私の研究では、私が求めている質問に対処するには、データが多すぎるか、十分なデータがないという極端に近いところに常にいるようです。 実験計画においても、同様の二分法があるようです: 実験で XNUMX 枚の顕微鏡スライド標本しか現実的に使用できない場合に答えを見つける方法、またはギガベースの DNA シーケンス (自分のまたはデータベース化されたもの) から答えを見つける方法、または数千のマイクロアレイスポットまたは数百の遺伝子型。
遺伝子シグナル伝達ネットワークのダイナミクスと応答をモデル化するには、多数の複数の複雑な相互作用を分析する必要があります。 多くのネットワークの一部は冗長であり、制御またはフィードバックはほとんどの生物学的システムの複数のポイントで実現できます。 私たちの論文 とのコラボ企画で チョ・グァンヒョン研究室 と韓国の大田の同僚は、元のネットワークの動的特性を保持する、大規模で複雑な信号ネットワークをはるかに小さなカーネルに縮小する方法を示しています。 これらのネットワーク カーネルは、コンピュータ シミュレーション、操作、および摂動に適しています。たとえば、安定性とロバスト性に対する大規模な影響を調べることができます。 それらは、研究されている詳細な (縮小されていない) ネットワークのフレームワークとしても使用でき、システム内のすべての相互作用とシグナリングのより広いコンテキストに入れます。 削減されたノードまたは頂点とエッジは、必ずしも元のネットワークのどの機能にも対応していませんが、興味がありました。
元のネットワークとの明らかな関係を持つノード (高度な還元を受けていないノード) は、高度な進化的保存を示し、中核的で冗長性の少ない細胞プロセスを実行する遺伝子に関連していることが多いことを発見しました。
私たちのネットワークリダクションの論文が Science Signaling の表紙イラストに選ばれました。 編集者の要約： 複雑さの軽減 細胞の挙動を支配する生化学的調節ネットワークの大規模で複雑な性質は、細胞シグナル伝達の体系的な分析に大きな課題をもたらします。 ただし、ネットワークの複雑さを軽減するほとんどのプロセスは、元のネットワークの動的特性を再現できません。 キムら。 ネットワークのダイナミクスを維持するネットワーク削減と簡素化へのアルゴリズム的アプローチについて説明します。 彼らは、バクテリアからヒトまでの種のいくつかのネットワークにアプローチを適用し、「カーネル」と呼ばれる単純化されたネットワークを作成しました。 カーネル ノードによって表される遺伝子の調査は、これらのコア ネットワーク遺伝子の進化への洞察を提供しました。 さらに、カーネルノードによって表される遺伝子は、疾患関連遺伝子と薬物標的に富んでおり、このタイプの分析が治療的に有益である可能性があることを示唆しています.」
これは、主に自分の論文の XNUMX つについて書いた最初のブログです。 主に植物の例を使用しているわけではありませんが、植物の遺伝子ネットワークのモデル化に対する影響は非常に大きいと思います。 植物の耐病性経路のいくつかを分析する際に、このアプローチを試すことを今から楽しみにしています。おそらく、カーネルは、これらの経路の冗長性と急速な進化の性質と要件を理解するのに役立つでしょう. 補完的な分野から植物科学に強い影響を与える他の論文が、将来的に AoBBlog.com で取り上げられることを願っています。
引用： Kim JR、Kim J、Kwon YK、Lee HY、Heslop-Harrison P、Cho KH。 2011. 代表的なカーネルへの複雑なシグナル伝達ネットワークの縮小。 サイエンス シグナリング 4、ra35 。 から入手可能： http://dx.doi.org/10.1126/scisignal.2001390
要約: 細胞内で発生する生体分子相互作用のネットワークは大きく複雑です。 このようなネットワークを分析する場合、ネットワークの複雑さを、検討中の出力に不可欠な規制機能を維持する「カーネル」に減らすことが役立つ場合があります。 このようなカーネルを識別するアルゴリズムを開発し、結果として得られるカーネルがネットワーク ダイナミクスを保持することを示しました。 KEGG (遺伝子とゲノムの京都百科事典) データベースから取得したすべての人間のシグナル伝達経路の統合ネットワークを使用して、このネットワークのカーネルを特定し、カーネルの特性を元のネットワークの特性と比較しました。 カーネル外のノードをコードする遺伝子に対する必須遺伝子の割合は約 10% であるのに対し、カーネル内のノードをコードする遺伝子の約 32% は必須であることがわかりました。 さらに、カーネル ノードの 95% がメンデル病遺伝子に対応し、ネットワークに関連する合成致死ペアの 93% がカーネルに含まれていることがわかりました。 カーネルのノードに対応する遺伝子は、進化速度が低く、さまざまな組織で遍在的に発現し、種間でよく保存されていました。 さらに、カーネル遺伝子には多くの薬物標的が含まれており、他のカーネルノードが潜在的な薬物標的である可能性があることを示唆しています。 ネットワーク全体の簡素化により、大規模な信号ネットワークの効率的なモデリングと、複雑なフレームワーク内のコア構造の理解が可能になります。
