Анализ регуляторных последовательностей и динамики молекулярно-генетической системы, контролирующей G1/S-переход клеточного цикла эукариот тема диссертации и автореферата по ВАК РФ 03.00.15, кандидат биологических наук Дейнеко, Игорь Владимирович

• Дейнеко, Игорь Владимирович
• кандидат биологических наук
• 2005

Оглавление диссертации кандидат биологических наук Дейнеко, Игорь Владимирович

Введение

Глава 1. Обзор литературы.

1.1 Структурно-функциональная организация геномов эукариот

1.1.1 Структура ДНК, общие сведения.

1.1.2 Особенности организации геномов эукариот

1.2 Модульная структура регуляторных районов генов эукариот транскрибируемых РНК полимеразой II.

1.2.1 Одиночные сайты связывания транскрипционных факторов

1.2.2 Композиционные элементы

1.2.3 Промоторы и энхансеры

1.2.4 Полифункциональность ДНК регуляторных областей генов эукариот.

1.3 Ядро молекулярно-генетической системы управления клеточным циклом эукариот

1.3.1 Клеточный цикл. Основные регуляторы клеточного цикла высших эукариот.

Семейство факторов Е2Р

Факторы рШэ, р107, р130 и р

Циклины СусА, СусЭ, СусЕ и их партнеры Сс1к2,4,6.

Факторы группы АР

Механизмы взаимодействий Е2Р, рЮэ и циклинов

1.3.2 Молекулярно-генетические системы управления (МГСУ)

Понятие МГСУ, первая работа по моделированию морфогенеза фага лямбда

Некоторые свойства МГСУ, положительные и отрицательные обратные связи.

Модели клеточного цикла и его фаз

1.4 Методы распознавания регуляторных геномных последовательностей

1.4.1 Методы распознавания одиночных регуляторных элементов

Методы поиска сайтов связывания

• Метод консенсусов

• Метод реализаций

• Метод весовых матриц

• Динуклеотидные весовые матрицы

• Эксперементально полученные весовые матрицы

• Характеристики, используемые для оценки качества методов распознавания

Методы поиска мотивов

• Статистические методы

• Поиск мотивов алгоритмами выравнивания.

1.4.2 Методы распознавания блочных (композиционных) регуляторных элементов.

1.4.3 Методы распознавания кластеров/групп регуляторных элементов

• Методы, основанные на эмпирических оценках

• Аналитические подходы в оценке статистической значимости кластеров сайтов

1.5 Математические модели для описания динамики регуляторных систем

• Качественные/булевы модели

• Стохастические модели

• Модели основанные на дифференциальных уравнениях

• Модели с запаздывающим аргументом

• Пороговые и комбинированные модели.

• Современные программные средства для построения и анализа регуляторных систем.

Введение диссертации (часть автореферата) на тему «Анализ регуляторных последовательностей и динамики молекулярно-генетической системы, контролирующей G1/S-переход клеточного цикла эукариот»

Актуальность проблемы

Последнее десятилетие характеризуется массовым секвенированием последовательностей ДНК, что дает широкие возможности для исследования функций, особенностей структуры и эволюции генетического материала. Эти задачи обуславливают широкое применение компьютерной техники, как для хранения получаемых данных, так и для их анализа, причем сложность методов и моделей увеличивается не только с ростом объемов знаний, но и с возможностями современных компьютеров. Теоретические методы анализа генетических макромолекул (ДНК, РНК, белков) создали возможность предварительного выявления заведомо ложные вариантов опытов, формирование круга потенциальных мишеней и оптимальное планирование экспериментов, что обеспечило широкую популярность этих методов.

Одной из важных задач исследования геномов является выявление регуляторных сигналов в ДНК, отвечающих за контроль транскрипции генов. Накопление новых экспериментальных данных о структурах регуляторных районов позволяет развивать новые методы поиска, основанные на композиционной и кластерной моделях регуляторных модулей. Однако, не смотря на имеющиеся подходы, эта задача остается до конца не решенной, в том числе из-за значительных ошибок недо- и перепредсказания.

Другой важной задачей является построение молекулярно-генетических регуляторных систем и изучение их динамических характеристик. Дополнение известных регуляторных систем потенциальными связями, выявленными на основе анализа регуляторных районов генов, и изучение их влияния на динамику системы может дать дополнительные доказательства наличия в реальной системе той или иной регуляторной связи. Такой всесторонний анализ генной регуляции, как на уровне транскрипции отдельных генов, так и на уровне регуляторных систем, представляется нам новым и актуальным направлением исследований.

