Informacja

Wykład 23: Mutanty i mutacje 2018 - Biologia

Wykład 23: Mutanty i mutacje 2018 - Biologia


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Wykład 23: Mutanty i mutacje 2018

Wszyscy jesteśmy X-Men tak daleko, jak idą mutacje genetyczne

„Mutanci stali się przedmiotem strachu i nienawiści”. &mdash Kitty Pryde opowiada historię „Days of Future Past” znalezioną w The Uncanny X-Men #141 w styczniu 1980 „W jej DNA znaleźli klucz do jej zmutowanej mocy”. &mdash Profesor X zastanawia się, w jaki sposób Mystique została wykorzystana do uzyskania specjalnych mocy dla armii Strażników [. ]

„Mutanci stali się przedmiotem strachu i nienawiści”.

Kitty Pryde opowiadająca w historii „Dni Przyszłości w Przeszłości” znalezionej w Niesamowici X-Men #141 w styczniu 1980

„W jej DNA znaleźli klucz do jej zmutowanej mocy”.

Profesor X zastanawia się, w jaki sposób Mystique została wykorzystana do uzyskania specjalnych mocy dla armii Sentinel w filmie X-Men: Dni przyszłości w przeszłości

* Snikt! X-Men: Dni przyszłości w przeszłości spoilery czają się poniżej*

We wrześniu 1963 roku Marvel Comics określił ich mianem „Najdziwniejszych superbohaterów ze wszystkich!” Wychodząc z umysłów Stana Lee i Jacka Kirby, zespół X-Men „nadludzkich mutantów” miał jako fikcyjnego założyciela i przywódcę cudownego naukowca profesora Charlesa Francisa Xaviera. We wszystkich jego iteracjach w Marvel Universe Profesor X jest różnie przypisywany wyszkoleniu medycznemu i naukowemu, ale prawdopodobnie najlepiej można go opisać jako eksperta w dziedzinie genetyki medycznej.

Profesor X założył akademię szkoleniową dla młodych mutantów, aby pomóc im w korzystaniu z mocy zapewnianych przez ich mutacje, a także pomóc w zorganizowaniu ich do obrony zwykłych ludzi przed atakami grup takich jak Bractwo Złych Mutantów. Temat mutantów i mutacji przewija się we wszystkich komiksach, powieściach graficznych i filmach o X-Men, które obfitują w społeczne komentarze na temat tego, co to znaczy być innym.

Biologia molekularna, DNA, geny i genom to terminy, które przenikają naszą współczesną kulturę. Fizyczne fragmenty, o których myślimy jako o naszych genach, powstają z maleńkich zasad nukleotydowych, które są połączone w chromosomy. W twoim ciele masz około 3 miliardy par tych nukleotydów, z około 25 000 do 50 000 genów ułożonych w 23 pary chromosomów.

To kolekcje tych genów w twoich chromosomach pozwalają ci być osobą, którą jesteś teraz, ze wszystkimi fizycznymi atrybutami, które posiadasz. Geny mogą być nieznacznie zmienione, aby przybierać różne formy zwane allelami, a zestawy alleli, które masz w genach, dają ci specyficzny genotyp.

Ale prawdziwa funkcjonalna rola DNA polega na przekazywaniu instrukcji fabrykom w twoich komórkach, rybosomom, do wytwarzania białek. Białka są niezbędne do życia i działają w twoim ciele, aby przenosić rzeczy w komórkach, działać jako enzymy, zapewniać wsparcie strukturalne i jako silniki biologiczne. Zapewniają twój fenotyp, fizyczną ekspresję twojego genotypu.

Kiedy myślimy o ekspresji genów dla danej cechy, ma to związek z mutacjami w parach genów. Zmiany w jednym allelu mogą prowadzić do ekspresji określonego fenotypu. Ludzie mogą przystosować się do szeregu warunków, ale wiele czynników poza genetyką ma istotny wpływ. Istnieje zatem zróżnicowanie w zakresie reakcji i adaptacji, jakie może mieć dana osoba, a wpływy genetyczne mogą nie być czynnikiem dominującym. Oznacza to, że efekty genetyczne zostaną ujawnione, wyrażone lub zmaksymalizowane tylko w określonych sytuacjach.

Oprócz genomu (mapy twoich genów) mamy proteom (mapę wszystkich twoich białek) i egzom (część twojego genomu, która faktycznie ulega ekspresji). Wciąż musimy się wiele nauczyć o tym, co jest normalną zmiennością w obrębie puli genów człowieka, ale to prowadzi nas z powrotem do mutacji genetycznych w sensie biologicznym.

Mutacje mogą być złe, dobre, jedno i drugie lub żadne. Wszystko zależy od szerszego kontekstu. W rzeczywistości, jak napisał dziennikarz Paul Voosen, wszyscy jesteśmy mutantami. Wiele szacunków sugeruje, że ludzie gromadzą od 100 do 200 mutacji w każdym pokoleniu, a zaawansowana analiza danych genomowych jest wykorzystywana od ponad pół wieku do poszukiwania obszarów w ludzkim genomie, które zostały ukształtowane przez dobór naturalny.

Nasza naukowa koncepcja mutacji to nie to samo, co supermocne mutacje komiksów, które generalnie wydają się godne nie strachu, ale zazdrości. W komiksach X-Men mutacje generują fantastyczne moce, takie jak uzdrawiająca zdolność Wolverine'a, kameleonowa zmiana kształtu Mystique i kontrola metali posiadanych przez Magneto.

Jednak w fabule komiksu X-Men z 1980 roku „Days of Future Past” napisanej przez Chrisa Claremonta i zilustrowanej przez Johna Byrne'a oraz w filmie opartym na tej historii, mutanty i mutacje są przedstawiane jako rzeczy, których społeczeństwo ludzkie powinno się obawiać. W komiksie czytamy, że w tym ponurym dystopijnym roku 2013: „Istnieją trzy klasy ludzi: 'H' jak podstawowy człowiek - bez zmutowanych genów 'A' jak anomalny człowiek - normalna osoba posiadająca zmutowany potencjał genetyczny i 'M „dla mutanta – dno stosu, uczynione pariasami i wyrzutkami przez ustawę o kontroli mutantów z 1988 roku”.

Oczywiście ten strach przed mutacją w komiksie jest związany z faktem, że prawdziwe mutacje genetyczne często są związane ze stanami chorobowymi, takimi jak rak lub anemia sierpowata. Ale geny nie tylko czekają, by dać nam choroby. Jak elokwentnie napisał Matt Ridley w książce z 1999 roku Genom„Definiowanie genów przez choroby, które powodują, jest mniej więcej tak absurdalne, jak definiowanie narządów ciała przez choroby, które zapadają… serca powodujące zawały serca i mózgi powodujące udary”.

Presja ewolucyjna pomaga w propagowaniu i utrzymywaniu niektórych mutacji genetycznych, nawet jeśli są one powiązane ze stanami chorobowymi. Anemia sierpowata to dziedziczna mutacja genetyczna białka hemoglobiny przenoszącego tlen, znajdującego się w czerwonych krwinkach. Mutacja zasadniczo zmniejsza elastyczność czerwonych krwinek, wpływając na funkcję wiązania tlenu i wytwarzając charakterystyczny zakrzywiony, sierpowaty kształt komórek. Komórki te mają znacznie krótszy cykl życiowy niż normalne krwinki czerwone, mogą prowadzić do zablokowania małych naczyń i ogólnie skutkować skróceniem życia osób z zaburzeniem.

Więc jeśli jest to dziedziczne zaburzenie pochodzące ze zmutowanego allelu, dlaczego utrzymuje się w populacji? Główna sugestia wynika z ochronnego działania anemii sierpowatej w regionach, w których występuje pasożyt malarii. Ważna część cyklu życiowego malarii plasmodium jest spędzana w czerwonych krwinkach, a skrócony cykl życiowy czerwonych krwinek w anemii sierpowatej przerywa rozwój pasożyta. Stan ten chroni zatem przed malarią i przeciwstawia się prostej dychotomii dobrego i złego.

Jeśli komiksy były bardziej zbliżone do prawdziwego życia, kiedy zły naukowiec, dr Bolivar Trask, uruchomił swój elektroniczny wykrywacz mutacji podczas szczytu w Paryżu w Paryżu. X-Men: Dni przyszłości w przeszłości, nie zidentyfikowałby po prostu Mystique jako zakamuflowanego mutanta, który zostałby zarejestrowany wszystko ludzi w pokoju. Ale nie byłby w stanie powiedzieć mu z całą pewnością, czy mutacje, które niosą, są „złe” czy „dobre”. Podobnie jak w przypadku samych superbohaterów i superzłoczyńców, odpowiedź na to pytanie jest bardziej skomplikowana.

Wszystkie zdjęcia dzięki uprzejmości Kristy Inouye.

Wyrażone poglądy są poglądami autora(ów) i niekoniecznie są poglądami Scientific American.

O AUTORACH)

E. Paul Zehr jest profesorem neurologii i kinezjologii na Uniwersytecie Wiktorii w Kolumbii Brytyjskiej. Jego badania koncentrują się na neuronalnej kontroli ruchu ramion i nóg podczas chodu oraz regeneracji chodzenia po neurotraumie. Jego ostatnie książki pop-sci obejmują „Becoming Batman: The Possibility of a Superhero (2008)”, „Inventing Iron Man: The Possibility of a Human Machine (2011)”, „Project Superhero (2014)” i „Chasing Captain America : Jak postępy w nauce, inżynierii i biotechnologii wytworzą nadczłowieka (2018)”. W 2012 roku zdobył nagrodę University of Victoria Craigdarroch Research Communications Award za mobilizację wiedzy, a w 2015 roku nagrodę Science Educator Award od Society for Neuroscience. Projekt Superhero zdobył srebrny medal 2015 dla powieści dla nastolatków od Niezależnych Sprzedawców Książek w Ameryce Północnej. Paul jest również stałym prelegentem na San Diego International Comic-Con, New York Comic-Con i Wonder Con. Prowadzi popularny blog o neuronauce „Black Belt Brain” na Psychology Today.


Szkodliwe mutacje genetyczne mogą być mniej powszechne niż sądziliśmy

Źródło: Vchal / www.shutterstock.com

Wszyscy jesteśmy mutantami. Każda cecha, która definiuje nasz gatunek, jest wynikiem mutacji genetycznej gdzieś w historii ewolucji. To samo dotyczy każdego innego organizmu na planecie. Jednak najczęściej myślimy o mutacjach jako o złych, prowadzących do niepełnosprawności lub choroby. Jak często te zmiany w DNA są szkodliwe i ile z nich jest potencjalnie pomocnych? Nowe badanie sugeruje, że śmiertelne mutacje mogą być znacznie rzadsze, niż kiedyś myśleliśmy, przynajmniej u bakterii.

Większość mutacji DNA jest spowodowana błędami, które mają miejsce, gdy komórka tworzy kopię całej swojej informacji genetycznej, aby mogła podzielić się na dwie nowe komórki. Bakterie takie jak E coli trzeba skopiować około pięciu milionów liter kodu DNA. Dla ludzi jest to około 3,2 miliarda liter DNA w jajeczkach i plemnikach i podwojenie tej liczby w innych komórkach ciała.

Pomimo wyrafinowanych systemów wykrywających i naprawiających występujące błędy kopiowania, niektóre czasami prześlizgują się przez sieć. Większość skutkuje tak zwanymi „mutacjami punktowymi”, ponieważ obejmują one tylko jedną zmianę litery DNA. Jednak nawet one mogą czasami prowadzić do dużych zmian, zmieniając geny i wytwarzane przez nie białka. To z kolei może wpływać na sposób, w jaki organizm rośnie lub działa.

Mutacje mogą napędzać ewolucję, jeśli dają jednostce przewagę, co oznacza, że ​​jest bardziej prawdopodobne, że przeżyją, aby mieć dzieci i przekazać zmutowany gen. Szanse, że losowe mutacje w milionach lub miliardach liter kodu będą korzystne, mogą wydawać się niewielkie. Ale życie na Ziemi istnieje już od czterech miliardów lat, więc ewolucyjne skale czasowe są ogromne.

Jednak mutacje mogą również powodować poważne problemy zdrowotne, z których niektóre mogą być również dziedziczone. Naukowcy z Francji próbowali ostatnio ustalić, jak często mutacje są rzeczywiście szkodliwe, używając: E coli bakterie jako model. Lydia Roberts i jej koledzy zastosowali genialną technikę, która pozwoliła im zwizualizować zmiany DNA, które zaszły, gdy bakterie faktycznie się dzieliły.

Zwykły sposób oszacowania szybkości mutacji bakterii polega na hodowaniu ich na płytkach agarowych, plastikowych szalkach zawierających bogatą w składniki odżywcze galaretę dla drobnoustrojów. Ale problem z tym podejściem polega na tym, że każda bakteria, która nabyła śmiertelną mutację, oczywiście umiera, więc informacje o tych zmianach genetycznych są trwale tracone.

Aby obejść ten problem, francuscy naukowcy użyli malutkiego chipa zawierającego 1000 mikroskopijnych kanałów, do których dostarczany jest bulion w płynie. Nowe komórki wytworzone po każdym podziale komórkowym pozostają w kanałach, niezależnie od jakichkolwiek szkodliwych mutacji, które mogą wpłynąć na ich przeżycie.

Zespół wykorzystał następnie obrazowanie poklatkowe w połączeniu z markerem fluorescencyjnym, który migał za każdym razem, gdy wystąpiła mutacja. W ten sposób powstały imponujące filmy o namnażających się, mutujących bakteriach, przypominające linie kodu przedstawione w filmie science-fiction Matrix.

Wyniki opublikowane w Nauki ścisłesugerują, że mutacje punktowe u bakterii powstają w stałym tempie około jednej na 600 godzin. Ku zaskoczeniu naukowców odkryli również, że tylko około 1% tych zmian DNA było śmiertelnych dla bakterii – znacznie mniej niż wcześniej sądzono.

Wydaje się, że przynajmniej u bakterii większość mutacji może nie mieć żadnego wpływu na przeżycie. Nie są ani „złymi”, ani „dobrymi”, ale po prostu ewolucyjnymi obserwatorami. Naukowcy pracujący nad zrozumieniem, w jaki sposób mutacje genetyczne powodują choroby u ludzi, zadają podobne pytania. Wyniki dużych projektów, takich jak brytyjski projekt 100 000 genomów, powinny pomóc w ustaleniu, które mutacje powodują choroby, a które nie mają żadnych konsekwencji.

Ale wiemy też, że kategoryzacja mutacji jako dobrych lub złych może być czasami bardzo trudna. Często zależy to od kontekstu, na przykład, czy mutacja pomaga organizmowi korzystać z określonego źródła pożywienia lub zwalczyć chorobę obecną w ciągu jego życia. Niektóre mutacje mogą być korzystne, jeśli odziedziczona jest tylko jedna kopia, ale szkodliwe, jeśli odziedziczone zostaną dwie kopie. Jednym z przykładów mutacji genów podlegających tego rodzaju „równoważącej selekcji” jest niedokrwistość sierpowatokrwinkowa.

