной биологии, молекулярной биологии и генетики, генной инженерии и др.

Материалы диссертационной работы отражены в 18 публикациях, из них 3 статьи в рецензируемых журналах, входящих в список ВАК, 15 публикаций в трудах конференций.

Получено 1 свидетельство о государственной регистрации программы для ЭВМ. Структура и объем диссертации. Диссертационная работа изложена на страницах машинописного текста, содержит 20 рисунков и 7 таблиц, состоит из введения, трех глав, заключения, списка литературы, содержащего ссылок, и приложения. Обзор литературы Рассмотрены понятия регуляторных сетей, фармакологических мишеней и пр.

Детально рассматриваются методы моделирования регуляторных сетей: непрерывные моделирование с использованием дифференциальных уравнений, непрерывные линейные модели, анализ баланса потоков и дискретные логические сети, сети Петри, и их разновидности.

Представлены примеры применения вышеперечисленных методов для поиска перспективных фармакологических мишеней, проанализированы их преимущества и ограничения, а также приведено обоснование для разработки дихотомической модели регуляции клеточного цикла для выявления перспективных противоопухолевых мишеней лекарств.

Глава 2. Информация о генах "домашнего хозяйства" 1 ГДХ человека была получена с использованием биоинформатического ресурса ExPlain A. Kel et al. Дихотомическое моделирование и выявление перспективных фармакологических мишеней было проведено с помощью разработанной нами компьютерной программы NetFlowEx, написанной на языке Java 2.

Гены домашнего хозяйства функционируют повсеместно, на всех стадиях жизненного цикла организма. Глава 3. Результаты и обсуждение 3. Анализ информации о регуляции клеточного цикла, экспрессии белков в норме и при раке молочной железы В результате анализа литературы и БД TRANSPATH была составлена регуляторная сеть, состоящая из вершин генов и белков и взаимодействий, и содержащая различные регуляторные пути, вовлеченные в развитие и прогрессию РМЖ.

Для вершин, отражающих белки, были отобраны только реакции, которые подтверждены экспериментально; также были включены связи между генами и белками трансрепрессия, трансактивация, экспресия.

Среднее число взаимодействий для вершин в полученной сети составляет 1, Количество отобранных для моделирования генов с измененной экспрессией для РМЖ и ГДХ, использованных для моделирования, представлены в Таблице 3.

В рамках дихотомической модели каждый ген и каждый белок представлены в виде вершины направленного графа, в котором ребра проводятся между вершинами тогда и только тогда, когда между ними имеется взаимодействие. Активное состояние гена соответствует экспрессии соответствующего белка, активное состояние белка его способности связывать свои субстраты. Состояния изменяются в дискретные моменты времени.

Последовательность состояний сети S 0 , S 1 , S 2 , В каждый момент времени шаг траектории состояния вершин зависят от состояний вершин на предыдущем шаге моделирования.

Вычисление траектории прекращается после наступления некоторого события, интересующего исследователя, например, 5 8 апоптоза, когда запускается каскад каспаз и процесс становится необратимым, или остановки клеточного цикла на одной из его фаз.

Входными данными модели являются состояния вершин в начальный момент времени. Для достижения целей работы необходимо вычисление не одной, а целого пучка траекторий, что позволит верифицировать построенную модель по имеющимся литературным данным об особенностях функционирования сетей регуляции клеточного цикла. Метод дихотомического моделирования регуляции клеточного цикла реализован нами в компьютерной программе NetFlowEx Net Flow Explorer на языке Java 2. Программа зарегистрирована в Федеральной службе по интеллектуальной собственности, патентам и товарным знакам [1] Моделирование клеточных процессов в норме Для моделирования клеточных процессов в норме в качестве входных данных нами были использованы ГДХ, начальные состояния которых в дихотомической модели рассматривались как активные.

Для некоторых ГДХ отсутствовала информация об их регуляции другими генами или белками, 6 9 поэтому, для этих генов значения параметра уравнение 1 были взяты таким образом, чтобы обеспечивалась постоянная активность данных генов. Однако, после го шага участники клеточного цикла остаются неактивными, клетка не входит в М фазу клеточного цикла комплекс Сyclin В:CDK1 неактивен. Рисунок 1.

