結構生物化學/系統生物學/程式性細胞死亡分析

概述

系統生物學是一種對複雜生物系統和途徑進行建模和分析的計算方法。近年來，它在生物化學領域做出了巨大貢獻，成為理解大型複雜系統的工具，尤其是程式性細胞死亡 (PCD) 的分析，PCD 包含了大量的相互連線的網路，存在迴圈和反饋，因此，在系統生物學出現之前，人們一直迴避對整個系統的建模任務。目前，有三種主要的程式性細胞死亡過程已成功地利用系統生物學進行分析，分別是凋亡、自噬和壞死。所有這些形式的細胞死亡都由細胞控制，無論是根據不同的因素被刺激還是被抑制，這些因素在系統生物學中被稱為“輸入”。輸入包括蛋白質濃度、定位、酶活化狀態和環境動力學因素。

系統生物學 - 為什麼和如何

通常，要理解細胞死亡過程，合乎邏輯的方法是研究一個因素，比如細胞暴露於某種酶或訊號，並觀察一個結果，比如細胞裂解。然而，事實證明，全球 PCD 網路遠比這複雜，它是非線性的。也就是說，有多個獨立變數和依賴變數影響和決定細胞整體行為。因此，不能簡單地斷言某一輸入的變化會導致細胞死亡，因為還有許多其他相互連線的輸入可能比該特定輸入對細胞的影響更大。

系統生物學方法是收集生物資訊學或生物化學提供的眾多單一通路網路資料，並將這些網路在計算上連線在一起，形成一個大型系統來模擬細胞行為。為此，系統生物學使用了多個常微分方程 (ODE)，它們描述了單個自變數的變化，以及偏微分方程 (PDE)，它們整合了多個自變數。ODE 通常以時間作為自變數，並觀察實驗確定的酶活性。PDE 用於觀察時空反應（基本上是物體或分子在特定時間的位置），例如擴散。利用這些方程，布林邏輯用於為每個網路（稱為節點）分配一個數字。值為 1 表示網路處於開啟狀態，值為 0 表示網路處於關閉狀態。因此，利用布林邏輯，可以確定在某些條件或輸入下，哪些網路處於開啟或關閉狀態。將所有網路的布林值組合起來，就可以確定最終結果，對於程式性細胞死亡，則是啟動細胞死亡的胱天蛋白酶的啟用。

系統生物學還有一種資料驅動方法，它簡單地使用大量實驗資料，並統計性地尋找各組實驗資料之間的相關性。這種方法的優點是不需要使用複雜的微分方程，但缺點在於它受限於實驗資料的數量和有效性。這種方法使用線性代數而不是微分方程來尋找實驗資料集之間的相關性，使用聚類技術對資料進行分組和簡化，使用偏最小二乘分析來預測資料。

程式性細胞死亡的 3 種類型

凋亡的主要特徵是染色質濃縮和斷裂，隨後出現起泡，導致細胞斷裂成凋亡小體。凋亡小體最終被半胱氨酸蛋白酶家族的胱天蛋白酶降解。 凋亡是三種細胞死亡型別中研究最多、特徵最明確的一種，其內在和外在通路都已成功地利用系統生物學進行建模。在凋亡建模方面，Krammer 和 Eils 的工作做出了重要貢獻，他們使用常微分方程解釋了 Fas 誘導的凋亡。他們希望預測細胞的死亡結果（輸出），以響應 Fas 活化抗體的濃度（輸入）。從一個複雜的網路開始，他們將行為相似的訊號通路網路聚整合子模組，以簡化系統。在這一過程中，他們還發現了細胞內抑制通路 c-FLIP 的重要性，該通路誘導了凋亡。透過他們的工作，他們證明了系統生物學可以使用子模組成功地模擬複雜的訊號通路系統。

自噬是一個細胞內內容物被自噬體吞噬和消耗的過程，自噬體是多層膜囊泡。自噬的大部分特徵是透過酵母遺傳學獲得的，在酵母遺傳學中，鑑定出了許多自噬基因及其功能。 它在細胞穩態中發揮著重要作用，因為它能清除受損的細胞器和錯誤摺疊的蛋白質。然而，這種吞噬細胞內內容物的過程實際上會導致細胞死亡，而這個過程的通路則是在系統生物學的幫助下建立的。

壞死是一個涉及細胞腫脹、細胞器功能障礙和細胞裂解的過程。最初，它被定義為一個不受控制的事件，或者是一個不需要任何基因活動的意外死亡。然而，最近的研究表明，它實際上是一個受基因控制的事件，存在特定的通路。一些已知的調節因子包括 c-Jun N 末端激酶、凋亡誘導因子、死亡相關蛋白激酶和活性氧。 這些調節因子的通路也已使用系統生物學進行建模，但尚未完全瞭解。

內在和外在途徑

內在途徑是由細胞內部發出的訊號引發的凋亡啟用。啟用凋亡體的主要觸發因子是細胞色素 c。細胞色素 c 位於線粒體內外膜之間。內在途徑會增加線粒體外膜的通透性，導致細胞色素 c 釋放到胞質溶膠中，從而引發凋亡。因此，線粒體外膜通透性 (MOMP) 成為理解程式性細胞死亡的內在途徑的關鍵，而啟用這種內在死亡通路的刺激被稱為鬼臼毒素。

外在途徑是由於細胞外訊號引發的凋亡啟用。啟用外在死亡通路的刺激被稱為 TRAIL，即腫瘤壞死因子相關凋亡誘導配體。

利用偏微分方程對這兩種途徑生成時空模型，並將該模型與實驗資料進行比較表明，細胞色素 c 轉移到胞質溶膠所需的時間，內在途徑比外在途徑更長，因此推測外在途徑的凋亡在動力學上更快。