Цепи и задачи исследования

Целью данной диссертационной работы является комплексное исследование регуляторных последовательностей генов, кодирующих факторы группы АР-1, и генов машины клеточного цикла эукариот. Поскольку факторы транскрипции Е2Р и кодирующие их гены, являются одними из ключевых звеньев в регуляции клеточного цикла, представляется необходимым, с одной стороны, исследовать регуляторные области ряда генов как возможных мишеней факторов группы Е2Б, с другой — влияние этих дополнительных генов и их продуктов на динамику поведения молекулярно-генетической системы, контролирующей прохождение 01-фазы и С1/8-перехода клеточного цикла эукариот.

Для достижения поставленной цели необходимо было решить следующие задачи:

1 Разработать новый метод выявления композиционных элементов, основанный на комбинаторных матричных моделях известных композиционных элементов.

2 Разработать метод поиска кластеров регуляторных сайтов связывания транскрипционных факторов, основываясь на вероятностной модели распределения одиночных сайтов.

3 Исследовать регуляторные районы генов, кодирующих компоненты факторов группы АР-1, на наличие потенциальных одиночных сайтов связывания,

Гф композиционных элементов и кластеров сайтов связывания транскрипционных факторов.

4 Построить молекулярно-генетическую систему, контролирующую С1-фазу и С1/8-переход клеточного цикла эукариот, исследовать динамику поведения этой системы и влияние на нее предсказанных обратных связей к генам группы АР-1.

Научная новизна работы Впервые в данной работе комплексно исследована регуляция транскрипции генов, участвующих в контроле 01-фазы клеточного цикла. С одной стороны, был проведен анализ регуляторных районов генов, кодирующих факторы АР-1, с другой — их влияние на динамику функционирования регуляторной системы управления клеточным циклом эукариот. В задаче по изучению регуляции генов эукариот, оригинальными методами поиска потенциальных композиционных элементов и кластеров сайтов, было показано: а) статистически значимое превышение частоты композиционных элементов 8р1/Е2Р-1 в промоторах генов факторов АР-1 и генов машины клеточного цикла; б) наличие кластеров сайтов связывания факторов группы Е2¥ в промоторных районах большинства генов факторов АР-1. При анализе динамики регуляторной системы, контролирующей в 1-фазу клеточного цикла эукариот, показано, что предполагаемая регуляция генов группы АР-1 транскрипционными факторами группы Е2Р, качественно влияет на динамические режимы функционирования системы. Так при учёте предсказанной регуляторной связи, молекулярно-генетической система переходит в режим соответсвующий пролиферации клетки при значительно меньшем необходимом времени внешнего митогенного воздействия, а при некоторых параметрах вообще не нуждается во внешнем стимулировании для такого перехода.

Практическая и научная значимость Разработан метод рапознавания композиционных элементов, использующий матричные комбинаторные модели экспериментально установленных композиционных элементов. Для этого было создано 265 таких моделей. Данный метод, отличается не только лучшими характеристиками распознавания в сравнении с существующими методами, он охватывает намного большее число различных типов КЭ, среди которых: APl/Ets, APl/NfkappaB, APl/Spl, APl/Smad, CEBP/Ets, CEBP/NFkappaB, CREB/GATA, ER/Spl, Ebox/Ets, Ets/AML, Ets/NFkappaB, Ets/SRF, IRF/NFkappaB, Myb/AML, NFkappaB/HMGIY, Spl/NfkappaB, а также, подробно рассмотренные в данной работе КЭ NFAT/AP-1 и Spl/E2F-1. Метод распознавания реализован в виде пакета программ MatrixCatch, доступного по сети Internet (http://compel.bionet.nsc.ru/cgi-щ bin/MatrixCatch/MatrixCatch.pn. Разработан метод выявления кластеров регуляторных сайтов связывания транскрипционных факторов с помощью оценки вероятностных характеристик их совместного расположения на нуклеотидной последовательности. Отличительной особенностью предложенного подхода является широкий спектр рассматриваемых типов сайтов связывания, при этом учитывается возможная корреляция расположения между отдельными сайтами, как одинаковых, так и различных типов. Показано, что расположение в геноме кластеров сайтов, найденных этим методом коррелирует с позицией стартов транскрипции известных генов.

Аппобаиия работы Результаты данной работы были представлены на Второй международной конференции "Bioinformatics of Genome Regulation and Structure" Новосибирск, 2000r, Германской конференции по биоинформатике "German Conference on Bioinformatics", Берлин, 2000г, Международной конференции " Intelligent Systems for Molecular Biology" Эдмонтон, Канада, 2002 г. и Московской международной конференции "Moskow conference on computational molecular biology" Москва, 2003.