Osoby z niedokrwistością sierpowatą mają mutację genu, która wytwarza zmienioną formę hemoglobiny, białka w czerwonych krwinkach, które przenosi tlen w organizmie. Zmieniona hemoglobina wytwarza długie komórki krwi w kształcie sierpa, które mogą utknąć w małych naczyniach krwionośnych. Powoduje to ból w klatce piersiowej i stawach, a także anemię, zwiększone ryzyko infekcji i innych problemów.

Jednak pomimo tych potencjalnie wyniszczających skutków zdrowotnych choroba jest stosunkowo powszechna w niektórych krajach. Szacuje się, że co roku z tą chorobą rodzi się około 300 000 niemowląt, które odziedziczyły dwie kopie mutacji genu anemii sierpowatej (po jednej od każdego z rodziców), głównie w Nigerii, Demokratycznej Republice Konga i Indiach.

Dzieje się tak dlatego, że osoby z jedną kopią mutacji są odporne na malarię, a więc mają większe szanse na przeżycie do dorosłości i przekazanie zmutowanego genu swoim dzieciom. Tak więc, mimo że choroba sierpowa jest wadą ewolucyjną, zdrowe nosiciele mutacji genu mają przewagę w przeżyciu w krajach, w których malaria była (lub nadal jest) powszechna.

Niedawne badania w USA sugerują, że wszyscy ludzie żyjący obecnie z tym schorzeniem pochodzą od jednego przodka, który żył około 7300 lat temu na Saharze lub w zachodnio-środkowej Afryce. Pokazuje to, w jaki sposób pojedyncza mutacja może rozprzestrzenić się na wiele, wiele osób w populacji, jeśli przynosi znaczące korzyści, nawet jeśli może wyrządzić szkody. Podobnie istnieją dowody na to, że pojedyncza kopia mutacji genu mukowiscydozy mogła zapewnić naszym przodkom odporność na cholerę, a nosiciele choroby Taya-Sachsa mają odporność na gruźlicę.

Lepsze zrozumienie skutków mutacji może odegrać dużą rolę w leczeniu chorób. Na przykład badanie tempa mutacji w różnych typach komórek może rzucić światło na powstawanie raka w różnych tkankach ciała. Zrozumienie tempa mutacji bakteryjnych może pomóc naukowcom w walce z drobnoustrojami, które wykształciły oporność na antybiotyki. Pomoże to w końcu zapoczątkować nową erę medycyny, w której wiele chorób będzie diagnozowanych i leczonych za pomocą informacji genetycznej. I to musi być dobre.


Zmieniać historię

Martin, I., Dawson, V.L. & Dawson, TM Ostatnie postępy w genetyce choroby Parkinsona. Annu. Wielebny Genom. Szum. Genet. 12, 301–325 (2011).

Kitada, T. i in. Mutacje w genie parkin powodują autosomalny recesywny parkinsonizm młodzieńczy. Natura 392, 605–608 (1998).

Valente, E.M. i in. Dziedziczna choroba Parkinsona o wczesnym początku spowodowana mutacjami w PINK1. Nauki ścisłe 304, 1158–1160 (2004).

Pickles, S., Vigié, P. i Youle, RJ Mitofagia i mechanizmy kontroli jakości w utrzymaniu mitochondriów. Aktualn. Biol. 28, R170–R185 (2018).

Trempe, J.F. i in. Struktura parkin ujawnia mechanizmy aktywacji ligazy ubikwitynowej. Nauki ścisłe 340, 1451–1455 (2013).

Wauer, T. & Komander, D. Struktura ludzkiej domeny ligazy Parkin w stanie autoinhibicji. EMBO J. 32, 2099–2112 (2013).

Riley, B.E. i in. Struktura i funkcja ligazy ubikwityny Parkin E3 ujawnia aspekty ligaz RING i HECT. Nat. Komunia. 4, 1982 (2013).

Geisler, S. i in. Mitofagia za pośrednictwem PINK1/Parkina jest zależna od VDAC1 i p62/SQSTM1. Nat. Biol. 12, 119–131 (2010).

Matsuda, N. i in. PINK1 stabilizowany przez depolaryzację mitochondriów rekrutuje Parkin do uszkodzonych mitochondriów i aktywuje utajoną Parkinę do mitofagii. J. Cell Biol. 189, 211–221 (2010).

Narendra, D.P. i in. PINK1 jest selektywnie stabilizowany na uszkodzonych mitochondriach w celu aktywacji choroby Parkin. PLoS Biol. 8, e1000298 (2010).

Vives-Bauza, C. i in. Zależna od PINK1 rekrutacja Parkin do mitochondriów w mitofagii. Proc. Natl Acad. Nauka. USA 107, 378–383 (2010).

Kane, L.A. i in. PINK1 fosforyluje ubikwitynę, aby aktywować aktywność ligazy ubikwitynowej Parkin E3. J. Cell Biol. 205, 143–153 (2014).

Kazlauskaite, A. i in. Parkin jest aktywowany przez zależną od PINK1 fosforylację ubikwityny w Ser65. Biochem. J. 460, 127–139 (2014).

Koyano, F. i in. Ubikwityna jest fosforylowana przez PINK1, aby aktywować parkinę. Natura 510, 162–166 (2014).

Ordureau, A. i in. Proteomika ilościowa ujawnia mechanizm wyprzedzający dla translokacji mitochondrialnej PARKIN i syntezy łańcucha ubikwityny. Mol. Komórka 56, 360–375 (2014).

Sauvé, V. i in. Przełącznik Ubl/ubikwityna w aktywacji Parkin. EMBO J. 34, 2492–2505 (2015).

Kazlauskaite, A. i in. Wiązanie z ubikwityną 65-fosforylowaną seryną pobudza Parkin do optymalnej fosforylacji i aktywacji zależnej od PINK1. Przedstawiciel EMBO 16, 939–954 (2015).

Wauer, T., Simicek, M., Schubert, A. & Komander, D. Mechanizm aktywacji PARKIN indukowanej fosfo-ubikwityną. Natura 524, 370–374 (2015).

Kumar, A. i in. Zakłócenie stanu autoinhibicji pobudza parkinę ligazy E3 do aktywacji i katalizy. EMBO J. 34, 2506–2521 (2015).

Sugiura, A., McLelland, GL, Fon, EA i McBride, HM Nowa ścieżka kontroli jakości mitochondriów: pęcherzyki pochodzące z mitochondriów. EMBO J. 33, 2142–2156 (2014).

Matheoud, D. i in. Białka związane z chorobą Parkinsona PINK1 i Parkin hamują mitochondrialną prezentację antygenu. Komórka 166, 314–327 (2016).

Wenzel, DM, Lissounov, A., Brzovic, PS & Klevit, RE UBCH7 profil reaktywności ujawnia, że ​​parkin i HHARI są hybrydami RING/HECT. Natura 474, 105–108 (2011).

Seirafi, M., Kozlov, G. & Gehring, K. Parkin Struktura i funkcja. FEBS J. 282, 2076–2088 (2015).

Kumar, A. i in. Kompleks parkin-fosfoubikwityna ujawnia ukryte miejsce wiązania ubikwityny wymagane do aktywności ligazy RBR. Nat. Struktura. Mol. Biol. 24, 475–483 (2017).

McGinty, RK, Henrici, RC & Tan, S. Struktura krystaliczna modułu ubikwitylacji PRC1 związanego z nukleosomem. Natura 514, 591–596 (2014).

Gladkova, C., Maslen, S., Skehel, JM & Komander, D. Mechanizm aktywacji parkin przez PINK1. Natura https://doi.org/10.1038/s41586-018-0224-x (2018).

Swatek, KN & Komander, D. Modyfikacje ubikwityny. Komórka Res. 26, 399–422 (2016).

Spratt, D.E. i in. Molekularne wyjaśnienie recesywnego charakteru choroby Parkinsona związanej z parkinizmem. Nat. Komunia. 4, 1983 (2013).

Hattori, N. i in. Mutacje punktowe (Thr240Arg i Gln311Stop) [korekta Thr240Arg i Ala311Stop] w genie Parkina. Biochem. Biofizyka. Res. Komunia. 249, 754–758 (1998).

Shimura, H. i in. Produkt genu rodzinnej choroby Parkinsona, parkin, jest ligazą białkową ubikwityny. Nat. Genet. 25, 302–305 (2000).

Periquet, M. i in. Mutacje parkinowe są częste u pacjentów z izolowanym parkinsonizmem o wczesnym początku. Mózg 126, 1271–1278 (2003).

Tang, M.Y. i in. Mutageneza sterowana strukturą ujawnia hierarchiczny mechanizm aktywacji Parkin. Nat. Komunia. 8, 14697 (2017).

Chaugule, V.K. i in. Autoregulacja aktywności Parkin poprzez domenę podobną do ubikwityny. EMBO J. 30, 2853–2867 (2011).

McLelland, GL, Soubannier, V., Chen, CX, McBride, HM & Fon, EA Parkin i PINK1 działają w ścieżce ruchu pęcherzykowego regulującej kontrolę jakości mitochondriów. EMBO J. 33, 282–295 (2014).

Abbas, N. i in. Za autosomalny recesywny parkinsonizm w Europie odpowiada wiele różnych mutacji w genie parkin. Szum. Mol. Genet. 8, 567–574 (1999).

Pankratz, N. i in. Mutacje dawki Parkin mają większą patogenność w rodzinnej PD niż proste mutacje sekwencji. Neurologia 73, 279–286 (2009).

Safadi, SS i Shaw, G.S. Mutacja stanu chorobowego rozwija domenę podobną do ubikwityny parkin. Biochemia 46, 14162–14169 (2007).

Aguirre, JD, Dunkerley, KM, Mercier, P. & Shaw, GS Struktura fosforylowanej domeny UBL i wgląd w aktywację parkin zaaranżowaną przez PINK1. Proc. Natl Acad. Nauka. USA 114, 298–303 (2017).

Steffen, JD, McCauley, MM & Pascal, JM Czujniki fluorescencyjne dynamiki strukturalnej PARP-1 i regulacji allosterycznej w odpowiedzi na uszkodzenie DNA. Kwasy nukleinowe Res 44, 9771–9783 (2016).

Ordureau, A. i in. Określenie ról fosforylacji PARKIN i ubikwityny przez PINK1 w mitochondrialnej kontroli jakości przy użyciu strategii zastępowania ubikwityny. Proc. Natl Acad. Nauka. USA 112, 6637–6642 (2015).

Okiyoneda, T. i in. Kombinacja korektora oparta na mechanizmie przywraca fałdowanie i funkcję ΔF508-CFTR. Nat. Chem. Biol. 9, 444–454 (2013).

Calles-Garcia, D. i in. Jednocząsteczkowa struktura mikroskopii elektronowej UDP-glukoza:glikoproteina glukozylotransferaza sugeruje mechanizm selektywności dla nieprawidłowo sfałdowanych białek. J. Biol. Chem. 292, 11499–11507 (2017).

Duda, D.M. i in. Struktura HHARI, ligazy ubikwityny RING-IBR-RING: autoinhibicja E3 z rodziny Ariadne i wgląd w mechanizm ligacji. Struktura 21, 1030–1041 (2013).

Kelsall, I.R. i in. TRIAD1 i HHARI wiążą się i są aktywowane przez odrębne neddylowane kompleksy ligazy Cullin-RING. EMBO J. 32, 2848–2860 (2013).

Ho, SR, Lee, YJ & amp Lin, WC Regulacja aktywności ligazy ubikwityny RNF144A E3 przez samoasocjację przez jej domenę transbłonową. J. Biol. Chem. 290, 23026–23038 (2015).

Smit, JJ i in. Ligaza E3 HOIP określa liniowy montaż łańcucha ubikwityny poprzez swoją domenę RING-IBR-RING i unikalne rozszerzenie LDD. EMBO J. 31, 3833–3844 (2012).

Stieglitz, B., Morris-Davies, AC, Koliopoulos, MG, Christodoulou, E. & Rittinger, K. LUBAC syntetyzuje liniowe łańcuchy ubikwityny poprzez tioestrowy związek pośredni. Przedstawiciel EMBO 13, 840–846 (2012).

Pao, K.C. i in. Sondy ligaz ubikwitynowych E3 umożliwiają systematyczną analizę aktywacji parkin. Nat. Chem. Biol. 12, 324–331 (2016).

Lazarou, M. i in. PINK1 napędza samoasocjację Parkina i aktywność E3 podobną do HECT przed wiązaniem mitochondrialnym. J. Cell Biol. 200, 163–172 (2013).

Dove, K.K. i in. Badania strukturalne HHARI/UbcH7

Ograniczenie konformacyjne Ub przez RBR RING1. Struktura 25, 890–900.e5 (2017).

Rasool, S. i in. Do rozpoznawania ubikwityny wymagana jest autofosforylacja PINK1. Przedstawiciel EMBO 19, e44981 (2018).

Caulfield, T.R. i in. Fosforylacja przez PINK1 uwalnia domenę UBL i inicjuje konformacyjne otwarcie ligazy ubikwityny E3 Parkin. Komputer PLOS. Biol. 10, e1003935 (2014).

Ordureau, A. i in. Dynamika zależnej od PARKIN ubikwitylacji mitochondriów w indukowanych neuronach i systemach modelowych ujawniona za pomocą proteomiki cyfrowej migawki. Mol. Komórka 70, 211–227.e8 (2018).

Geisler, S., Vollmer, S., Golombek, S. & Kahle, PJ Enzymy sprzęgające ubikwitynę UBE2N, UBE2L3 i UBE2D2/3 są niezbędne dla mitofagii zależnej od Parkin. J. Celi Sci. 127, 3280–3293 (2014).

Dove, KK & Klevit, RE RING-między-RING E3 ligazy: pojawiające się motywy wśród wariacji. J. Mol. Biol. 429, 3363–3375 (2017).

Lechtenberg, B.C. i in. Struktura HOIP/E2

kompleks ubikwityny ujawnia mechanizm i regulację ligazy RBR E3. Natura 529, 546–550 (2016).

Yuan, L., Lv, Z., Atkison, JH & Olsen, SK Strukturalne wglądy w mechanizm i specyficzność E2 ligazy ubikwityny RBR E3 HHARI. Nat. Komunia. 8, 211 (2017).

Martino, L., Brown, NR, Masino, L., Esposito, D. i Rittinger, K. Determinanty rozpoznawania koniugatu E2 ubikwityny przez ligazy RBR E3. Nauka. Reprezentant. 8, 68 (2018).

Cunningham, C.N. i in. USP30 i parkin homeostatycznie regulują atypowe łańcuchy ubikwityny w mitochondriach. Nat. Biol. 17, 160–169 (2015).