Результат моделирования нормальных клеточных процессов при активных начальных состояниях ГДХ. Представлены состояния белков клеточного цикла и их комплексов, отвечающих за переход по фазам клеточного цикла, а также белки апоптоза, активация которых является индикатором необратимости данного процесса. Строки соответствуют белкам, колонки соответствуют шагам траектории; ячейка таблицы отражает активное 1 или неактивное 0 состояние белка на определенном шаге.

Активные состояния выделены серым цветом. Как видно из рис. Таким образом, результаты моделирования не противоречат известным процессам в клетках в покое Capuco et al. Для моделирования было также выбрано шагов, чтобы все вершины при моделировании могли быть пройдены. Результат моделирования для генерализированного РМЖ представлен на рис. Рисунок 2. Результат моделирования патологических процессов при генерализированном РМЖ. Представлены состояния наиболее важных для клеточного цикла и апоптоза белков.

Состояния двадцати четырех генов были определены как постоянно гиперэкспрессированные значения параметра обеспечивали постоянную активность данных генов , поскольку они не могут продуцировать самих себя в модели в связи с недостатком информации об их регуляции. Несмотря на то, что один из ингибиторов клеточного цикла p19ink4d постоянно активен - комплексы клеточного цикла в модели периодично активируются. Cyclin E:CDK2 активен с 9 по 14 шаг, а с 21 шага и далее активен на каждом пятом шаге.

Белок АКТ, способствующий выживаемости клеток с помощью негативной регуляции апоптотического белка p53 Hers I. Если в процессе моделирования, при инактивации какой-либо вершины или комбинации вершин, наступает выбранное исследователем желаемое событие в данном случае были выбраны: 1 остановка клеточного цикла и 2 стимуляция апоптоза, то такая вершина или комбинации вершин могут рассматриваться как перспективные фармакологические мишени, воздействие на которые может быть использовано для терапии данного вида опухоли.

Этот процесс поиска происходит до тех пор, пока не будет осуществлен перебор всех 9 12 комбинаций инактивируемых вершин. Недавно было показано Singh et al. Нами не было найдено нетривиальных комбинаций мишеней, блокада которых ведет к одновременному ингибированию всех комплексов циклинзависимых киназ. Однако PLK1 и AKT-1 могут быть интересными мишенями в связи с тем, что их комбинация с циклинами и циклин-зависимыми киназами не столь очевидна, и их функционирование оказывает влияние на переход между фазами клеточного цикла в норме и при патологиях Lindqvist et al.

Результаты идентификации перспективных мишеней для терапии РМЖ. Белок BCL-2 был выявлен в качестве потенциальной мишени для всех рассматриваемых видов опухолей молочной железы Активация каспазы В литературе показана эффективность ингибирования факторов роста кровеносных сосудов при инвазивных опухолевых процессах Bischoff и Ignatov, Это может быть связано с неполнотой имеющихся данных о регуляции клеточного цикла.

Ингибирование MKK4 и MKK6 может быть разрушительно для клетки, так как данные киназы являются важными проводниками клеточных сигналов при ее нормальном функционировании Remy et al.

Однако, цитохром С становится неактивным с го шага и остается неактивным по шаг. Верификация алгоритма была осуществлена посредством использования случайно сгенерированных списков гипер- и гипоэкспрессированных генов. При этом не было выявлено ни одной 12 15 мишени.

Это позволяет предполагать, что разработанный нами алгоритм выявляет те мишени, которые действительно важны для регуляции и сигнализации клеточных процессов, и наши результаты не являются результатом случайного выбора. Выявленные мишени были нами проанализированы с использованием БД Integrity по разрабатываемым лекарственным препаратам.

Личная анкета Анастасии Сергеевой ВКонтакте

.

Личная анкета Юлианы Елютиной ВКонтакте

.

Валерия Косинова

.

.

ПОСМОТРИТЕ ВИДЕО ПО ТЕМЕ: Дмитрий Львов: COVID-19 имеет природное происхождение, разговоры об ином — спекуляции дилетантов

КОБОРОВА Ольга Николаевна

.

.

.

Комментариев: 1

  1. Нет комментариев.