Публикаиии no теме работы Всего по теме диссертации опубликовано одиннадцать научных работ.

1. Olga V.Kel-Margoulis, Alexander E.Kel, Ingmar Reuter, Igor V. Deineko and Edgar Wingender, TRANSCompel: a database on composite regulatory elements in eukaryotic genes. Nucleic Acids Research, 2002, vol. 30, no.l, p 332-334.

2. И.В Дейнеко, А.Э. Кель, O.B. Кель-Маргулис, Э. Вингендер, В.А. Ратнер, Моделирование динамики генных сетей, регулирующих клеточный цикл в клетках млекопитающих. Генетика, 2003, т 39, №9, с 1285-1292.

3. Deineko I.V., Kel-Margoulis O.V., Ratner V.A., Kel A.E., Modeling of cell cycle gene regulatory network. A role of positive feedback loop implying potential E2F target sites in the regulatory regions of AP-1. Proceedings of the second international conference on bioinformatics of genome regulation and structure, Novosibirsk, IC&G SB RAS, 2000, v.l. p 226-229.

4. Kel-Margoulis O.V., Romaschenko A.G., Deineko I.V., Kolchanov N.A., Wingender E., Kel A.E., Database on composite regulatory elements in eukaryotic genes (compel). Proceedings of the second international conference on bioinformatics of genome regulation and structure, Novosibirsk, IC&G SB RAS, 2000, v.l. p 45-48.

5. Alexander Kel, Igor Deineko, Olga Kel-Margoulis, Edgar Wingender, Vadim Ratner, Modeling of gene regulatory network of cell cycle control. Role of E2F feedback loops. GCB 2000: Proceedings of the German Conference on Bioinformatics / E. BörnbergBauer, Berlin: Logos-Verl., 2000, p 107-114.

6. Olga V. Kel-Margoulis, Igor V. Deineko, Ingmar Reuter, Edgar Wingender, Alexander E. Kel. TRANSCompel - a professional database on composite regulatory elements in eukaryotic genes. Proceedings of the German Conference on Bioinformatics (GCB 2001).

7. Deineko I., Kel A., Genome-wide search for composite clusteres of transcription factor binding sites. ISMB 2002. Abstract/ Edmonton, Canada 2002. p. 124.

8. Igor Deineko, A.Kel., Probabilistic approach for revealing composite clusters of transcription factor binding sites in genomic scale. MCCMB 2003: Proceedings of the international Moscow conference on computational molecular biology/ Moscow, Russia, 2003,p54-55.

9. Deineko I.V., Kel-Margoulis O.V., Kel A.E. Mathematical Model Of The Mitogen-Dependent Gl/S Transition In Mammalian Cell Cycle. Proceedings of the fifth international conference on Systems Biology (ICSB 2004), Heidelberg, Germany, 2004, p 385.

10. Kolpakov F., Deineko I., Kel A., Cyclonet a database on cell cycle regulation. Proceedings of the fifth international conference on Systems Biology (ICSB 2004), Heidelberg, Germany, 2004, p 385.

11. Swat M., Kel A., Kel-Margoulis O., Deineko I., Herzel H. Modeling the influence of feedback loops on the Gl/S transition. Proceedings of the European Conference on Computational Biology, 2002 (ECCB 2002).

Заключение диссертации по теме «Генетика», Дейнеко, Игорь Владимирович

Выводы r 1. Разработан метод распознавания композиционных элементов, использующий матричные комбинаторные модели экспериментально выявленных композиционных элементов. Создано 265 таких комбинаторных моделей, охватывающих более 130 различных типов КЭ. Показана более высокая точность распознавания КЭ в сравнении с ранее предложенными методами. Метод распознавания реализован в виде пакета программ MatrixCatch, который свободно доступен по сети Internet (http://compel.bionet.nsc.ru/cgi-bin/MatrixCatch/MatrixCatch.pl)

2. Проведен сравнительный анализ частот одиночных сайтов связывания транскрипционных факторов E2F и Spl, и частот КЭ E2F/Spl в 6 выборках промоторов, включающих промоторы генов клеточного цикла и генов, кодирующих факторы группы АР-1. Впервые показано, статистически значимое превышение частоты композиционных элементов E2F/Spl в промоторах генов группы АР-1.

3. Проанализированы промоторы генов c-fos четырех организмов: человека, мыши, крысы и хомячка. Показано наличие потенциального композиционного элемента E2F/Spl, консервативного среди всех рассматриваемых последовательностей.