Sarraf, SA i in. Krajobraz ubiquitylomu zależnego od PARKIN w odpowiedzi na depolaryzację mitochondriów. Natura 496, 372–376 (2013).

Kabsch, W. Xds. Acta Crystallogr. D. Biol. Krystallogr. 66, 125–132 (2010).

Adams, P.D. i in. PHENIX: kompleksowy system oparty na Pythonie do rozwiązywania struktur makromolekularnych. Acta Crystallogr. D. Biol. Krystallogr. 66, 213–221 (2010).

McCoy, AJ i in. Oprogramowanie krystalograficzne Phaser. J. Appl. Krystallogr. 40, 658–674 (2007).

Afonina, P.V. i in. W kierunku zautomatyzowanego udoskonalania struktury krystalograficznej za pomocą phenix.refine. Acta Crystallogr. D. Biol. Krystallogr. 68, 352–367 (2012).

Terwilliger, T.C. i in. Podejmowanie decyzji w rozwiązaniu struktury z wykorzystaniem Bayesowskich szacunków jakości mapy: kreator PHENIX AutoSol. Acta Crystallogr. D. Biol. Krystallogr. 65, 582–601 (2009).

Emsley, P., Lohkamp, ​​B., Scott, W.G. & Cowtan, K. Cechy i rozwój Coota. Acta Crystallogr. D. Biol. Krystallogr. 66, 486–501 (2010).

Delaglio, F. i in. NMRPipe: wielowymiarowy system przetwarzania spektralnego oparty na rurach UNIX. J. Biomol. NMR 6, 277–293 (1995).

Bai, Y., Milne, JS, Mayne, L. i Englander, SW Wpływ struktury pierwszorzędowej na wymianę wodoru w grupie peptydowej. Białka 17, 75–86 (1993).


Dyskusja

Szczególnie interesujące i ważne jest zrozumienie, w jaki sposób mutacje chorobowe wpływają na strukturę i funkcję AlaRS, unikalnego członka największej rodziny genów powiązanej przyczynowo z CMT. AlaRS jest jedyną syntetazą tRNA związaną z CMT, która nie działa jako dimer w aminoacylacji tRNA i która ma potrzebę włączenia oddzielnej domeny, aby wykonać funkcję edycji hydrolitycznej, aby naprawić błąd, gdy tRNA Ala jest nieprawidłowo naładowany niespokrewnionym aminokwasem. Oba aspekty dotyczą neurodegeneracji. Interfejs dimeru (za pośrednictwem domeny katalitycznej) był wielokrotnie pokazywany, od GlyRS, TyrRS, do HisRS, do bezpośredniego domu i/lub zmiany konformacji przez wiele mutacji powodujących CMT, chociaż zmiana konformacyjna niekoniecznie wpływają na tworzenie dimerów (6 𠄸). Funkcja edycji AlaRS została powiązana z neurodegeneracją w modelu mysim (19).

Zazwyczaj funkcja aminoacylowania tRNA w aaRS jest wspierana przez domenę katalityczną zawierającą miejsce aktywne i domenę wiążącą antykodon rozpoznającą pokrewny tRNA. Jednak ze względu na brak rozpoznawania antykodonu tRNA Ala, AlaRS nie ma domeny wiążącej antykodon. Zamiast tego jego domena aminoacylacyjna zawiera nie tylko katalityczne miejsce aktywne, ale także motywy wiązania i rozpoznawania tRNA. Pod tym względem sama domena aminoacylacyjna stanowi rdzeń katalityczny AlaRS, podczas gdy rdzeń katalityczny innych aaRS związanych z CMT zawiera zarówno domeny katalityczne, jak i wiążące antykodon. Prawie wszystkie potwierdzone mutacje powodujące CMT w innych aaRS znajdują się w rdzeniu katalitycznym, podczas gdy w AlaRS są one rozsiane w całym rdzeniu katalitycznym, w domenie edycyjnej i domenie C-Ala (Dodatek SI, rys. S6).

Niektóre popularne schematy powstały w wyniku wcześniejszych badań aaRS związanych z CMT. Po pierwsze, pomimo ich stężenia w rdzeniu katalitycznym, niekoniecznie wpływają one na aktywność aminoacylacyjną tRNA syntetazy, czego przykładem są GlyRS-E71G, TyrRS-E196K i HisRS-D364Y, z których wszystkie mają aktywność enzymatyczną podobną do WT (6, 12, 37, 38). Po drugie, niezależnie od ich wpływu na aktywność enzymatyczną, wszystkie mutacje powodujące CMT wywołują otwartą konformację w zmutowanych białkach w stosunku do ich odpowiednich odpowiedników WT. Otwarta konformacja charakteryzuje się zwykle strukturalną relaksacją na granicy dimeru, która prowadzi do ogólnego powiększenia rozmiaru (6 𠄸). W obrębie każdego aaRS konformacja otwarta indukowana przez różne mutacje jest podobna, choć z różnym poziomem dynamiki i elastyczności (6 𠄸). Ta otwarta konformacja nadaje zmutowanym białkom zdolność do dokonywania nieprawidłowych interakcji z innymi cząsteczkami. Do tej pory zidentyfikowaliśmy co najmniej czterech nieprawidłowych partnerów interakcji mutantów aaRS, którzy przyczyniają się do patogenezy CMT. Obejmują one receptor transbłonowy Nrp1, receptory Trk i deacetylazę tubulinową HDAC6, które wiążą się z mutantami GlyRS CMT oraz represor transkrypcji TRIM28 oddziałujący z mutantami TyrRS CMT (6, 9, 13, 14, 39).

W tym badaniu przeprowadziliśmy badanie struktury i funkcji dla mutantów AlaRS CMT. Do badania włączono sześć różnych mutacji CMT ze wszystkich trzech domen AlaRS. Zgodnie z wcześniejszymi badaniami, mutacje CMT niekoniecznie wpływają na aktywność aminoacylacji tRNA AlaRS. Zgodnie z oczekiwaniami mutacje w domenie edycyjnej i domenie C-Ala nie mają wpływu na ładowanie (ryc. 2b ). Warto zauważyć, że nawet wśród mutacji zlokalizowanych w domenie aminoacylacyjnej mutacja R329H ma niewielki wpływ na aktywność enzymatyczną (ryc. 2b ). Fakt, że R329H jest wielokrotnie identyfikowany i ma najsilniejszy związek z CMT, ponownie wskazuje na brak związku między aktywnością enzymatyczną a patologią CMT. Co ważne, brak defektu aktywności enzymatycznej został rygorystycznie potwierdzony w próbkach pacjentów (Fig. 3).

Warto zauważyć, że cztery z sześciu mutacji były wcześniej badane pod kątem ich wpływu na aktywność aminoacylacyjną AlaRS in vitro i/lub w drożdżach (23, 24). Stosując test komplementacji drożdży, wszystkie trzy mutacje w obrębie domeny katalitycznej, w tym R329H, wykazywały utratę funkcji we wspieraniu wzrostu komórek drożdży, co sugeruje, że te mutacje zniosły aktywność aminoacylacyjną AlaRS (23, 24). Mutacje N71Y, R329H i E778A zostały również przetestowane w teście aminoacylacji tRNA in vitro, podobnym do tego, który wykonujemy tutaj (23). Podczas gdy nasze odkrycia dotyczące N71Y i E778A są zgodne, stwierdzono, że mutacja R329H poważnie zmniejsza aktywność ładowania tRNA AlaRS (23). Rozbieżność jest trudna do wyjaśnienia. Zauważyliśmy jednak, że konstrukty AlaRS zastosowane w poprzednim badaniu zostały połączone z białkiem SMT3 na końcu N w celu poprawy rozpuszczalności, podczas gdy nasze konstrukty nie mają żadnej fuzji lub znacznika na końcu N. Może istnieć niewielka szansa, że ​​połączone białko SMT3 wybiórczo wpłynie na mutanta R329H. Jednak nie może to wyjaśnić, dlaczego R329H okazał się być mutacją utraty funkcji również w teście komplementacji drożdży, gdzie nie wskazano fuzji ani znacznika dla konstruktu (23). Powinniśmy zauważyć, że wyniki testu drożdżowego i użycia białek ludzkich okazały się niespójne dla niektórych mutacji w innych aaRS połączonych z CMT, w tym TyrRS (12, 37, 40), GlyRS (38, 41) i HisRS ( 7, 42), wskazując, że drożdże nie zawsze mogą być dokładnym modelem do badania mutacji u ludzi, przynajmniej dla syntetaz tRNA.

Strukturalnie rzecz biorąc, pomimo braku interfejsu dimeru, wszystkie mutacje w domenie aminoacylacyjnej, niezależnie od tego, czy wpływają na aktywność enzymatyczną, czy nie, nadal indukują konformacyjne otwarcie rdzenia katalitycznego, co wykazano w trzech niezależnych pomiarach biofizycznych (tj. HDX, SAXS i switchSENSE). Co ciekawe, otwarta konformacja rdzenia katalitycznego AlaRS umożliwia interakcje z Nrp1 (ryc. 6A ), podobnie jak otwarta konformacja rdzenia katalitycznego GlyRS (8, 9). Przetestowaliśmy również HDAC6 i TRIM28 i nie znaleźliśmy żadnej nieprawidłowej interakcji AlaRS z tymi dwoma kandydatami, co sugeruje unikalną podstawę strukturalną leżącą u podstaw interakcji z różnymi partnerami i, przynajmniej dla interakcji Nrp1, interfejs dimeru jako taki nie jest kluczem.

W przeciwieństwie do lepkiej mutacji, która powoduje utratę komórek Purkinjego i ataksję poprzez wpływ na funkcję edycji AlaRS, mutacja E688G w domenie edycyjnej nie prowadzi do wadliwej aktywności edycyjnej (ryc. 2C ), wykluczając możliwość, że CMT2N jest spowodowane toksycznością związaną z niedoborem edycji. Co ciekawe, mutacja E688G może również indukować konformację otwartą, która jednak różni się od tej indukowanej przez mutacje w domenie aminoacylacyjnej, na co wskazuje analiza HDX (Fig. 4) i jej niezdolność do wywołania nieprawidłowej interakcji Nrp1 (Fig. 6A ). To ponownie podkreśla specyficzną zmianę strukturalną leżącą u podstaw interakcji Nrp1 i sugeruje, że bezpośredni mechanizm molekularny E688G w powodowaniu CMT może być inny niż mutacje domeny aminoacylacyjnej. Brak interakcji Nrp1 zaobserwowano również dla mutanta GlyRS deltaETAQ (43).

Nie wykryto żadnych funkcjonalnych i strukturalnych perturbacji w przypadku dwóch mutacji domeny C-Ala (Fig. 2, ​, 4, 4, ​, 5, 5 oraz ​ i 6A). 6A ). Warto zauważyć, że jedna z mutacji C-Ala (E778A) jest związana z niepełną penetracją i łagodnymi fenotypami (Dodatek SI, Tabela S2) (23), co sugeruje niewystarczające dowody genetyczne na to, że ta mutacja jest przyczyną CMT. Drugi (D893N) został jednak zidentyfikowany w dużej rodzinie i wykazał wyraźną segregację z neuropatią (Dodatek SI, Tabela S2) (26). Fenotypy kliniczne związane z rodziną D893N wydają się wyjątkowe. W porównaniu z typowymi fenotypami dystalnej neuropatii ruchowej i czuciowej związanych z innymi mutacjami CMT2N, pacjenci z D893N wykazują jedynie fenotypy dystalnej dziedzicznej neuropatii ruchowej (dHMN) i nie mają zajęcia czuciowego (26). Co więcej, wśród badanych tutaj reszt związanych z CMT, E778 i D893 są najmniej konserwatywne wśród eukariontów, bakterii i archeonów (ryc. 1C ). W przeciwieństwie do tego, R329 jest ściśle konserwowany podczas ewolucji, co koreluje z jego ultrasilną asocjacją chorobową. Czy iw jaki sposób mutacje w domenie C-Ala są przyczynowo powiązane z CMT pozostaje do dalszych badań.

Warunkiem wstępnym interakcji syntetazy tRNA z pozakomórkowym regionem Nrp1 byłaby jej fizyczna obecność na zewnątrz komórki. Nasze poprzednie badanie wykazało, że GlyRS może być wydzielany z unieśmiertelnionych komórek neuronu ruchowego NSC-34 i zróżnicowanych miotubul C2C12 (9). Co ciekawe, dziewięć cytoplazmatycznych aaRS, w tym AlaRS, GlyRS i pozostałe trzy aaRS połączone z CMT, zidentyfikowano w sekretomie różnicowania ludzkich mioblastów metodą spektrometrii mas (44), co sugeruje, że wydzielanie z komórek mięśniowych jest powszechną cechą aaRS związanych z CMT. Podobnie jak w przypadku GlyRS (9), nasze wstępne badanie z użyciem transfekowanych komórek HEK293 sugeruje, że mutacje CMT nie wpływają na transport pozakomórkowy AlaRS (Dodatek SI, rys. S7 A oraz b). Chociaż wpływ mutacji CMT na sekrecję AlaRS powinien być dalej badany w komórkach i tkankach związanych z chorobą, wynik jest zgodny z poglądem, że mutacyjny wpływ na interakcję AlaRS-Nrp1 zaobserwowaliśmy w transfekowanych komórkach neuronu ruchowego i limfocytach pacjentów jest prawdopodobnie spowodowane zmianami zdolności, a nie dostępnością mutanta do interakcji.

Podsumowując, to badanie struktury i funkcji mutantów AlaRS potwierdziło, że utrata funkcji (enzymatyczna) nie jest przyczyną CMT. CMT2N nie jest również powiązany z brakiem edycji. Ujawniamy, że mutacje w różnych aaRS mogą prowadzić do tej samej nieprawidłowej interakcji, co sugeruje, że Nrp1 jest szerzej powiązany z członkami rodziny syntetaz tRNA związanych z CMT. Ponadto domena b1 Nrp1 stanowi konsensusowe miejsce wiązania dla mutanta AlaRS i GlyRS związanego z CMT. Przyszłe badania powinny zbadać, czy inne aaRS poza GlyRS i AlaRS mogą również oddziaływać z domeną b1 Nrp1 i jak różne aaRS, z ich pozornie unikalnymi strukturami i sekwencjami, mogą wiązać się z tym samym receptorem. Niemniej jednak nasz wynik pokazuje możliwość, że różne syntetazy tRNA mogą dzielić ten sam mechanizm powodujący chorobę polegający na zwiększaniu funkcji.


