面向肿瘤治疗的基因调控网络及其动力学模型.pptVIP

面向肿瘤治疗的基因调控网络及其动力学模型 内容提要 Part 1：研究背景、现状与意义 Part 2：DNA损伤下的P53基因调控网络 Part 3：基于离子辐射的P53损伤响应网络 Part 4：细胞响应DNA损伤动力学分析与预测 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 6：细胞响应放疗过程的动力学分析与预测 Part 7：创新与进一步工作 Part 1：研究背景、现状与意义 生命体是一个复杂系统。基因组通过形成“基因调控网络”这样一个复杂的系统来推动生命演化过程。 Part 1：研究背景、现状与意义 Part 1：研究背景、现状与意义 1953年，Watson和Crick发现了DNA双螺旋结构，以此开创了分子生物学的新时代 。 Part 1：研究背景、现状与意义 目前，多数肿瘤模型集中于细胞层次，比如，David Dingli 等人在细胞层次上建立了肿瘤治疗的数学模型。 Part 1：研究背景、现状与意义 作为复杂的生物系统之一，肿瘤可看作与其密切相关的P53与MDM2等基因及其信号通路所组成的复杂网络系统。 Part 2：DNA损伤下的P53基因调控网络 Part 2：DNA损伤下的P53基因调控网络 作为重要的抗癌基因，P53主要通过其表达水平的变化来行使转录网络中的枢纽作用。 Part 2：DNA损伤下的P53基因调控网络 Bar-Or等首次提出了P53-MDM2反馈调控网络模型。 Part 2：DNA损伤下的P53基因调控网络 Part 2：DNA损伤下的P53基因调控网络 为确保模型的有效性，我们采用了以下参数选取规则： Part 2：DNA损伤下的P53基因调控网络 Part 2：DNA损伤下的P53基因调控网络 Part 3：基于离子辐射的P53损伤响应网络 Part 3：基于离子辐射的P53损伤响应网络 Part 3：基于离子辐射的P53损伤响应网络 Part 3：基于离子辐射的P53损伤响应网络 Part 3：基于离子辐射的P53损伤响应网络 Part 3：基于离子辐射的P53损伤响应网络 Part 4：细胞响应DNA损伤动力学分析与预测 Part 4：细胞响应DNA损伤动力学分析与预测 Part 4：细胞响应DNA损伤动力学分析与预测 Part 4：细胞响应DNA损伤动力学分析与预测 Part 4：细胞响应DNA损伤动力学分析与预测 Part 4：细胞响应DNA损伤动力学分析与预测 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 5：基于肿瘤放疗的P53损伤响应网络模型 Part 6：细胞响应放疗过程的动力学分析与预测 Part 6：细胞响应放疗过程的动力学分析与预测 Part 6：细胞响应放疗过程的动力学分析与预测 Part 6：细胞响应放疗过程的动力学分析与预测 Part 6：细胞响应放疗过程的动力学分析与预测 Part 6：细胞响应放疗过程的动力学分析与预测 Part 7：创新点与进一步工作 Part 7：创新点与进一步工作 Part 7：创新点与进一步工作 5.2 模型实现- P53-MDM2反馈调控下的肿瘤治疗 （2）ARF*促进MDM2蛋白降解，即抑制其表达，以增加P53表达水平 。 ATM与ARF的协同作用能更有效地启动细胞抵抗外界强干扰的能力，因此，我们在P53-MDM2模块加入了ARF以及相关的调控通路。 （1）ATM*分别促进正向调控P53，以及抑制MDM2表达。 图5-4 放疗过程中ARF激活模块示意图学模型图 Basalmdm2 Onco P53D P53R P53P P53* MDM2D MDM2R MDM2P Toxins ATM* ARF* Degradation Basalp53 （3）作为整个网络的核心元素，活跃态的P53负责启动下游基因及其多条调控通路。实现对致癌基因表达抑制、细胞毒素消除等重要的系统功能 。 5.3 部分动力学仿真-1 （a）DSBs周围修复蛋白逐渐减少，DSBCs信号强度逐渐减弱。 （b）致癌基因表达水平持续上升，ARF也以不同速率随之被激活。（没有考虑P53*对致癌基因的抑制作用） 0 50 100 150 200 250 300 0 2 4 6 8 10 12 14 16 18 不同强度放疗作用下的DSBCs 合成以及修复蛋白数量变化的动力学轨迹图 （a)