4. Разработан пакет программ для выявления кластеров регуляторных сайтов. В качестве кластеров рассматривались группы сайтов связывания различных транскрипционных факторов, расположенных на близком расстоянии к друг другу. Построены статистические оценки достоверности кластеров сайтов. Показано наличие в большинстве (-90%) промоторов генов факторов АР-1 статистически значимых (10~6) кластеров сайтов связывания факторов E2F, установлено их преимущественное расположение в областях близких к стартам транскрипции.

Предложена модель молекулярно-генетической системы управления фазой 01 и 01/8-переходом клеточного цикла эукариот. Проанализирована динамика поведения этой системы и выявлены два устойчивых состояния, соответствующие дальнейшей пролиферации и выходу клетки из клеточного цикла, при этом установлено наличие в системе контрольной точки. Показана параметрическая устойчивость системы.

Показано качественное влияние на динамические режимы поведения МГС дополнительной регуляторной связи от факторов группы Е2Р к генам кодирующим факторы АР-1, которая была предсказана на основе анализа частот одиночных сайтов связывания, композиционных элементов и кластеров.

Заключение

Последнее десятилетие характеризуется массовым ссквенированием последовательностей ДНК, что дает широкие возможности для исследования функций, особенностей структуры и эволюции генетического материала. Эги задачи обуславливают широкое применение компьютерной техники, как для храпения получаемых данных, так и для их анализа, причем; сложность методов и моделей увеличивается не только с ростом объемов знаний, но и с возможностями современных компьютеров. Теоретические методы анализа генетических макромолекул (ДНК, РНК, белков) создали возможность предварительного выявления заведомо ложных вариантов опытов, формирование круга потенциальных мишепей и оптимальное планирование экспериментов, что обеспечило широкую популярность этих методов.

Одной из важных задач исследования геномов является выявление регуляторных сигналов в ДНК, отвечающих за контроль транскрипции генов. Накопление новых экспериментальных данных о структурах регуляторных районов позволяет развивать новые методы поиска, основанные на композиционной и кластерной моделях регуляторных модулей. Однако, не смотря на имеющиеся подходы, эта задача остается до конца не решенной, в том числе из-за значительных ошибок недо- и перепредсказания.

Другой важной задачей является построение молекулярпо-генетических регуляторных систем и изучение их динамических характеристик. Дополнение известных регуляторных систем потенциальными связями, выявленными на основе анализа регуляторных районов генов, и изучение их влияния на динамику системы может дать дополнительные доказательства наличия в реальной системе той или иной регуляторной связи. Такой всесторонний анализ генной регуляции, как на уровне транскрипции отдельных генов, так и на уровне регуляторных систем, представляется нам новым и актуальным направлением исследований.

Целью данной диссертационной работы является комплексное исследование регуляторных последовательностей генов машины клеточного цикла эукариот. Поскольку факторы транскрипции Е2? и кодирующие их гены являются одними из ключевых звеньев в регуляции клеточного цикла, представляется необходимым исследовать регуляторные области ряда генов, как возможных мишеней факторов группы Е2И и влияние продуктов этих генов на динамику поведения молекулярно-генетической системы.

Для исследования регуляторных областей генов в первой главе результатов диссертационной работы предложены методы поиска регуляторных композиционных элементов и кластеров регуляторных сайтов. Метод выявления КЭ использует матричную модель КЭ, которая состоит из:

• весовой матрицы, порога и ориентации для первого сайта связывания;

• расстояния между матрицами;

• весовой матрицы, порога и ориентации для второго сайта связывания.

Для обучения модели на распознавание определенного КЭ используются экспериментально установленные КЭ, собираемые в базе данных COMPEL.

Для определения одиночных сайтов связывания мы выбрали метод весовых матриц по нескольким причинам. Во-первых, из биологического смысла КЭ следует, что специфическими можно считать только те части всей последовательноети КЭ, с которыми непосредственно связываются белковые факторы, а состав последовательности между этими частями не играет существенной роли. Поэтому, логично основывать их поиск на известных методах распознавания одиночных сайтов связывания транскрипционных факторов, как, например, мотивы или весовые матрицы, и далее применять их для распознавания связывающих последовательностей, составляющих КЭ. Во-вторых, при использовании только нуклеотидной последовательности самого КЭ очевидно ожидать слабой специфичности метода и значительной ошибки недопрсдсказания, потому как одна последовательность пе описывает вариабельности позиций в КЭ (данный подход был реализован нами в программе Catch (Kel-Margoulis el al„ 2002)). Однако, одиночные сайты связывания изучены более подробно. Так, например, экспериментально выявлено 235 сайтов связывания фактора Spl, на основании которых создана весовая матрица для их распознавания (матрица V$SP1Q6, которая использовалась в модели КЭ Spl/E2F-1). В целом, статистика по известным КЭ и одиночным сайтам связывания такова: 415 КЭ и 14 782 сайтов (в базах данных COMPEL и TRANSFAC, соответственно).