Mutacje pasażerów mogą przyspieszyć inaktywację genu supresorowego guza w ewolucji raka

Karcynogeneza to proces ewolucyjny, w którym komórki gromadzą wiele mutacji. Oprócz „mutacji kierowcy”, które powodują chorobę, komórki gromadzą również szereg innych mutacji, które pozornie nie mają bezpośredniej roli w tym procesie ewolucyjnym. Nazywane są mutacjami pasażera. Chociaż argumentowano, że mutacje pasażerów powodują, że nowotwory są bardziej kruche z powodu zmniejszonej sprawności, rola mutacji pasażerów pozostaje niedostatecznie zbadana. Korzystając z ewolucyjnych modeli obliczeniowych, pokazujemy, że w kontekście inaktywacji genu supresorowego guza (a tym samym przekraczania doliny sprawności), obecność mutacji pasażerskich może przyspieszyć tempo ewolucji poprzez zmniejszenie ogólnej sprawności populacji i zwiększenie względnej sprawności mutantów pośrednich w ścieżka przejścia przez dolinę fitness. W związku z tym wyjściowy wskaźnik inaktywacji genu supresorowego guza może być szybszy niż wcześniej sądzono. Koncepcyjnie, paralele można znaleźć w dziedzinie turbulencji i tworzenia wzorców, gdzie niestabilności mogą być napędzane przez zaburzenia, które są tłumione (niekorzystne), ale zapewniają bogatszy zestaw ścieżek, tak aby system mógł łatwiej osiągnąć pożądany cel. Podkreśla to, poprzez szereg nowych paraleli, znaczenie nauk fizycznych w onkologii.

1. Wstęp

Rozwój i progresja nowotworu to proces ewolucyjny, w którym komórki gromadzą wiele mutacji, co umożliwia im wyrwanie się z homeostazy i niekontrolowane namnażanie się. Mutacje, które umożliwiają ten proces, zazwyczaj przynoszą komórkom selektywną przewagę i zostały nazwane mutacjami kierującymi [1–5]. Guzy są jednak wysoce niejednorodne, a komórki zawierają również wiele innych mutacji, zwanych mutacjami pasażera [1–5]. Powstają w wyniku losowych mutacji w sekwencjach, które nie przyczyniają się bezpośrednio do choroby, czemu sprzyja ekspozycja na procesy mutagenne i brak naprawy [6]. Chociaż uważa się, że mutacje pasażerów mają minimalny biologiczny wpływ na proces chorobowy, właściwości i rola mutacji pasażerów pozostają słabo poznane. Ostatnie dane wskazują, że mutacje pasażerów wiążą się z pewnym kosztem sprawności [7–9], a zatem mogą czynić nowotwory bardziej wrażliwymi, co można wykorzystać terapeutycznie [4,7,10].Jednym szczególnym procesem ewolucyjnym, który ma kluczowe znaczenie dla karcynogenezy i progresji nowotworu, jest inaktywacja genów supresorowych nowotworów (TSG) [9,10]. Zwykle wymaga to dwóch trafień mutacyjnych, ponieważ obie kopie genu muszą zostać inaktywowane, aby osiągnąć pełną utratę funkcji [11]. Różne TSG wykazują różne cechy i, w zasadzie, inaktywacja tylko jednej kopii genu albo nie powoduje zmiany w sprawności komórki, albo może pociągać za sobą pewną wadę selekcyjną. Aby przedstawić założenia modelu, rozważymy w szczególności TSG APC, który ulega inaktywacji we wczesnym stadium rozwoju raka jelita grubego [12]. W tym przypadku dane wskazują, że heterozygotyczne komórki APC +/− mogą doświadczać zmniejszonej sprawności, co oznacza, że ​​należy przekroczyć dolinę sprawności, aby nastąpiła inaktywacja APC. Eksperymenty z liniami komórkowymi raka jelita grubego wykazały, że mutacja skracająca w APC ma dominujący wpływ, powodując defekt punktu kontrolnego wrzeciona, aneuploidię i zmniejszoną proliferację komórek [13,14]. Stwierdzono podobne efekty in vivo u myszy APC Min/+ [15], które mają mutację linii zarodkowej APC +/−. Ogólnie rzecz biorąc, jeśli kopia TSG zostanie utracona w wyniku aneuploidii, komórka prawdopodobnie dozna obniżenia sprawności (np. literatura [16,17]). Zmotywowany tymi badaniami, nasz artykuł bada wpływ mutacji pasażerów na dynamikę ewolucyjną inaktywacji TSG, zakładając, że należy przekroczyć dolinę przystosowania.

2. Wyniki

Rozważamy model obliczeniowy dla inaktywacji TSG [18,19], w którym komórki uzyskują przewagę dopiero po akumulacji dwóch oddzielnych mutacji, ale są neutralne lub niekorzystne w obecności tylko jednej z mutacji. Dla wygody komórki z obiema kopiami TSG są określane jako TSG+/+, a komórki z jedną lub obiema inaktywowanymi kopiami TSG są określane odpowiednio jako TSG +/- i TSG-/-. Wykonano wiele prac ewolucyjnych, które badały, jak szybko takie doliny/płaskowzgórza mogą być przekraczane, w zależności od rozważanego scenariusza [20–31]. Aby zbadać rolę mutacji pasażerów, stosujemy model stochastyczny oparty na agentach, który jest również określany jako proces kontaktowy. Model ten zakłada istnienie n plamy, które mogą być puste lub zawierać komórkę. W każdym kroku system jest próbkowany m razy, gdzie m to liczba obecnych komórek. Jeśli wybrane miejsce zawiera komórkę, może podzielić się i umrzeć z określonym prawdopodobieństwem. Kiedy komórka zostanie wybrana do podziału, miejsce docelowe jest wybierane losowo z całego systemu, a podział następuje tylko wtedy, gdy to miejsce docelowe jest puste. Po podziale mogą wystąpić mutacje, które prowadzą do powstania różnych genotypów komórek (ryc. 1a). Komórki TSG +/+ bez mutacji pasażera są oznaczone przez x i spróbuj dzielić z prawdopodobieństwem Lx na komórkę na aktualizację. Komórki TSG +/- bez mutacji pasażera są oznaczone przez tak i mieć koszt fitness w wysokości s1 (s1 ≤ 1), tak że ich prawdopodobieństwo dzielenia wynosi s1Lx. Komórki TSG +/+, które również zawierają mutacje pasażerów, są oznaczone przez z i mieć koszt fitness s2 (s2 < 1). Założenie możliwego kosztu przystosowania mutacji pasażerów jest zgodne z wcześniejszymi badaniami eksperymentalnymi [7–9]. Jednocześnie zauważamy jednak, że zaciera to definicję mutacji pasażera, o której mowa w dalszej części dyskusji. Komórki TSG +/-, które również zawierają mutacje pasażerów, są oznaczone przez w i mieć koszt fitness s3 (s3 < 1). Obie populacje GTS +/-, tak oraz w, może dać początek korzystnemu podwójnemu mutantowi TSG -/-. Wszystkie procesy mutacji są zdefiniowane na rycinie 1a. Dla uproszczenia zakłada się, że każdy typ komórki umiera w takim samym tempie D. Model był wielokrotnie symulowany i określono ułamek realizacji, w których korzystny mutant TSG −/− został wygenerowany przez określony próg czasowy. Porównaliśmy symulacje bez mutacji pasażerów (n = 0) z tymi, które umożliwiły generowanie mutacji pasażerskich (n > 0). Zaobserwowano dwa różne reżimy [25]: W jednym reżimie, mutant podwójnego trafienia powstaje bez pośredniego mutanta TSG +/− osiągającego fiksację, proces zwany tunelowaniem stochastycznym. Drugi tryb można nazwać fiksacją sekwencyjną, gdzie pośrednie fiksacje mutantów TSG +/− przed utworzeniem podwójnego mutanta.

Rysunek 1. Schematyczne przedstawienie modeli obliczeniowych. (a) Model inaktywacji TSG w kontekście mutacji pasażerów. Rodzaje komórek i związane z nimi wartości sprawności (F) wyjaśniono w tekście głównym. Strzałki pokazują etapy mutacji, które generują różne typy komórek. Górny rząd typów komórek przedstawia standardowe procesy ewolucyjne, w których dwie kopie TSG są kolejno inaktywowane. Ponadto model zakłada, że ​​przy stawki nμkomórki mogą gromadzić mutacje pasażerów. Jak pokazano, komórki z mutantami pasażera mogą również dezaktywować TSG. (b) Model inaktywacji TSG (APC) w kontekście zespołu Lyncha i fenotypów mutatorów w raku jelita grubego. Ten model nie zawiera mutacji pasażerskich. Podstawowe procesy ewolucyjne (wzdłuż górnego rzędu komórek) są takie same jak powyżej. Różnica polega na tym, że niezmutowane komórki TSG +/+ mogą dezaktywować mechanizmy naprawy niezgodności z szybkością μ, dając początek fenotypom mutacyjnym, które charakteryzują się podwyższonym współczynnikiem mutacji μszybki. (Wersja online w kolorze.)

W przypadku reżimu tunelowania stwierdzamy, że obecność mutacji pasażerskich może przyspieszyć generowanie korzystnego podwójnego mutanta (rysunek 2a(i)). Siła tego efektu wzrasta wraz ze wzrostem sprawności mutantów pasażerskich, s2 (Rysunek 2a(i)). Wymaga to, aby (i) liczba mutacji pasażerskich, które można akumulować, n, jest wystarczająco duża w stosunku do odwrotności częstości mutacji oraz (ii) pośrednia mutacja TSG +/- zmniejsza dopasowanie w mniejszym stopniu w komórkach z mutacjami pasażerskimi niż w komórkach bez mutacji pasażerskich, tj. występują interakcje epistatyczne między kierowcami i pasażerowie [33,34]. Dokładny warunek to s3>s1s2, szczegóły obliczeniowe można znaleźć w elektronicznym materiale uzupełniającym. Jest to niezbędny warunek, aby mutacje pasażerów przyspieszały ewolucję (zarówno w reżimie tunelowania, jak i sekwencyjnym reżimie fiksacji, patrz poniżej). W części Dyskusja opisujemy konkretny przykład, w którym dopasowanie mutantów TSG +/− jest zależne od kontekstu, wskazując, że zakładane występowanie epistazy w takich komórkach jest istotne biologicznie.

Rysunek 2. Przyspieszone przekraczanie dolin sprawności (tj. inaktywacja TSG) w obecności mutacji pasażerów. Symulacje komputerowe były przeprowadzane wielokrotnie, a ułamek realizacji, w których podwójny mutant powstał przed progiem czasowym Tprzez był zdeterminowany. Liczba symulacji/wielkości próbek wymaganych przez rzadkie zdarzenia jest duża i została wybrana na podstawie referencji [32]. W przypadku stałego marginesu błędu im rzadsze zdarzenia, tym większa próba. Marginesy błędów naszego badania są do zaakceptowania, nawet w najgorszej sytuacji (n = 543 449, zarejestrowana frakcja = 0,0000077), margines błędu jest mniejszy niż jedna trzecia szacowanego udziału. Każdy wykres przedstawia „krotne przyspieszenie”, które jest ułamkiem przebiegów, w których podwójny mutant został wygenerowany w obecności mutacji pasażera o sprawności s2, podzielone przez tę samą miarę w przypadku braku mutacji pasażerów. ten Z-score dla proporcji populacji zastosowano do określenia, czy różnica w wynikach pomiędzy symulacjami zi bez mutacji pasażerów była statystycznie istotna (rozkład przy hipotezie zerowej, gdy dwie prawdziwe proporcje są takie same, jest asymptotycznie normalny). (a) Reżim parametrów, w którym podwójny mutant ewoluował przez ścieżkę tunelowania. Panele (i–iii) pokazują, że obniżony koszt pośredniego mutanta TSG +/- (wyższa wartość s1) prowadzi do zmniejszonego wpływu mutacji pasażerów na tempo ewolucji. Różnice między wynikami zi bez mutacji pasażera były statystycznie istotne dla (i) s2 ≥ 0,93, (ii) s2 ≥ 0,93 oraz (iii) s2 = 0.99. (b) Reżim parametrów, w którym podwójny mutant ewoluuje przez sekwencyjną fiksację, w którym mutanty pasażerskie mają silniejszy wpływ przyspieszający na tempo ewolucji. Różnice między wynikami zi bez mutacji pasażerów były statystycznie istotne (P <0,05) dla (i) s2 ≥ 0,95, (ii) s2 ≥ 0,93 oraz (iii) s2 = 0,98 & s2 = 0,99. W panelu (iii) przyspieszenie fałdowania określono tylko dla najwyższych wartości s2 (gdzie efekt jest najsilniejszy), ze względu na duże koszty obliczeniowe związane z tym zestawem parametrów. Pozostałe parametry wybrano następująco. Lx = 0.15, D = 0.01, s3=s2. n= 5 × 10 −2 /μ, N = 2500. Wyniki nie zależą od założenia s3 = s2. Jak s3 musi zależeć od s2 oraz s1 wstrzymanie wyników jest określone w elektronicznym materiale uzupełniającym. Progi czasowe są podane dla poszczególnych wykresów w następujący sposób. (a) (i) Tprzez = 8000 (ii) Tprzez = 8000, (iii) Tprzez = 5000 (b) (i) Tprzez = 120 000 (ii) Tprzez = 1 200 000 (iii) Tprzez = 1 500 000.

Powodem przyspieszonej ewolucji w obecności mutacji pasażera jest to, że mutacje te zwiększają względną sprawność pośrednich komórek TSG +/− poprzez zestaw złożonych interakcji. Jeśli populacja typu dzikiego składa się głównie z komórek bez mutacji pasażerskich, dynamika ewolucyjna jest w dużej mierze napędzana przez x, tak system, który jest stosunkowo powolny ze względu na bardziej wyraźną wadę tak. Jednak im większy odsetek komórek z mutacjami pasażera, tym bardziej dynamika ewolucyjna jest napędzana przez z, w system, w którym mutant pośredni ma ogólnie niższy koszt sprawności. Pozwala to całkowitej populacji pośrednich komórek TSG +/− na utrzymanie się przy wyższej równowadze selekcja-mutacja, co zwiększa prawdopodobieństwo wytworzenia podwójnego mutanta. Średnie tempo generowania podwójnych mutantów można obliczyć ze zwykłych równań różniczkowych (ODE, patrz elektroniczny materiał uzupełniający), co jest rozsądnym modelem, który określa ilościowo dynamikę populacji w reżimie tunelowania. Szybkość generowania podwójnych mutantów jest zwiększona przez obecność mutantów pasażerskich, z bardziej wyraźnymi efektami dla większych wartości s2 (ryc. 3), wyjaśniając w ten sposób nasze obserwacje. Jeżeli sprawność mutantów pasażerskich przekroczy próg (który zależy od całkowitego tempa generacji mutantów pasażerskich), komórki z mutacjami pasażerskimi, z, wyprzedzaj tych bez mutacji pasażerskich, x (ponieważ z jest generowany przez x). W tym reżimie korzystne podwójne mutanty są tworzone najszybciej, ponieważ pośrednie mutanty TSG +/− (w) mają najwyższą względną dopasowanie ze wszystkich scenariuszy. Może to być biologicznie istotny region parametru, biorąc pod uwagę wszechobecne występowanie mutacji pasażerskich w komórkach nowotworowych, a nawet w starzejącej się tkance nienowotworowej [35,36]. Zauważamy, że efekt przyspieszający wykazywany przez mutanty pasażerskie nie jest spowodowany ich obecnością zapewniającą dodatkowe cele dla wystąpienia dalszych mutacji. Całkowita liczba komórek w modelu jest taka sama w obecności i braku mutantów pasażerskich. Przyspieszony efekt pasażerów wynika z ogólnego zmniejszenia sprawności populacji i wynikającego z tego podwyższenia względnej sprawności pośrednich mutantów TSG +/−.

