一个集成的机械和数据驱动的计算模型预测了细胞对高和低亲和度EGFR配体的反应

科学领域:

• 细胞生物学 细胞生物学
• 计算生物学 计算生物学
• 生物物理学的生物物理.

背景情况:

• 连接体结合动力学极大地影响受体介导的细胞命运决定.
• 了解这些动力学如何转化为细胞表型是复杂的,因为合的信号通路.
• 表皮生长因子受体 (EGFR) 系统为研究联体受体相互作用和下游效应提供了一个模型.

研究的目的:

• 开发一个集成的计算模型,将连接联结体结合动力学与细胞表型联系起来.
• 根据它们的生物物理特性预测细胞对不同表皮生长因子受体 (EGFR) 配体的反应.
• 阐明特定的信号机制,决定细胞对EGFR激活的反应.

主要方法:

• 开发了一个集成的机械和数据驱动的计算建模平台.
• 利用了使用表皮生长因子 (EGF) 和epiregulin (EREG) 治疗的MCF7人类乳腺癌细胞的实验数据.
• 进行了参数灵敏度分析,以确定细胞表型的关键决定因素.

主要成果:

• 该模型准确地预测了由EGF和EREG驱动的差异信号和表型结果,即使在类似的受体占用水平.
• 通过AKT信号传递,证明epiregulin (EREG) 可以主导表皮生长因子 (EGF) 在驱动细胞分化方面.
• 鉴定了EGF和EREG不同调节的EGFR内细胞分裂,作为确定替代细胞表型的关键因素.
• 展示了EGF和EREG通过合作ERK和AKT信号驱动细胞迁移的能力.

结论:

• 综合模型提供了一个基于早期生物物理信号事件预测细胞表型的新平台.
• 突出了联体特异性EGFR内细胞分裂在决定不同细胞命运结果中的重要性.
• 提供了关于受体信号系统性能是如何上下文依赖的,并受到连接体生物物理性质的影响的见解.