Таким образом, недостаток информации о такой клеточной структуре как композиционный элемент компенсируется за счет дополнительных сведений о более простых регуляторных структурах - одиночных сайтах связывания. Однако, здесь стоит отметить, что эксперименты по изучению аффинности некоторого фактора к последовательности, изолированного от других влияний, не учитывают возникающие в КЭ белок-белковые взаимодействия между связывающимися факторами, что вообще говоря, может повлиять на нуклеотидную последовательность самого сайта связывания. Очевидным примером может служить КЭ NF-AT/AP-1, рассмотренный в • обзоре литературы (рис. 13). Данный КЭ является полностью функциональным, однако, сайт связывания АР-1 в составе этого КЭ, значительно отличается от копеемсуспой последовательности, построенной по одиночным сайтам связывания. Таким образом, в данной работе мы делаем предположение о сходстве пуклеотидпых последовательностей, которые могут функционировать (специфично связывать факторы) как отдельно, так и в составе более сложных регуляторных структур, как, например, композиционные элементы.

В данной работе мы предложили метод поиска потенциальных КЭ, основанный на комбинаторной матричной модели КЭ. Всего было построено 265 таких моделей, ^ охватывающих более 130 различных типов КЭ, в том числе подробно рассмотренные и данной работе NFAT/AP-1 и Spl/E2F-1. Нами было показано, что данный метод, основанный на матричном представлении КЭ, значительно превосходит но точности распознавания раннее предложенный нами метод Caleb (Kel-Margoulis el al., 2002), и метод рассмотренный в работе (Kel el al., 1999) (рис. 18). Несмотря на то, что к области высокоспецифичного поиска (при малых параметрах расслабления для MalrixCalch и жестких ограничениях на несовпадения для Calch) методы показывают сопоставимую точность, в области низкоспецифичного поиска (высокая чувствительность метода), начиная с ошибки недопредсказания около 50%, частота обнаруженных ложных сайтов отличается па порядок и более. В сравнении с опубликованным ранее методом но определению потенциальных КЭ NFAT/AP-1 (Kel et al., 1999), предложенный памп метод имеет сопоставимую точность, однако, в области высокочуствителыюго поиска превосходит его. Это можно объяснить тем, что наш метод, аналогично методу реализаций, использует для распознавания набор моделей (в данном примере 15), тогда как метод, предложенный в (Kel et al., 1999), использует одно универсальное решающее правило. Стоит так же отметить, что в нашей выборке имеется КЭ С00354 (AGGAAActctAACTACA), который значительно отличается от остальных. Так, например, «ближайшие» по последовательности к этому КЭ являются КЭ С00161 и С00149, которые отличаются по 4 позициям (по 2 для каждого сайта связывания). К преимуществам подхода предложенного в (Kel et al., 1999), можно отнести использование «композитного скора», улучшающего распознавание в области выеокоснсцифичпого поиска. Однако, реализация этой идеи в нашем подходе не совсем очевидна.

Во второй части главы 2 введено понятие кластера сайтов па основе современных представлений о строении регуляторных областей, таких как промоторы и энхансеры, и предложена вероятностная мера значимости кластера. При этом эта вероятностная мера учитывает эффект скоррелированного расположения похожих сайтов связывания. Как было показано в главе Материалы и методы, такая скоррелированность не учитывалась в предыдущих работах, и в подобных ситуациях предлагалось исключать из рассмотрения факторы, сайты связывания которых имеют тенденцию к пересечению друг с другом. Таким образом, в нашей работе кластер сайтов связывания транскрипционных факторов характеризуется:

• количеством сайтов и их составом;

• протяженностью;

• вероятностью выпадения данного набора по случайным причинам.

Оба предложенных метода распознавания были применены для анализа нромоторных последовательностей генов, входящих в машину клеточного цикла, и генов, кодирующих компоненты фактора АР-1.

Установлено, что промоторы генов группы АР-1 насыщены КЭ Spl/E2F-1. При этом, не смотря на приблизительно равную частоту отдельных сайтов связывания E2F и Spl, промоторные районы этой группы генов значительно отличаются от других групп по содержанию композиционных элементов Spl/E2F-1: в 20 раз превосходят промоторы генов, экспрессирующихся в Т-клетках, в 15 раз промоторы мускульно-специфичиых генов, более чем в три раза промоторы генов нервных клеток. Данные промоторные районы генов АР-1 содержат в 2,5 раза больше потенциальных КЭ Spl/E2F-1, чем в среднем по всем промоторам генов человека.