Rysunek 3. Przeciętne zachowanie procesu kontaktu można opisać równaniami różniczkowymi zwyczajnymi podanymi w elektronicznym materiale uzupełniającym. Z tych ODE można obliczyć rozmiary populacji w stanie równowagi, a tym samym średni wskaźnik generowania podwójnych mutantów w stanie równowagi. W przypadku mutacji pasażera jest to podane przez (s1tak * + s3w*)[1 − (x* + tak* + z* + w*)/k], gdzie * oznacza wielkość populacji w równowadze. Jest to dzielone przez tempo generowania podwójnych mutantów w przypadku braku mutacji pasażerskich, podane przez s1tak*[1 − (x* + tak*)/k]. Daje to krotny wzrost szybkości generowania podwójnych mutantów, w którym pośredniczą mutacje pasażerów, i jest wykreślony na wykresie dla różnych wartości s1 (koszt sprawności komórek TSG +/- bez mutacji pasażerskich, tak). Wartości parametrów zostały wybrane w następujący sposób: r = 0.1, D = 0.01, μ = 10 −5 , n1 = 2, n2 = 5000, k = 2500.

Stopień, w jakim mutanty pasażerskie przyspieszają przejście przez dolinę, zależy dalej od względnej sprawności pośrednich mutantów TSG +/- bez mutacji pasażerskich (s1, koszt sprawności populacji tak). Im bliższa jest sprawność mutanta pośredniego tak-populacja jest przystosowana do typu dzikiego x-populacja (s1 → 1), tym mniej wyraźny efekt przyspieszenia (porównaj rysunek 2a(i–iii)). Widać to również w prognozach ODE, które pokazują, że dla większych wartości s1, średnie tempo generowania podwójnych mutantów jest w mniejszym stopniu przyspieszane przez mutacje pasażerskie (rysunek 3). Powodem jest to, że dla wyższych s1, pośrednie mutanty TSG +/- (tak) znajdują się w mniej niekorzystnej sytuacji w porównaniu z populacją x, co pozostawia mniej miejsca na poprawę z, w interakcje. Tak więc, jeśli pośredni mutant TSG +/- jest prawie neutralny w stosunku do typu dzikiego, mutanty pasażerskie prawdopodobnie nie przyspieszą ewolucji w reżimie tunelowania.

Następnie rozważmy reżim parametrów, w którym fiksacja mutanta pośredniego przed wytworzeniem podwójnego mutanta (fiksacja sekwencyjna). Ma to tendencję do występowania w przypadku parametrów, w których generowanie podwójnego mutanta zajmuje dłuższy okres czasu ze względu na niższe wskaźniki mutacji lub mniejsze rozmiary populacji. W tym scenariuszu przyspieszający efekt mutacji pasażerów może być znacznie wyraźniejszy niż w reżimie tunelowania (rysunek 2b). Dla fizjologicznie realistycznego wskaźnika dezaktywacji genów (10-7 na gen na podział), nawet jeśli mutanty TSG +/- bez mutacji pasażerskich mają tylko 0,1% koszt przystosowania (s1 = 0,999), a mutacje pasażera prowadzą do 1% kosztu sprawności (s2 = 0,99), obecność mutacji pasażerskich może przyspieszyć pojawienie się podwójnego mutanta prawie trzykrotnie (ryc. 2b(ii)). Jeżeli koszt sprawności pośredniego mutanta TSG +/- 1%, przyspieszenie może być nawet 35-krotne (rysunek 2b(iii)). Powodem jest to, że prawdopodobieństwo fiksacji mutantów TSG +/− jest znacznie wyższe, gdy dynamika jest bardziej regulowana przez z,w system w porównaniu do x,tak system.

Wyniki te pozostają solidne, jeśli zamiast zakładać, że wszystkie mutanty pasażerskie mają ten sam koszt przystosowania, te wartości kosztu przystosowania są pobierane z rozkładu funkcji mocy od zera do jednego, ze średnimi podanymi przez s2 oraz s3. Potencjalnie pozwala to na występowanie niektórych znacząco szkodliwych mutantów pasażerskich, mimo że wiele z nich może być zbliżonych do obojętnych (elektroniczny materiał uzupełniający). Ponadto wykazano, że wyniki pozostają solidne w modelu przestrzennym, w którym dzielące się komórki umieszczają swoje potomstwo w losowo wybranym miejscu w pobliżu (elektroniczny materiał uzupełniający). Wreszcie, te same wzorce obserwuje się w procesie Morana o stałej populacji, który reprezentuje tkanki, w których normalne komórki są utrzymywane w nośności, a ich obrót homeostatyczny jest napędzany śmiercią komórki (elektroniczny materiał uzupełniający).

Chociaż nasze modele wykazały, że obecność mutacji pasażerów może przyspieszyć tempo inaktywacji TSG, pojawia się pytanie, jak znaczące może być to przyspieszenie. Aby to ocenić, porównujemy stopień przyspieszenia, który można zaobserwować w naszym modelu mutacji pasażerskich, z przyspieszeniem obserwowanym w kontekście innego i niepowiązanego procesu, który występuje w karcynogenezie jelita grubego i który, jak wiadomo, prowadzi do klinicznie istotnych przyspieszeń w procesy: inicjacja nowotworu u pacjentów z zespołem Lyncha [37]. Wiadomo, że u pacjentów z zespołem Lyncha nowotwory jelita grubego rozwijają się znacznie szybciej niż w populacji ogólnej. Podczas gdy średni wiek zachorowania w populacji ogólnej wynosi około 64 lat, to mniej niż 45 lat dla pacjentów z zespołem Lyncha [38, 39]. Dzieje się tak, ponieważ pacjenci z zespołem Lyncha charakteryzują się mutacją linii zarodkowej w jednej kopii genu naprawy niedopasowania (MMR). Stąd pojedyncza mutacja punktowa może często generować komórki z niedoborem MMR, które sprzyjają akumulacji mutacji, a tym samym inaktywacji APC. Dlatego opisujemy powstawanie guza w kontekście zespołu Lyncha (bez mutacji pasażerskich) w tym samym rodzaju struktury obliczeniowej, którą badano do tej pory (ryc. 1b) i określić stopień przyspieszenia ewolucji w tym modelu. Jeżeli stopień przyspieszenia obserwowany w modelu zespołu Lyncha ma podobną wielkość jak przyspieszenie obserwowane w modelu pasażera, to wskazuje na to, że przyspieszenie wywołane przez pasażera może być klinicznie wysoce istotne. Jeśli przyspieszenie w modelu pasażera jest znacznie mniejsze niż w modelu z zespołem Lyncha, to przyspieszenie wywołane przez pasażera jest mniej istotne. W szczególności zbadaliśmy, jak bardzo należy zwiększyć tempo mutacji w komórkach z niedoborem MMR, aby uzyskać stopień przyspieszenia ewolucji porównywalny do obserwowanego w przypadku mutacji pasażerskich. Aby to zrobić, założyliśmy, że geny są inaktywowane w tempie 10-7 na podział i że pośrednia komórka TSG +/- niesie 1% koszt sprawności, co jest zgodne z danymi, które udokumentowały zmniejszony wzrost komórek APC +/- [ 13]. Tak jak poprzednio, założono również, że mutanty pasażerskie ponoszą 1% koszt sprawności. Jeśli założymy, że komórki z niedoborem MMR nie niosą ze sobą kosztów przystosowania, otrzymujemy, że komórki z niedoborem MMR muszą mieć 100-500-krotny wzrost szybkości mutacji, aby przyspieszyć ewolucję w podobnym stopniu, jak widać w odpowiednich symulacjach mutantów pasażerskich ( rysunek 4a). Jeśli komórki z niedoborem MMR mają 1% koszt przystosowania, wówczas krotny wzrost częstości mutacji musi wynosić 1000–5000 razy, aby zrównać się z przyspieszeniem zapewnianym przez obecność mutacji pasażerskich (ryc. 4b).Ponieważ uważa się, że ten wzrost częstości mutacji jest typowy dla komórek jelita grubego z niedoborem MMR [40], sugeruje to, że mutacje pasażerów mogą mieć efekt przyspieszający, który jest podobny pod względem nasilenia do przyspieszenia w zespole Lyncha, co wskazuje na potencjalnie silne znaczenie biologiczne. Jeżeli ogniwa APC +/− charakteryzują się znacznie niższym kosztem sprawności lub jeżeli zakładane interakcje epistatyczne między kierowcami a pasażerami są znacznie słabsze, efekt ten byłby zmniejszony.

Rycina 4. Szybkość inaktywacji TSG w dwóch typach symulacji: zakładając zespół Lyncha, który polega na nabyciu niestabilności mikrosatelitarnej lub MSI, czyli komórek o szybszym tempie mutacji (ryc. 1b) i przy założeniu ścieżki mutacji pasażera (rysunek 1a). Symulacje komputerowe były przeprowadzane wielokrotnie, a ułamek realizacji, w których podwójny mutant powstał przed progiem czasowym Tprzez był zdeterminowany. Dla modelu zespołu Lyncha symulacje z różnymi przyspieszonymi szybkościami mutacji, μszybki, zostały uruchomione. Frakcja przebiegów, w wyniku których wytworzono podwójne mutacje, podzielono przez frakcję uzyskaną bez występowania fenotypów mutatorowych (komórki MSI), co jest krotnością przyspieszenia zobrazowaną szarymi słupkami. Czarny słupek pokazuje krotność akceleracji wyprowadzoną z modelu mutacji pasażerskiej (bez komórek mutatorowych), ale poza tym z identycznymi parametrami. Dokonano tego w dwóch ustawieniach (a) zakładając, że komórki mutatora nie ponoszą kosztów sprawności (b) zakładając, że komórki mutatorowe charakteryzują się 1% kosztem przystosowania, spowodowanym częstym generowaniem szkodliwych mutacji. Parametry zostały wybrane w następujący sposób. Lx = 0.15, D = 0.01, s1 = 0.99, s2 = 0.99, s3 = 0.99, μ = 10-7. Do (a) sm = 1, sM2 = 1. Dla (b) sm = 0.99, sM2 = 0.99, n = 5 × 10 −2 /μ, Tprzez = 1 500 000, n = 2500.

3. Dyskusja i wnioski

Wcześniejsze prace donosiły, że obecność mutacji pasażera może w pewnych okolicznościach sprawić, że guzy będą bardziej kruche ze względu na zmniejszenie ogólnej sprawności [4,7,10]. Tutaj pokazaliśmy, że w kontekście przechodzenia przez dolinę, kosztowne mutacje pasażerów mogą w rzeczywistości przyspieszyć ewolucję, ponieważ zmniejszają ogólną kondycję populacji, a tym samym zapewniają środowisko, w którym pośrednie mutanty TSG +/− cieszą się wyższą względną sprawnością. Chociaż mutacje pasażerów są selekcjonowane przeciwko, ich akumulacja (nawet przy małej liczbie) zapewnia dostęp do dodatkowych ścieżek rozwoju raka, gdzie dolina sprawności jest płytsza i łatwiejsza do przekroczenia. Wcześniej sugerowano, że proces karcynogenezy może być promowany poprzez zmniejszenie ogólnej sprawności populacji z powodu starzenia się i innych urazów, zapewniając w ten sposób korzystniejszy krajobraz przystosowania dla ewolucji komórek nowotworowych [41]. Nasz model mutacji pasażerskich dobrze pasuje do tej koncepcji.

Nasuwa się pytanie, czy rozważane tu nieco niekorzystne mutanty należy uznać za „mutacje pasażerskie”. Mutacje pasażera można zdefiniować jako mutacje, które nie kierują bezpośrednio inicjacją i progresją raka, w przeciwieństwie do mutacji kierowcy, takich jak mutacje w onkogenach, TSG lub genach naprawczych. W tym sensie mutacje rozważane w naszym modelu należy zaklasyfikować jako mutacje pasażerskie. Jak pokazuje nasz model, takie mutanty mogą pośrednio przyspieszyć ewolucję guza poprzez zmianę krajobrazu sprawności, ale to nie sprawi, że będą mutacjami kierującymi. Chociaż w literaturze mutacje pasażerów są czasami określane jako „neutralne”, nie opiera się to na konkretnych pomiarach. Jedyne znane nam badania mające na celu ilościowe określenie przydatności mutacji pasażerów wskazują, że mogą one mieć pewną wadę [7–9], choć w celu uzyskania bardziej szczegółowych informacji potrzebne będą dalsze badania. Należy podkreślić, że nasz model nie wymaga, aby wszystkie „pasażerskie” mutanty miały selektywną wadę. Podczas gdy w modelu głównym założyliśmy, że mutacje pasażerskie miały nieznacznie obniżoną sprawność, w § 2.1 elektronicznego materiału uzupełniającego rozważyliśmy model, w którym sprawność mutantów pasażerskich została wzięta z rozkładu losowego. Innymi słowy, niektóre z mutantów pasażerskich mogą być neutralne, podczas gdy inne mogą mieć różne stopnie niedogodności, przy czym średnie dopasowanie w stosunku do wszystkich mutantów pasażerskich jest nieco niższe niż w przypadku komórek typu dzikiego. Biorąc jednak pod uwagę, że nasz model sugeruje, że mutacje pasażerów mogą faktycznie przyspieszać niektóre procesy ewolucyjne, nasze badanie jest bardziej przydatne w tym sensie, że stanowi podstawę do dyskusji na temat definicji tego, co stanowi mutacje pasażerów.

