Dans mes recherches, je me situe toujours à deux extrêmes : trop de données ou pas assez pour répondre aux questions que je pose. Même en conception expérimentale, la dichotomie semble similaire : comment trouver la réponse lorsqu'on ne peut raisonnablement utiliser que huit préparations de lames de microscope dans une expérience ? Ou comment trouver la réponse à partir de gigabases de séquences d'ADN (les nôtres ou celles d'une base de données), de milliers de microarrays ou de centaines de génotypes.
La modélisation de la dynamique et des réponses des réseaux de signalisation génétique nécessite l'analyse d'un grand nombre d'interactions multiples et complexes. Certaines parties de nombreux réseaux sont redondantes, et le contrôle ou la rétroaction peuvent être obtenus en de multiples points dans la plupart des systèmes biologiques. Notre papier dans un projet collaboratif avec Le laboratoire de Kwang-Hyun Cho et des collègues de Daejeon, en Corée, montrent comment réduire les réseaux de signalisation vastes et complexes à des noyaux beaucoup plus petits qui préservent les propriétés dynamiques des réseaux d'origine. Ces noyaux de réseau se prêtent à la simulation, la manipulation et la perturbation par ordinateur, par exemple pour examiner les effets à grande échelle sur la stabilité et la robustesse. Ils peuvent également être utilisés comme cadre autour d'un réseau détaillé (non réduit) qui est à l'étude, en le replaçant dans le contexte plus large de toutes les interactions et de la signalisation dans un système. Bien que les nœuds ou les sommets et les arêtes réduits ne correspondent pas nécessairement à des entités du réseau d'origine, nous nous sommes intéressés à
ils ont découvert que les nœuds ayant une relation évidente avec le réseau d’origine – ceux qui n’ont pas subi un degré élevé de réduction – étaient souvent liés à des gènes qui présentaient une conservation évolutive élevée et exécutaient des processus cellulaires essentiels et moins redondants.
Notre article sur la réduction du réseau a été sélectionné pour l'illustration de couverture de Science Signaling, et également un Résumé de l'éditeur: Réduire la complexité. La nature vaste et complexe des réseaux de régulation biochimique qui régissent le comportement cellulaire représente un défi majeur pour l'analyse systématique de la signalisation cellulaire. Cependant, la plupart des processus réduisant la complexité des réseaux ne parviennent pas à reproduire les propriétés dynamiques du réseau d'origine. Kim et al. décrivent une approche algorithmique de réduction et de simplification des réseaux qui préserve leur dynamique. Ils ont appliqué leur approche à plusieurs réseaux d'espèces, des bactéries à l'homme, produisant des réseaux simplifiés appelés « noyaux ». L'examen des gènes représentés par les nœuds du noyau a permis de mieux comprendre l'évolution de ces gènes centraux. De plus, les gènes représentés par les nœuds du noyau étaient enrichis en gènes associés à des maladies et en cibles médicamenteuses, ce qui suggère que ce type d'analyse pourrait être bénéfique sur le plan thérapeutique.
Ceci est le premier blog que je consacre principalement à l'un de mes propres articles. Bien que n'utilisant pas principalement d'exemples végétaux, je pense que les implications pour la modélisation des réseaux génétiques chez les plantes sont considérables. J'ai hâte d'essayer cette approche pour analyser certaines voies de résistance aux maladies chez les plantes : le noyau permettra peut-être de comprendre la nature et les exigences de la redondance et de l'évolution rapide de ces voies. J'espère que d'autres articles ayant de fortes implications pour la phytologie, issus de domaines complémentaires, seront publiés plus souvent sur AoBBlog.com à l'avenir.
Citation: Kim JR, Kim J, Kwon YK, Lee HY, Heslop-Harrison P, Cho KH. 2011. Réduction des réseaux de signalisation complexes à un noyau représentatif. Signalisation scientifique 4, ra35 . Disponible depuis: http://dx.doi.org/10.1126/scisignal.2001390
Résumé : Le réseau d'interactions biomoléculaires qui se produit dans les cellules est vaste et complexe. Lorsqu'un tel réseau est analysé, il peut être utile de réduire la complexité du réseau à un "noyau" qui maintient les fonctions de régulation essentielles pour la sortie considérée. Nous avons développé un algorithme pour identifier un tel noyau et montré que le noyau résultant préserve la dynamique du réseau. En utilisant un réseau intégré de toutes les voies de signalisation humaines extraites de la base de données KEGG (Kyoto Encyclopedia of Genes and Genomes), nous avons identifié le noyau de ce réseau et comparé les propriétés du noyau à celles du réseau d'origine. Nous avons constaté que le pourcentage de gènes essentiels aux gènes codant pour les nœuds à l'extérieur du noyau était d'environ 10 %, alors qu'environ 32 % des gènes codant pour les nœuds à l'intérieur du noyau étaient essentiels. De plus, nous avons constaté que 95 % des nœuds du noyau correspondaient aux gènes de la maladie mendélienne et que 93 % des paires létales synthétiques associées au réseau étaient contenues dans le noyau. Les gènes correspondant aux nœuds du noyau avaient de faibles taux d'évolution, étaient exprimés de manière ubiquitaire dans divers tissus et étaient bien conservés entre les espèces. De plus, les gènes du noyau comprenaient de nombreuses cibles médicamenteuses, ce qui suggère que d'autres nœuds du noyau pourraient être des cibles potentielles pour les médicaments. Grâce à la simplification de l'ensemble du réseau, la modélisation efficace d'un réseau de signalisation à grande échelle et une compréhension de la structure centrale dans un cadre complexe deviennent possibles.