При детальном рассмотрении нромоторных районов четырех генов c-fos человека {Homo sapiens), мыши {Mus musculus), крысы {Rattus norvégiens) и хомячка {Mcsocricetus auratus) было установлено, что все промоторы имеют в своем составе композиционные элементы Sp-1/E2F в районе -340 пн, образованные высоко консервативным сайтом связывания фактора E2F и двумя альтернативными сайгами Sp-1 в позициях -331 и -391 выше старта транскрипции.

Кластерный анализ промоторов 26 генов, кодирующих входящие в группу АР-1 факторы, показал, что большинство генов этой группы имеют в своих регуляторных областях кластеры сайтов E2F с вероятностной значимостью выше 10". Было установлено, что распределение кластеров вдоль промоторной последовательности также не однородно — большинство кластеров расположено вблизи старта транскрипции, что естественным образом отражает регуляторную значимость этого района. Нами было также отмечено, что дистально расположенные кластеры имеют некоторую консервативность в позиционировании. Так, например, лромогоры генов v-Jun, JunB и Maf крысы, JurtB мыши и v-Fos человека имеют кластер сайтов E2F в районе (-1550.-1370) относительно старта транскрипции.

Таким образом, на основе проведенного анализа регуляторпых районов, можно предположить, что гены клеточного цикла в наибольшей степени подвержены регуляции композиционным элементом Spl/E2F-1 и одиночными сайтами связывания E2F и Spl (в соответствии с наибольшей частотой их встречаемости), гены факторов АР-1 также предрасположены к регуляции, однако в меньшей степени, а, например, мускульно-специфичные гены, наоборот, невосприимчивы к регуляции этим КЭ Spl/E2F-1. Учитывая, что данный КЭ служит связующим звеном в управлении регуляцией прохождения стадий клеточного цикла эукариот, и регуляторпая активность которого специфична в середине и конце Gl-фазы (Lin et al., 1996), можно предположить, что гены факторов группы АР-1 регулируются факторами Spl и E2F в составе КЭ и принимают участие в регуляции клеточного цикла.

Разработанные нами методы и программные продукты были использованы в работах других авторов: в исследовании КЭ, образованного сайтами связывания Ets-1 и Pit-1 (Duval el al., 2003), при исследовании перепредставленных пар мотивов в геноме Exoli (Bulyk 2004), изучении внутриклеточных путей передачи сигналов (Krull et al., 2003), при изучении относительного расположения сайтов в цис-регуляторпых модулях в геноме Drosophila melanogaster (Makcev el al., 2003). Также паши исследования применялись при разработке новых баз данных последовательностей промоторов генов растений (Shahmuradov et al., 2003) и были интегрированы в систему визуализации результатов анализа последовательностей Theatre (Edwards et al., 2003).

Вторая глава результатов диссертационной работы посвящена анализу динамических характеристик компонент молекулярно-геиетической системы управления Gl-фазой и Gl/S-нереходом клеточного цикла эукариот. Рассмотренная МГСУ была построена на основе собранных литературных данных и дополнена предсказанной в главе 2 регуляторной связью между факторами E2F и генами АР-1.

Было показано, что молекулярно-генетическая система имеет два режима поведения, один из которых соответствует пролиферации клеток (входу в фазу S из фазы Gl), другой - остановке клеточного цикла и выходу клетки в фазу G0. При этом переключение из одного режима в другой происходит в зависимости от продолжительности сигналов внешней стимуляции. Установлено, что рассмотренная регуляторная система обладает свойством контрольной точки G1/S клеточного цикла, после прохождения которой система либо переходит в состояние с высокими концентрациями её компонент, обеспечивающих пролиферацию, либо в состояние с низкими концентрациями этих компонент. Временное положение этой контрольной точки не меняется при изменении продолжительности внешнего воздействия. Было изучено поведение системы при изменении параметров синтеза и распада основных компонент - факторов E2F, pRb, циклинов. Так, например, при более стабильном E2F система входит в состояние с высокими концентрациями даже при отсутствии внешнего митогенного воздействия, что соответствует раннее установленным экспериментальным фактам (Jones et ah, 1997; Saunders et al., 1998).