Innym interesującym aspektem prezentowanej tu pracy jest wskazanie, że mutacje pasażerów mogą w zasadzie przyspieszyć ewolucję guza w stopniu porównywalnym do obserwowanego u pacjentów z predyspozycją do niestabilności genetycznej (zespół Lyncha). Sugeruje to, że „wyjściowy” wskaźnik inaktywacji TSG przy braku predyspozycji genetycznych i niestabilności genetycznej może być znacznie szybszy niż wcześniej sądzono, co może być koncepcyjnie ważne dla zrozumienia zdolności komórek do akumulacji wielu rakotwórczych mutacji w stosunkowo krótkim czasie. okres czasu [42]. Dotyczy to nie tylko progresji nowotworu, ale także inicjacji nowotworu w zdrowej tkance, która, jak wykazano, zawiera znaczną liczbę mutacji pasażera (i kierowcy) [36], zwłaszcza w zaawansowanym wieku [35]. Innymi słowy, nasz wynik prowadzi do hipotezy, że w przypadku braku mutacji pasażera początek nowotworu inicjowanego przez inaktywację TSG (np. rak jelita grubego) byłby znacznie opóźniony (może o 20 lat, jeśli wielkość przyspieszenia od mutacje pasażerów są rzeczywiście porównywalne do tych obserwowanych u pacjentów z zespołem Lyncha [38, 39]).

Nasza analiza wykazała, że ​​możliwe interakcje epistatyczne między mutacjami kierowcy i pasażera [33,34] są ważne dla odnotowanej dynamiki, a literatura potwierdza ten pogląd. Rzeczywiście, wskazano, że klasyfikacja mutacji na pasażerów i kierowców może być nadmiernym uproszczeniem, ponieważ dopasowanie danego fenotypu nowotworu może zależeć od kontekstu [43]. Dokładniej, ponownie zwracamy się do TSG APC w karcynogenezie jelita grubego. Istnieją szczepy myszy, które są heterozygotyczne pod względem mutacji APC Min (wielokrotna neoplazja jelitowa), zwane myszami APC Min/+. Często rozwijają się u nich guzy jelitowe [44,45]. Znacząca zmienność częstości występowania nowotworu występuje wśród myszy APC Min/+ z identycznymi mutacjami APC i trzymanych w identycznych warunkach laboratoryjnych [44,45]. Ta zmienność jest spowodowana różnicami w tle genetycznym mutacji APC, które z kolei zależy od zmienności „genów modyfikujących” u różnych szczepów myszy [44–46]. Nie są one bezpośrednio zaangażowane w proces kancerogenezy, ale modyfikują właściwości fenotypowe komórek APC +/−. Wskazuje to, że pasażerowie mogą modulować sprawność komórek TSG +/-, zgodnie z wymaganiami naszego modelu, aby zaobserwować przyspieszoną ewolucję.

Nasza praca uzupełnia rosnącą literaturę badającą dynamikę przecinania dolin sprawnościowych w różnych warunkach [20–22,24,26–29,47–49]. Jednak poza tą bezpośrednią dyscypliną, interesujące jest również rozważenie naszych wyników w szerszym sensie naukowym. Przewiduje się, że w obecności mutacji pasażerskich ewolucja komórkowa wzrośnie poprzez wprowadzenie komórek niekorzystnych. Obecność tych niekorzystnych komórek obniża ogólną sprawność populacji, pozwalając pośrednim mutantom TSG +/- mieć ogólnie wyższą względną sprawność, co sprzyja szybszemu wytwarzaniu podwójnego mutanta TSG -/-. Badania nad początkiem turbulencji oraz układami formowania wzorców ujawniły mechanizmy niestabilności, które działają w bardzo podobny sposób. Na przykład w turbulencji wykazano, że trójwymiarowe perturbacje na równoległych przepływach ścinających są tłumione silniej niż dwuwymiarowe, ale ze względu na powolny zanik zapewniają nowy przepływ bazowy, na którym może powstać nowa, bogatsza klasa fluktuacji. rosną szybciej (szczegóły w elektronicznym materiale uzupełniającym). Zapewnia to fundamentalny związek między zasadami nauk fizycznych a rozważaną konkretną kwestią onkologii. To dobry przykład na to, jak pozornie różne dyscypliny naukowe mogą się wzajemnie informować i napędzać postęp.


Opcje dostępu

Uzyskaj pełny dostęp do dziennika przez 1 rok

Wszystkie ceny są cenami NETTO.
VAT zostanie doliczony później w kasie.
Obliczenie podatku zostanie sfinalizowane podczas realizacji transakcji.

Uzyskaj ograniczony czasowo lub pełny dostęp do artykułów w ReadCube.

Wszystkie ceny są cenami NETTO.


Abstrakcyjny

Ras jest regulowany przez specyficzny czynnik wymiany nukleotydów guaninowych Son of Sevenless (SOS), który ułatwia wymianę nieaktywnego, związanego z GDP Ras z GTP. Aktywność katalityczna SOS jest również modulowana allosterycznie przez aktywny Ras (Ras-GTP). Jednak pozostaje słabo poznane, w jaki sposób onkogenne mutanty Ras oddziałują z SOS i modulują jego aktywność. W tym przypadku spektrometria masowa ruchliwości jonów natywnych jest wykorzystywana do monitorowania składania domeny katalitycznej SOS (SOS cat ) z KRas i trzema mutantami związanymi z rakiem (G12C, G13D i Q61H), co prowadzi do odkrycia różnych zespołów molekularnych i wyraźne konformery kota SOS angażujące KRas. Odkryliśmy również, że KRas G13D wykazuje wysokie powinowactwo do kota SOS i jest silnym modulatorem allosterycznym jego aktywności. Strukturę kompleksu KRas G13D •SOS cat określono za pomocą kriogenicznej mikroskopii elektronowej, co zapewnia wgląd w zwiększone powinowactwo zmutowanego białka. Ponadto stwierdzamy, że KRas G13D-GTP może allosterycznie zwiększać szybkość wymiany nukleotydów KRas w miejscu aktywnym ponad dwukrotnie w porównaniu z KRas-GTP. Co więcej, drobnocząsteczkowe substancje zaburzające Ras•SOS nie dysocjują kompleksów kota KRas G13D•SOS, co podkreśla potrzebę silniejszych zaburzaczy. Podsumowując, lepsze zrozumienie interakcji między onkogennymi mutantami Ras a SOS zapewni możliwości udoskonalenia interwencji terapeutycznych.


Jaka budowa i funkcja narządów mówi nam o przezwyciężaniu mutacji?

Dlaczego niektóre mutacje prowadzą do choroby, podczas gdy inne pozornie przezwyciężają urazy bez szkody? Jak niektóre komórki szczypią za swoich zaginionych lub rannych towarzyszy?

Dzięki nowym narzędziom do obrazowania i edycji naukowcy mogą jak nigdy dotąd zobaczyć zachowanie wewnątrzkomórkowe i potencjalnie naśladować korzystne działania komórek (i ograniczać złe uczynki) w celu poprawy życia osób z chorobami genetycznymi.

Tak twierdzi dr Didier Stainier, dyrektor wydziału genetyki rozwojowej Instytutu Badań Serca i Płuc im. Maxa Plancka w Instytucie W.G. Kerckhoffa w Niemczech. Niedawno wygłosił wykład „Genetyczna kompensacja i adaptacja transkrypcyjna” dla NCI Center for Cancer Research Grand Rounds w Lipsett Amphitheater.

Stainier, wieloletni stypendysta NIH, jest „światowej sławy ekspertem w wyjaśnianiu mechanizmów rządzących rozwojem narządów” – w szczególności serca, trzustki i wątroby – powiedział dr Kandice Tanner, badacz Stadtman i kierownik jednostki morfodynamiki tkanek w Laboratorium Biologii Komórki NCI. który przedstawił mówcę.

Przez prawie dwie dekady Stainier był głównym badaczem nagród NIDDK i NHLBI na Uniwersytecie Kalifornijskim w San Francisco w latach 1995-2012.

Przeniesiony do Niemiec od 2012 roku, on i jego grupa badawcza wykorzystują genetykę postępową i odwrotną do badania roli mutacji w zdrowiu i chorobie, ponieważ różne organizmy – danio pręgowany i myszy – tworzą serce, naczynia krwionośne, trzustkę, płuca i wątrobę.

Śledząc swoje badania wstecz do początków, Stainier wyjaśnił, dlaczego on i inni badają popularną rybę akwariową, która należy do rodziny rybek, jako model badań kręgowców o potencjalnych zastosowaniach w rozwoju i funkcjonowaniu narządów człowieka.

Zauważył, że danio pręgowany jest idealny do badania formowania się narządów z kilku powodów, w tym ze względu na wysoką płodność, szybki rozwój narządów (serce zaczyna bić 24 godziny po zapłodnieniu) i ich przezroczystość.

„Można łatwo zobaczyć i śledzić komórki krwi wchodzące i wychodzące z serca” – powiedział Stainier, pokazując kilka filmów z coraz większą definicją pompujących serc danio pręgowanego w ciągu ostatnich kilku dekad, od 1990 roku do teraz. „Możesz więc sobie wyobrazić, jak łatwo było zidentyfikować mutacje, które wpływają zarówno na formę, jak i funkcję tego narządu… Wiele lat i technik transgenicznych zajęło określenie kardiomiocytów – komórek mięśniowych serca. Obrazowanie było kluczem do różnych postępów, nie tylko pod względem formułowania hipotez, ale także patrzenia na różne mutanty, które wyszły z ekranów genetyki postępowej”.

Stanier docenia postępy w technologii obrazowania, które przyniosły korzyści jego badaniom.

Zdjęcie: Chia-Chi Charlie Chang

To dzięki obserwacji rozwoju serca u danio pręgowanego, myszy i innych organizmów naukowcy byli w stanie zidentyfikować komórki wsierdzia ściany serca, obserwować ewolucję mechanizmu pompy sercowej i opisać, w jaki sposób narząd tworzy wypustki przypominające palce, zwane beleczkami sercowymi. w jego komorach.

Oprócz możliwości mapowania różnych struktur i funkcji narządów, Stainier i współpracownicy obserwowali i dokumentowali inne zjawiska, takie jak kompensacja genetyczna i adaptacja transkrypcyjna.

Staniera wita dr Kandice Tanner z NCI, która przedstawiła wykład.

Zdjęcie: Chia-Chi Charlie Chang

Jak wyjaśnił, kompensacja genetyczna obejmuje zmiany w poziomach RNA lub białek, które mogą funkcjonalnie kompensować utratę funkcji innego genu. Adaptacja transkrypcyjna odnosi się do zmian w poziomach RNA, które wynikają z mutacji, ale nie z utraty funkcji genu.

„Adaptacja transkrypcyjna może w niektórych przypadkach prowadzić do kompensacji genetycznej” – dodał Stainier.

Jako „klasyczny model ilustracyjny” tego zjawiska opisał zaburzenie genetyczne dystrofia mięśniowa Duchenne'a (DMD). DMD występuje, gdy zmutowane geny blokują białka, które budują i utrzymują zdrowe mięśnie. U myszy z DMD brakuje dystrofiny, białka budującego mięśnie, a inny pokrewny budulec mięśni, utrofina, przechodzi w nadmierną produkcję – najwyraźniej w celu uzupełnienia braku dystrofiny.

Okazuje się, że tego rodzaju zachowanie komórek – regulacja w górę – nie jest rzadkością.

„To zjawisko kompensacji przez geny modyfikujące nie ogranicza się do modelu dystrofina-utrofina, ale zostało zaobserwowane w wielu innych przypadkach mutacji wielu innych genów – w żaden sposób nie jest to zjawisko izolowane” – powiedział Stainier.

Przez prawie 20 lat Stainier był głównym badaczem nagród NIDDK i NHLBI.

Zdjęcie: Chia-Chi Charlie Chang

Ale, jak wyjaśnił, naukowcy chcą w pełni zrozumieć, jak zaczyna się proces i co się dzieje, aby skłonić do podjęcia działań.

„Główne pytanie, jakie mieliśmy w tym momencie, brzmi: co jest wyzwalaczem reakcji adaptacyjnej transkrypcji?” powiedział Stainier.

Jego grupa badawcza przetestowała kilka hipotetycznych podpowiedzi, ostatecznie opierając się na uszkodzonym lub zmutowanym RNA jako sprawcy. To doprowadziło do kolejnych pytań.

„Dlaczego niektóre mutacje genetyczne powodują choroby, a inne nie?” — zapytał Stainier. Czy niektóre mutacje są bardziej lub mniej poważne niż inne? Ponadto, jak można opracować skuteczniejsze terapie, które „zwiększyłyby odporność organizmu na mutację, zamiast próbować naprawić mutację?”

Badacze badają teraz sposoby wyzwalania regulacji w górę określonych białek kompensacyjnych i próbują zrozumieć, w jaki sposób zdegradowany zmutowany RNA wywołuje odpowiedź w pierwszej kolejności.

„Pozostało wiele czarnych skrzynek” – podsumował Stainier.

Pracownicy HHS mogą uzyskać dostęp do pełnego wykładu (i poprzednich wykładów NCI CCR Grand Rounds) online pod adresem https://videocast.nih.gov/summary.asp?Live=26180&bhcp=1.


Wyniki

Identyfikacja nowych genów kierowcy

Do identyfikacji genów sterujących w 1273 próbkach NDMM zastosowano cztery metody. Metody można podzielić na te identyfikujące kierowców za pomocą podejścia opartego na częstotliwości (MutSigCV 19 i dNdSCV 20 ) oraz wykorzystujące podejście funkcjonalne (20/20 zasada 21 i SomInaClust 22 ). Wszystkie metody przeprowadzono zarówno na całym zbiorze danych, jak i na poszczególnych podgrupach cytogenetycznych (tabele uzupełniające 1-10). Stosując podejście częstotliwościowe, MutSigCV zidentyfikował 21 istotnie zmutowanych genów, a dNdSCV zidentyfikował 46 genów. W przypadku podejść funkcjonalnych zasada 20/20 zidentyfikowała 47 zmutowanych genów, a SomInaClust zidentyfikował 21 genów. W sumie 63 geny zidentyfikowano za pomocą 4 metod (rysunek 1A-B, tabele uzupełniające 1-4 i 8-9, rysunki uzupełniające 17-24).

Krajobraz mutacji w przypadku nowo zdiagnozowanego szpiczaka mnogiego. (A) Częstości genów kierujących w całkowitym zestawie danych (N = 1273) zidentyfikowane metodami opartymi na częstotliwości (żółty) lub funkcjonalnym (niebieski) lub obydwoma (czerwony). (B) Frakcja klonalna raka (CCF) genów sterujących zabarwionych punktacją onkogenu (czerwony ONC) lub genu supresorowego guza (niebieski TSG). Geny zaznaczone na szaro nie oceniały ani ONC, ani TSG. Geny są uporządkowane według średniej CCF (linia gruba). (C) Wyniki ONC (czerwony) i TSG (niebieski) określone zgodnie z zasadą 20/20 (ciemny) lub SomInaclust (jasny). (D) Średnie CCF ONC i TSG.

Krajobraz mutacji w przypadku nowo zdiagnozowanego szpiczaka mnogiego. (A) Częstości genów kierujących w całym zbiorze danych (N = 1273) zidentyfikowane metodami opartymi na częstotliwości (żółty) lub funkcjonalnym (niebieski) lub obydwoma (czerwony). (B) Frakcja klonalna raka (CCF) genów sterujących zabarwionych punktacją onkogenu (czerwony ONC) lub genu supresorowego guza (niebieski TSG). Geny zaznaczone na szaro nie oceniały ani ONC, ani TSG. Geny są uporządkowane według średniej CCF (linia gruba). (C) Wyniki ONC (czerwony) i TSG (niebieski) określone zgodnie z zasadą 20/20 (ciemny) lub SomInaclust (jasny). (D) Średnie CCF ONC i TSG.

Uwzględniono nowe, wcześniej niezidentyfikowane onkogeny PTPN11 (aktywator sygnalizacji MEK/ERK), PRKD2 (kinaza białkowa D), SF3B1 (czynnik spliceosomu) i IDH1 oraz IDH2 (metylacja DNA). Uwzględniono inne nowe geny supresorowe guza UBR5, ligaza ubikwityny zmutowana w chłoniaku z komórek płaszcza i HUWE1, także ligaza ubikwityny. 23 Wystąpiła duża liczba nawracających mutacji zmiany sensu w DIS3 oraz TP53 (odpowiednio 69,4% i 45,7%). Spośród wszystkich 63 genów tylko TP53, TRAF3, oraz TGDS miał jakikolwiek wpływ na wynik w analizie jednowymiarowej. 24

Frakcja klonalna raka z 63 genów sterujących była ogólnie wyższa w onkogenach niż genach supresorowych nowotworu (P <0,001 Rycina 1C-D), co jest zgodne z aktywacją onkogenu będącą albo wcześniejszym zdarzeniem w progresji do MM, albo potwierdzającą większą presję selekcyjną niż inaktywacja genu supresorowego guza. Wydaje się to być nowym odkryciem, ale prawdopodobnie zostanie odtworzone w innych nowotworach, jeśli ta hipoteza jest poprawna. TP53 był godnym uwagi wyjątkiem, z dużą frakcją klonalną raka i chociaż ma wiele kodonów z mutacją nawracającą, jest uważany za gen supresorowy guza.

Pokazujemy znaczenie mutacyjnej aktywacji sygnalizacji MEK/ERK (KRAS, NRAS, BRAF, PTPN11, RASA2, NF1, PRKD2, oraz FGFR3 50,0%). Inne zidentyfikowane szlaki obejmowały aktywację sygnalizacji NF-κB (TRAF2, TRAF3, CYLD, NFKB2, oraz NFKBIA 14,0%), przejście cyklu komórkowego G1/S (CCND1, RB1, CDKN2C, oraz CDKN1B 5,0%) oraz regulatory epigenetyczne (HIST1H1E, KMT2C, CREBBP, ARID1A, KMT2B, ATRX, EP300, SETD2, TET2, KDM5C, ARID2, DNMT3A, KDM6A, NCOR1, IDH1, oraz IDH2 24,4% uzupełniający Rysunek 8 uzupełniający Tabela 9). Analiza jednowymiarowa według ścieżki nie zidentyfikowała żadnego wpływu na przeżycie (rysunek uzupełniający 7).

Zwiększona liczba mutacji kierowcy wiąże się ze złymi wynikami

Określiliśmy liczbę mutacji kierowcy na próbkę i zauważyliśmy, że 15,9% pacjentów nie miało mutacji w żadnym z 63 genów kierowcy (Rysunek 2), 84,1% zawierało ≥1 mutację, 55,0% zawierało ≥2 mutacje, 27,6% zawierało ≥3 mutacje, a 11,9% zawierało ≥4 mutacje. Ponieważ istniała znaczna liczba pacjentów bez zmutowanych genów sterujących, zintegrowaliśmy inne sterowniki, w tym liczbę kopii i translokacje (tabela uzupełniająca 7). Uwzględniając wszystkie potencjalne czynniki, mediana liczby czynników na próbkę wynosiła 5, z zakresem od 0 do 24 (Rysunek 2B). Pogrupowaliśmy tych pacjentów według całkowitej liczby kierowców i zauważyliśmy, że wraz ze wzrostem liczby kierowców pojawił się związek z gorszym przeżyciem bez progresji i całkowitym (P <0,001 Rysunek 2C-D).

Coraz większa liczba nieprawidłowości kierowcy wiąże się ze złymi rokowaniami. (A) Wykres słupkowy liczby zmutowanych genów sterujących na próbkę 203 próbki (15,9%) nie zawierały żadnego niesynonimicznego pojedynczego nukleotydu wariants lub indel w dowolnym z 63 genów sterujących 1070 próbek (84,1%) zawierało ≥1 mutację, 700 próbek (55,0%) zawierało ≥2 mutacje, 351 próbek (27,6%) zawierało ≥3 mutacje, a 151 próbek (11,9%) zawierał ≥4 mutacje (N = 1273). (B) Rozkład wszystkich zidentyfikowanych nieprawidłowości kierowcy na próbkę. Liczbę kierowców na próbkę obliczono na podstawie kierowców wymienionych w (uzupełniająca tabela 7). Każdy marker liczy się dla wyniku 1 punkt zsumowanego dla każdego pacjenta maksymalnego wyniku = 91, ponieważ niektóre czynniki wzajemnie się wykluczały (np. translokacje IG), a niektóre cechy liczby kopii podsumowano jako zmianę ramienia chromosomu. Mediana liczby kierowców na próbkę wynosiła 5, z zakresem od 0 do 24. (C) Przeżycie bez progresji pacjentów było istotnie ujemnie naruszone wraz ze wzrostem liczby kierowców (P <0,001 N = 1273). (D) Całkowite przeżycie pacjentów było istotnie ujemnie naruszone wraz ze wzrostem liczby kierowców (P < 0,001 N = 1273).

Coraz większa liczba nieprawidłowości kierowcy wiąże się ze złymi rokowaniami. (A) Wykres słupkowy liczby zmutowanych genów sterujących na próbkę 203 próbki (15,9%) nie zawierały żadnego niesynonimicznego pojedynczego nukleotydu wariants lub indel w dowolnym z 63 genów sterujących 1070 próbek (84,1%) zawierało ≥1 mutację, 700 próbek (55,0%) zawierało ≥2 mutacje, 351 próbek (27,6%) zawierało ≥3 mutacje, a 151 próbek (11,9%) zawierał ≥4 mutacje (N = 1273). (B) Rozkład wszystkich zidentyfikowanych nieprawidłowości kierowcy na próbkę. Liczbę kierowców na próbkę obliczono na podstawie kierowców wymienionych w (uzupełniająca tabela 7). Każdy marker liczy się dla wyniku 1 punkt zsumowanego dla każdego pacjenta maksymalnego wyniku = 91, ponieważ niektóre czynniki wzajemnie się wykluczały (np. translokacje IG), a niektóre cechy liczby kopii podsumowano jako zmianę ramienia chromosomu. Mediana liczby kierowców na próbkę wynosiła 5, z zakresem od 0 do 24. (C) Przeżycie bez progresji pacjentów było istotnie ujemnie naruszone wraz ze wzrostem liczby kierowców (P <0,001 N = 1273). (D) Całkowite przeżycie pacjentów było istotnie ujemnie naruszone wraz ze wzrostem liczby kierowców (P <0,001 N = 1273).

Pomiary niestabilności DNA są związane z podgrupami o słabych wynikach

Biorąc pod uwagę, że liczba zdarzeń kierowcy może być związana z niestabilnością genomową, szukaliśmy mechanizmów, które mogą za to odpowiadać. Zidentyfikowaliśmy 2 zastępcze markery niestabilności DNA związane z wynikiem końcowym, w tym sygnaturę mutacji APOBEC, która powoduje przejścia C>T/G>A w kontekście TCn, obecne w 18,3% przypadków i związane z podgrupami t(1416) i t(1420) (rysunek uzupełniający 11) i zakres utraty heterozygotyczności (LOH >4,6% uzupełniająca tabela 10), która jest potencjalnym markerem zastępczym niedoboru rekombinacji homologicznej. Zakres LOH był dodatnio skorelowany z podpisem APOBEC (P = 0,039, strata TP53 (P < 0,001) oraz obecność mutacji w co najmniej 1 z 15 genów zaangażowanych w niedobór rekombinacji homologicznej (P < 0,001 uzupełniające rysunki 12-13).

Nieprawidłowości liczby kopii są związane z zależnościami mutacyjnymi

Wszechstronna dostępność danych dotyczących mutacji, struktur i liczby kopii skłoniła nas do ponownej oceny klasyfikacji szpiczaka. Dane dotyczące liczby kopii wygenerowano z danych całego egzomu w sposób bezstronny obejmujący cały genom, aby zidentyfikować minimalnie zmienione regiony (n = 39), które teoretycznie zawierają albo jednostki transkrypcyjne, albo pojedynczy supresor guza lub onkogeny. Zidentyfikowano geny będące przedmiotem zainteresowania zlokalizowane w szczytach zmian w tych regionach (Rysunek 3A). Do identyfikacji tych zmiennych wybrano markery wzmocnienia chromosomów chromosomów trisomicznych. Częstotliwości zmian liczby kopii w tych regionach i wyprowadzone zdarzenia bialleliczne przedstawiono w tabelach uzupełniających 5 i 6.

Definicja klastrów liczby kopii (CN) przy użyciu hierarchicznego klastrowania i ich powiązania z podgrupami cytogenetycznymi i istotnie zmutowanymi genami. (A) Dane CN pochodzące z 1074 próbek sekwencjonowania całego egzomu identyfikują powtarzające się regiony zysku i utraty w całym genomie. (B) Hierarchiczna analiza skupień K-średnich nawracających nieprawidłowości CN identyfikuje 9 skupień CN, z których 7 było głównie grupami translokacyjnymi, a 2 były hiperdiploidalnymi. Dodatkowe szczegóły są wymienione w metodach uzupełniających. Skupienie CN 1 (13,7%) było hiperdiploidalne i związane z przyrostem 1q i 6p oraz ekspresją CCND2. Skupienie CN 2 (32,9%) było hiperdiploidalne z przyrostem 11q i ekspresją CCND1, ale odwrotnie skorelowane z przyrostem 1q. Klaster 3 CN (5,6%) był związany z t(1416), delecjami 1p, 8p, 13q, 14q i 16q oraz przyrostem 1q. Skupienie CN 4 (5,2%) było związane z t(414), del13q i del14q. Klaster CN 5 (6,7%) był związany z t(414), del4p, del13q i del14q, a także z mutacjami NFKBIA, MAX, oraz TRAF3. Klaster CN 6 (5,9%) był związany z delecjami 8p, 14q i 16q, przyrostem 1q i mutacją CYLD. Klaster CN 7 (7,9%) był związany z t(414) it(1416), sygnaturą APOBEC, delecjami 11q i 13q, przyrostem 1q i mutacją DIS3. Skupienie CN 8 (17,3%) było związane z t(1114) i mutacjami CCND1 oraz PRKD2, ale nie z żadnymi usunięciami ani zyskami. Skupienie CN 9 ​​(4,8%) było związane z t(1114) i przyrostem 11q oraz mutacją BRAF. Dane wykreślone na tej figurze są wymienione w uzupełniającej Tabeli 11. (C) Powiązania markerów genetycznych ze skupiskami CN ilustrujące istotne powiązania i ich kierunkowość przez wielkość koła czerwonego, powiązania pozytywnego niebieskiego, powiązania negatywnego. (D) Wykresy Kaplana-Meiera przeżycia wolnego od progresji wskazujące na różnice w wynikach między skupiskiem CN 7 w porównaniu ze skupieniami 1, 2 i 5.

Definicja klastrów liczby kopii (CN) przy użyciu hierarchicznego klastrowania i ich powiązania z podgrupami cytogenetycznymi i istotnie zmutowanymi genami. (A) Dane CN pochodzące z 1074 próbek sekwencjonowania całego egzomu identyfikują powtarzające się regiony przyrostu i utraty w całym genomie. (B) Hierarchiczna analiza skupień K-średnich nawracających nieprawidłowości CN identyfikuje 9 skupień CN, z których 7 było głównie grupami translokacyjnymi, a 2 były hiperdiploidalnymi. Dodatkowe szczegóły są wymienione w dodatkowych metodach. Skupienie CN 1 (13,7%) było hiperdiploidalne i związane z przyrostem 1q i 6p oraz ekspresją CCND2. Skupienie CN 2 (32,9%) było hiperdiploidalne z przyrostem 11q i ekspresją CCND1, ale odwrotnie skorelowane z przyrostem 1q. Klaster 3 CN (5,6%) był związany z t(1416), delecjami 1p, 8p, 13q, 14q i 16q oraz przyrostem 1q. Skupienie CN 4 (5,2%) było związane z t(414), del13q i del14q. Klaster CN 5 (6,7%) był związany z t(414), del4p, del13q i del14q, a także z mutacjami NFKBIA, MAX, oraz TRAF3. Klaster CN 6 (5,9%) był związany z delecjami 8p, 14q i 16q, przyrostem 1q i mutacją CYLD. Klaster CN 7 (7,9%) był związany z t(414) it(1416), sygnaturą APOBEC, delecjami 11q i 13q, przyrostem 1q i mutacją DIS3. Klaster CN 8 (17,3%) był związany z t(1114) i mutacjami CCND1 oraz PRKD2, ale nie z żadnymi usunięciami ani zyskami. Skupienie CN 9 ​​(4,8%) było związane z t(1114) i przyrostem 11q oraz mutacją BRAF. Dane wykreślone na tej figurze są wymienione w uzupełniającej Tabeli 11. (C) Powiązania markerów genetycznych ze skupiskami CN ilustrujące istotne powiązania i ich kierunkowość przez wielkość koła czerwonego, powiązania pozytywnego niebieskiego, powiązania negatywnego. (D) Wykresy Kaplana-Meiera przeżycia wolnego od progresji wskazujące na różnice w wynikach między skupiskiem CN 7 w porównaniu ze skupieniami 1, 2 i 5.

39 regionów nawracającej zmiany liczby kopii (CNA), w tym markery dla każdego z chromosomów trisomicznych, wykorzystano w podejściu grupowania K-średnich do pogrupowania próbek, które następnie opatrzono dodatkowymi informacjami genetycznymi (Figura 3B). Grupowanie zidentyfikowało 9 grup liczbowych kopii, z których 2 były hiperdiploidalne: skupienie 1 z przyrostami w chromosomach 3, 5, 9, 15, 19 i 21 oraz skupienie 2 w tych samych chromosomach plus chromosom 11 i mutacja FAM46C. Pozostałe 7 grup było niehiperdiploidalnych, składających się z klastra 3, który charakteryzuje się klasterem del1p 4 przez del12p i 13q klasterem 5 przez del13q i 14q oraz mutacjami w MAX, TRAF3, oraz NFKBIA klaster 6 przez del16q klaster 7 przez t(1416), del11q, wzmocnienie 1q i mutacja DIS3 klaster 8 na t(1114) i klaster 9 na t(1114) ze wzmocnieniem 11q (rysunek 3C).