При исследовании влияния предсказанной регуляторной связи между E2F и генами АР-1 установлено, что активация генов АР-1 факторами группы E2F приводит к значительному уменьшению необходимого времени внешнего воздействия для перехода системы в режим дальнейшей пролиферации. Причем, концентрация факторов АР-1 также находится на высоком уровне, что, возможно, освобождает клетку от необходимости во внешней стимуляции при прохождении следующего цикла. Таким образом, установлено, что предсказания регуляторная связь, образующая положительный цикл активации, приводит к качественному изменению картины динамического поведения молекулярно-генетической системы, регулирующей клеточный цикл.

Данная работа по моделированию легла в основу работы других авторов по детальному структурному анализу, изучению устойчивых и неустойчивых состояний и точек бифуркации блоков, входящих в регуляторную систему, контролирующую Gl/S-переход клеточного цикла эукариот (Swat el al., 2004).

Рассматривая данную работу в рамках концепции молекулярпо-генетических систем, можно заключить, что проведенный анализ регуляторных районов генов является топологическим анализом МГС эукариотического организма на основании которого мы можем предполагать дополнительные регуляторные связи между компонентами этой системы. Рассмотренная подсистема всего организма - МГС управления Gl-фазой клеточного цикла и проведенный анализ ее поведения — есть динамический анализ МГС, на основании которого мы выяснили влияние дополнительных регуляторных связей на динамику поведения системы. В современной литературе данное направление исследований получило название системной биологии.

Список литературы диссертационного исследования кандидат биологических наук Дейнеко, Игорь Владимирович, 2005 год

1. Дейнеко И.В, Кель А.Э., Кель-Маргулис О.В., Вингендер Э., Ратнер В.А., Моделирование динамики генных сетей, регулирующих клеточный цикл в клетках млекопитающих. Генетика, 2003, т 39, №9, с 1285-1292.

2. Жимулев И.Ф. Гетерохроматин и эффект положения гена. Новосибирск, Наука, 1490,1993.

3. Лихошвай В.А., Матушкин Ю.Г., Фадеев С.И. Задачи теории функционирования генных сетей. Сибирский журнал индустриальной математики. Апрель-июнь, 2003, Том YI, №2(14),стр.64-80.

4. Лихошвай В.А., Фадеев С.И., Демиденко Г.В., Матушкин Ю.Г. Моделирование уравнением с запаздывающим аргументом многостадийного синтеза без ветвления. Сибирский журнал индустриальной математики. 2004, Том 7, №1(17),стр. 73-94.

5. Омельянчук Л.В., Тпугова С.А., Лебедева Л.И., Федорова С.А. Основные события клеточного цикла и их регуляция и организация. Генетика, т. 40, №3, 2004, с 293.

6. Подколодная O.A. и Степаненко И.Л. Механизмы транскрипционной регуляции эритроид-специфичных генов. Мол. Биология. 1997. Т. 31, Стр. 671-683.

7. Ратнер В.А. Сайзеры: моделирование фундаментальных особенностей молекулярно-биологической организации Математические модели эволюционной генетики (тематический сборник). 1980. С. 66.

8. Ратнер В.А., Шамин В.В. (а) Сайзеры. Мини сайзер со сцепленными матрицами. Математические модели эволюционной генетики (сборник). 1980, 91-110.

9. Ратнер В.А., Шамин В.В. (б) Сайзеры. Некоторые общие свойства сайзеров и замечания о возможных путях их возникновения. Математические модели эволюционной генетики (сборник). 1980, 111-126.

10. Ратнер В.А., Шамин В.В. (в) Сайзеры: моделирование фундаментальных особенностей молекулярно-биологической организации. 1. Сайзеры с несцепленными матрицами. Математические модели эволюционной генетики (сборник). 1980,66-90.

11. Садовский М. Г. Модель «хищник — жертва», в которой особи совершают целенаправленные перемещения по пространству. Журн. общ. биологии. 2001 . Т. 62, N3.-С. 239-245.

12. Чураев Р.Н., Галимзянов А.В. Моделирование реальных эукариотических управляющих генных подсетей на основе метода обобщенных пороговых моделей. Молекулярная биология, 2001 г., т. 35, № 6 , с. 1088-1094.

13. Чураев Р.Н., Ратнер В.А., Моделирование динамики системы управление развитием X фага, Сборник "Исследование по математической генетике", Новосибирск 75

14. Agarwal M.L., Agarwal A., Taylor W.R., Chernova О., Sharma Y., and Stark G.R. 1998 Proc. Natl. Acad. Sci. USA, 95, 14775-14780.

15. Aguda В., Tang Y. The kinetic origins of the restriction point in the mammalian cell cycle. Cell Prolif. 1999. №32. C. 321-335.