Zidentyfikowano onkogenne zależności między mutacjami a CNA, które rozróżniały każdy z molekularnych podtypów MM. Przykładem tych zależności była obecność poszczególnych zmutowanych genów w podgrupach szpiczaka, a także związek ze zmianami liczby kopii i mutacjami (ryc. 1, 3 i 4A). Mechanicznie zidentyfikowaliśmy krytyczny związek między nabytymi chromosomowymi CNA a mutacjami na tych chromosomach. Oprócz dobrze znanego związku między del17p a mutacją TP53, powodując bialleliczną inaktywację TP53, opisujemy interakcję del13q z mutacjami w DIS3, del16q z mutacjami w CYLD oraz WWOX, a del14q z mutacjami w TRAF3 oraz MAX.

Zależności onkogenne i ich wpływ na przeżycie. (A) Powiązania między nabytymi mutacjami, podgrupami cytogenetycznymi, CNA i skupiskami liczby kopii (CN). Pokazano dodatnie (czerwone) i ujemne (niebieskie) skojarzenia oraz ich iloraz szans, gdzie wielkość koła reprezentuje istotność P wartość określona w dwustronnym dokładnym teście Fishera. Z translokacjami wiązały się zarówno mutacje związane z uzyskaniem, jak i utratą funkcji. Grupa t(414) była związana z mutacjami FGFR3, DIS3, oraz PRKD2, przyrost 1q i usunięcie 13q, 14q, 4p16.3 (FGFR3), 1p22.1 (RPL5), 11q22.1 (BIRC3) oraz 12p13.1 (CDKN1B). Grupa t(1114) była związana z mutacjami w IRF4 oraz CCND1, ale nie ze wzmocnieniem 1q lub 6p lub usunięciem 13q, 14q, 8p lub 1p22.1 (RPL5). Grupa t(1416) była związana z mutacjami w BRAF, DIS3, oraz TRAF2, del13q, wzmocnienie 1q i sygnatura APOBEC. Grupa t(1420) była powiązana z podpisem APOBEC. Hiperdiploidalność była związana z przyrostem 6p i translokacjami obejmującymi MOJA C, ale nie z mutacjami w MAX, DIS3, IRF4, lub CCND1 lub del13q lub del14q. Najbardziej znaczące powiązania były między zmianami CN na tych samych chromosomach (del CDKN2C, RPL5, oraz FAM46C del TRAF3 oraz ABCD4 del WWOX oraz CYLD), a także klaster CN 2 z HRD, klaster CN 7 ze wzmocnieniem 1q i klaster CN 6 z del16q. (B) Znaczące wzbogacenie/uszczuplenie zmutowanych genów w obrębie klastrów CN translokacji i hiperdiploidalnych. Pokazano procent próbek ze zmutowanym genem w podgrupie. Znaczenie wskazują kreskowane linie. MAX mutacje są znacząco niedoreprezentowane w grupie CN-2. (C) Rozkład użycia kodonów w obrębie KRAS, NRAS, oraz BRAF według podgrup molekularnych. Proporcja wykorzystania kodonów jest wskazywana przez odległość od centrum. KRAS mutacje są podzielone między kodony G12, G13 i Q61, podczas gdy NRAS jest zmutowany głównie w kodonie Q61 (P < 2,2 x 10-16). BRAF mutacje wpływają głównie na kodon V600, z wyjątkiem grupy t(1416), gdzie kodon D594 jest zmutowany (P = .003).

Zależności onkogenne i ich wpływ na przeżycie. (A) Powiązania między nabytymi mutacjami, podgrupami cytogenetycznymi, CNA i skupiskami liczby kopii (CN). Pokazano dodatnie (czerwone) i ujemne (niebieskie) skojarzenia oraz ich iloraz szans, gdzie wielkość koła reprezentuje istotność P wartość określona w dwustronnym dokładnym teście Fishera. Z translokacjami wiązały się zarówno mutacje związane z uzyskaniem, jak i utratą funkcji. Grupa t(414) była związana z mutacjami FGFR3, DIS3, oraz PRKD2, przyrost 1q i usunięcie 13q, 14q, 4p16.3 (FGFR3), 1p22.1 (RPL5), 11q22.1 (BIRC3) oraz 12p13.1 (CDKN1B). Grupa t(1114) była związana z mutacjami w IRF4 oraz CCND1, ale nie ze wzmocnieniem 1q lub 6p lub usunięciem 13q, 14q, 8p lub 1p22.1 (RPL5). Grupa t(1416) była związana z mutacjami w BRAF, DIS3, oraz TRAF2, del13q, wzmocnienie 1q i sygnatura APOBEC. Grupa t(1420) była powiązana z podpisem APOBEC. Hiperdiploidalność była związana z przyrostem 6p i translokacjami obejmującymi MOJA C, ale nie z mutacjami w MAX, DIS3, IRF4, lub CCND1 lub del13q lub del14q. Najbardziej znaczące powiązania występowały między zmianami CN na tych samych chromosomach (del CDKN2C, RPL5, oraz FAM46C del TRAF3 oraz ABCD4 del WWOX oraz CYLD), a także klaster CN 2 z HRD, klaster CN 7 ze wzmocnieniem 1q i klaster CN 6 z del16q. (B) Znaczące wzbogacenie/uszczuplenie zmutowanych genów w obrębie klastrów CN translokacji i hiperdiploidalnych. Pokazano procent próbek ze zmutowanym genem w podgrupie. Znaczenie wskazują kreskowane linie. MAX mutacje są znacząco niedoreprezentowane w grupie CN-2. (C) Rozkład użycia kodonów w obrębie KRAS, NRAS, oraz BRAF według podgrup molekularnych. Proporcja wykorzystania kodonów jest wskazywana przez odległość od centrum. KRAS mutacje są podzielone między kodony G12, G13 i Q61, podczas gdy NRAS jest zmutowany głównie w kodonie Q61 (P < 2,2 x 10-16). BRAF mutacje wpływają głównie na kodon V600, z wyjątkiem grupy t(1416), gdzie kodon D594 jest zmutowany (P = .003).

Zidentyfikowaliśmy, że skupienie 7 miało związek z gorszym wynikiem w porównaniu ze skupieniami 1, 2 i 5 (rysunek 3D). Skupienie 7 wiązało się ze wzmocnieniem lub amplifikacją 1q, co jest kluczowym złym czynnikiem prognostycznym. 24 Skupienie 7 było również związane z grupami cytogenetycznymi t(414) i t(1416), ale nadal wypadło gorzej niż skupienie 5, co było związane z t(414) i delFGFR3.

Podgrupy translokacji są związane z uzależnieniami onkogennymi

Zaobserwowano istotne powiązania między pierwotnymi grupami translokacji a mutacjami, w tym: FGFR3, PRKD2, oraz ACTG1 istotnie zmutowane tylko w t(414)s. CCND1, IRF4, LTB, oraz HUWE1 były istotnie zmutowane tylko w t(1114)s. MAF był istotnie zmutowany tylko w t(1416)s, i MAFB tylko w t(1420)s. CDKN1B, FUBP1, NFKB2, PRDM1, PTPN11, RASA2, RFTN1, oraz SP140 były istotnie zmutowane tylko w próbkach hiperdiploidalnych. Mutacja niektórych genów w poszczególnych podgrupach szpiczaka wskazuje na istnienie zależności onkogennych, w których pewne szlaki są ważniejsze dla poszczególnych podgrup niż inne.

Dodatkowo, używając dokładnego testu Fishera, pokazujemy, że próbki t(414) miały więcej mutacji w FGFR3, PRKD2, oraz DIS3 t(1114) miał więcej mutacji w CCND1 oraz IRF4 t(1416) miał więcej mutacji w bankomat, BRAF, MAF, TRAF2, EP300, oraz DIS3 t(1420) miał więcej mutacji w MAFB a grupa hiperdiploidalna ze wzmocnieniem 11 (klaster 2) miała więcej mutacji w FAM46C (Rysunek 4A-B).

Oprócz tych zależności zaobserwowaliśmy również mutacje specyficzne dla kodonów w genach, które były zależne od kontekstu podgrupy szpiczaka, z których niektóre wcześniej zaobserwowaliśmy w docelowym zestawie danych panelowych. 25 Kluczowe przykłady tych interakcji obejmują zmienną częstość rozkładu i wykorzystanie kodonów KRAS, NRAS, oraz BRAF między podtypami (ryc. 4C). Istniała wyraźna tendencja do mutacji Q61 w NRAS we wszystkich podgrupach, ale bardziej równy rozkład mutacji w kodonach 12, 13 i 61 in KRAS. Wystąpiła wyjątkowa przewaga BRAF Warianty D594N w podgrupie t(1416) w porównaniu z BRAF V600E w pozostałych grupach (Rysunek 3C), potencjalnie wskazujący na inny mechanizm działania.

Ekspresja wariantów genów kierowcy

Aby zapewnić ekspresję proponowanych onkogenów sterujących, zbadaliśmy dopasowane warianty sekwencjonowania RNA (sekwencja RNA) ze zbioru danych Fundacji Badań nad Szpiczakiem Mnogim. Znaleźliśmy prawie liniową korelację z częstością występowania egzomów zwanych wariantami alleli (VAF) i sekwencjami RNA zwanymi VAF, zarówno dla onkogenów, jak i genów supresorowych guza (ryc. 5A-D), co wskazuje, że mutacje na poziomie DNA w sekwencji kodującej nie wpływają na transkrypcję, nawet w przypadku mutacji nonsensownych lub z przesunięciem ramki. W analizie wystąpiły pewne wartości odstające, w których VAF sekwencji RNA był zwiększony w porównaniu z VAF egzomu, co wskazuje na nieproporcjonalną ekspresję zmutowanego allelu. Wynikało to głównie z onkogenów partnerów translokacji (FGFR3, CCND1, MAF, oraz MAFB Rysunek 5A) pod wpływem superenhancera immunoglobuliny. Można było zidentyfikować bialleliczną inaktywację TP53 stosując VAF dla egzomu lub RNA-seq, gdzie albo >gt0,5 (Figura 5B). Onkogeny NRAS, KRAS, oraz BRAF również wykazywał proporcjonalną ekspresję alleli, ale NRAS często miał wysoki VAF z powodu częstej delecji locus, która znajduje się na 1p, co wskazuje na zachowanie zmutowanego allelu. Geny NF-κB były często inaktywowane z powodu mutacji nonsensownych lub z przesunięciem ramki odczytu, ale wydaje się, że nie zmienia to ekspresji na poziomie RNA.

Wyrażane są mutacje w genach supresorowych guza i onkogenach. (A) Wykres punktowy z egzomem onkogenu i genu supresorowego guza oraz sekwencjami RNA VAF (r 2 = 0,585). Mutacje onkogenu partnera translokacji są zabarwione i na ogół są wartościami odstającymi ze zwiększoną ekspresją. (B) TP53 mutacje, w tym zmiany sensu, nonsens i przesunięcie ramki, są wykrywalne zgodnie z VAF. Wysoki VAF na obu osiach jest spowodowany usunięciem TP53 i wskazuje na inaktywację bialleliczną. (C) KRAS, NRAS, oraz BRAF mutacje są wyrażane zgodnie z VAF. NRAS ma więcej mutacji wyrażanych w wysokim VAF (>gt0,5), ponieważ znajduje się na 1p, a niezmutowany allel jest często usuwany. (D) NF-κgeny B CYLD, NFKBIA, TRAF2, oraz TRAF3.

Wyrażane są mutacje w genach supresorowych guza i onkogenach. (A) Wykres punktowy z egzomem onkogenu i genu supresorowego guza oraz sekwencjami RNA VAF (r 2 = 0,585). Mutacje onkogenu partnera translokacji są zabarwione i na ogół są wartościami odstającymi ze zwiększoną ekspresją. (B) TP53 mutacje, w tym zmiany sensu, nonsens i przesunięcie ramki, są wykrywalne zgodnie z VAF. Wysoki VAF na obu osiach jest spowodowany usunięciem TP53 i wskazuje na inaktywację bialleliczną. (C) KRAS, NRAS, oraz BRAF mutacje są wyrażane zgodnie z VAF. NRAS ma więcej mutacji wyrażanych w wysokim VAF (>gt0,5), ponieważ znajduje się na 1p, a niezmutowany allel jest często usuwany. (D) NF-κgeny B CYLD, NFKBIA, TRAF2, oraz TRAF3.


Mutacja genu ludzkiego w chorobie dziedzicznej

7.4.16 Niestabilne mutanty białkowe

Mutacje typu missense mogą powodować nieprawidłowe fałdowanie białka, a zatem są związane ze zmniejszoną ekspresją z powodu niestabilności białka. Przeglądy mutacji wpływających na stabilność białek można znaleźć w ref. (500,501) . W przypadku białek krążących w płynach ustrojowych większość mutacji wiąże się ze statusem „CRM-ujemny”, w którym ilość białka koreluje z poziomem aktywności lub statusem „CRM obniżony”, w którym aktywność jest nadal niższa niż ilość białka wytworzony. Wiele takich mutacji zaobserwowano w czynniku VIII powodującym łagodną/umiarkowaną hemofilię A (76) .

Zbadano charakter biofizycznych właściwości podstawień aminokwasów w p53, które zwiększają prawdopodobieństwo ich zwrócenia uwagi klinicznej (502) obejmują one niedostępność rozpuszczalnika, liczbę wprowadzonych niekorzystnych oddziaływań sterycznych oraz zmniejszenie liczby wiązań wodorowych. To badanie zostało rozszerzone o modelowanie w silico wszystkie zamiany aminokwasów, które potencjalnie mogły powstać z odziedziczonej pojedynczej pary zasad w pięciu ludzkich genach kodujących arylosulfatazę A (ARSA), antytrombina III (SERPINC1), białko C (PROC), hydroksylaza fenyloalaniny (PAH) i transtyretynę (TTR) (386) . Zmodelowano łącznie 9795 możliwych struktur mutantów i oceniono 20 różnych parametrów biofizycznych. Porównanie z uzyskanymi z HGMD widm 469 klinicznie wykrytych mutacji wykazało, że kilka rodzajów zmian związanych z mutacją wpływa na funkcję białka, w tym różnicę energii między strukturami typu dzikiego i zmutowanego, dostępność zmutowanej reszty w rozpuszczalniku i odległość od miejsca wiązania/ aktywna strona. Uważa się, że parametry te są ważne w fałdowaniu białek, co potwierdza pogląd, że wiele mutacji zmiany sensu zwraca się uwagę kliniczną ze względu na ich konsekwencje dla fałdowania i stabilności białek (503,504) .


Obejrzyj wideo: Biologia - SP - egzamin ósmoklasisty. Mutacje (Październik 2022).