16. Aguda B.D, Algar C.K. A structural analysis of the qualitative networks regulating the cell cycle and apoptosis. Cell Cycle. 2003 Nov-Dec;2(6):538-44.

17. Alarcon Т., Byrne H.M., Maini P.K. A mathematical model of the effects of hypoxia on the cell-cycle of normal and cancer cells. J Theor Biol. 2004 Aug 7;229(3):395-411.

18. Alberts В., Bray D., Lewis J. et al.; Molecular biology of the cell. (Third edition) Garland Publishing Inc. New York, London,346,1994.

19. Altschul S.F., Erickson B.W. Optimal sequence alignment using affine gap costs.Bull Math Biol. 1986;48(5-6):603-16.

20. Amon A. Controlling cell cycle and cell fate: common strategies in prokaryotes and eukaryotes. Proc Natl Acad Sci USA. 1998 Jan 6;95(l):85-6.

21. Anderson J.D., Widom J. Sequence and position-dependence of the equilibrium accessibility of nucleosomal DNA target sites. J Mol Biol. 2000 Mar 3;296(4):979-87

22. Angel P. and Karin M.1991, Biochimica et Biophysica Acta , 1072, 129-157.

23. Arai K.I., Lee F., Miyajima A., Miyatake S., Arai N. and Yokota T. Cytokines: coordinators of immune and inflammatory responses. Annu. Rev. Biochem 1990, v 59, pp. 783-836.

24. Argenton F., Vianello S., Bernardini S. et al.; Trout GH promoter analysis reveals a modular pattern of regulation consistent with the diversification of GH gene control and function in vertebrates. Mol Cell Endocrinol. 2002 Mar 28;189(1-2): 11-23.

25. Arkin A., Ross J., McAdams H.H. Stochastic kinetic analysis of developmental pathway bifurcation in phage lambda-infected Escherichia coli cells. Genetics. 1998 Aug; 149(4): 1633-48.

26. Bai S., Goodrich D., Thron C.D., Tecarro E., Obeyesekere M. Theoretical and experimental evidence for hysteresis in cell proliferation. Cell Cycle. 2003 Jan-Feb;2(l):46-52.

27. Bailey T.L., Elkan C. The value of prior knowledge in discovering motifs with MEME. Proc Int Conf Intell Syst Mol Biol. 1995;3:21-9.

28. Bailey T.L., Elkan C. Fitting a mixture model by expectation maximization to discover motifs in biopolymers. Proc Int Conf Intell Syst Mol Biol. 1994;2:28-36.

29. Baneiji J., Olson L., and Schaffner W. A lymphocyte-specific cellular enhancer is located downstream of the joining region in immunoglobulin heavy chain genes. Cell. 1983. V.33.P. 729-740.

30. Baneiji J., Rusconi S., and Schaffner W. Expression of a beta-globin gene is enhanced by remote SV40 DNA sequences. Cell. 1981. V.27. P. 299-308.

31. Bartek J. and Lukas J. Pathways governing Gl/S transition and their response to DNA damage. FEBS Lett 490: 117-122,2001.

32. Beijersbergen R.L., Kerkhoven R.M., Zhu L et. al. E2F-4, a new member of the E2F gene family, has oncogenic activity and associates with pi07 in vivo. Genes Dev. 1994 Nov 15;8(22):2680-90.

33. Berg O.G, von Hippel P.H. Selection of DNA binding sites by regulatory proteins. Statistical-mechanical theory and application to operators and promoters. J Mol Biol1987 Feb 20;193(4):723-750

34. Berg O.G, von Hippel P.H. Selection of DNA binding sites by regulatory proteins. II. The binding specificity of cyclic AMP receptor protein to recognition sites. J Mol Biol.1988 Apr 20;200(4):709-23.

35. Berman B.P., Nibu Y., Pfeiffer B.D. et al. Exploiting transcription factor binding site clustering to identify cis-regulatory modules involved in pattern formation in the Drosophila genome.Proc Natl Acad Sci USA. 2002 Jan 22;99(2):757-6

36. Bernardini S., Argenton F., Vianello S., Colombo L., Bortolussi M. Regulatory regions in the promoter and third intron of the growth hormone gene in rainbow trout, Oncorhynchus mykiss walbaum. Gen Comp Endocrinol. 1999 Nov;116(2):261-71.

37. Bienz M. and Pelham H.R. Heat shock regulatory elements function as an inducible enhancer in the Xenopus hsp70 gene and when linked to a heterologous promoter. Cell. 1986. V.45.P. 753-760.

38. Bishop J.M. Molecular themes in oncogenesis .Cell ,1991 , 64, 235-248.3940,41,42,43,44.47.48,49.