面向肿瘤治疗的基因调控网络及其动力学模型推荐.pptVIP

* * Part 5：基于肿瘤放疗的P53损伤响应网络模型 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 。 * * Part 5：基于肿瘤放疗的P53损伤响应网络模型 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) 放疗时间(Min) 浓度 RP under IR=6Gy RP under IR=9Gy RP under IR=15Gy DSBCs under IR=6Gy DSBCs under IR=9Gy DSBCs under IR=15Gy 浓度 0 50 100 150 200 250 300 350 400 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 不同强度放疗作用下的致癌基因过度表达以及ARF活化的动力学过程 (b) 放疗时间 (Min) Onco under IR=6Gy Onco under IR=9Gy Onco under IR=15Gy ARF* under IR=6Gy ARF* under IR=9Gy ARF* under IR=15Gy * * Part 5：基于肿瘤放疗的P53损伤响应网络模型 5.3 部分动力学仿真-2 （c）ATM与ARF协同作用下，P53*振荡幅度明显增强，震荡周期也相对减小。 （d）受到P53*负向调控后，致癌基因表达水平以及ARF*到达峰值后持续下降，并趋向于表达零值。 0 100 200 300 400 500 600 700 800 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 15Gy放疗作用下，P53* 在分别受到ATM*以及ARF与ATM*共同作用而产生的不同阻尼振荡过程 (c) 放疗时间 (Min) 浓度 P53* under both ATM* and ARF* P53* under ATM* 0 100 200 300 400 500 600 700 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0.2 P53*调控作用下的致癌基因表达抑制以及ARF*浓度变化动力学轨迹图 (d) 放疗时间 (Min) 浓度 Onco under IR=6Gy Onco under IR=9Gy Onco under IR=15Gy ARF* under IR=6Gy ARF* under IR=9Gy ARF* under IR=15Gy Begin 6 * * 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 6.1 模型架构 为进一步展现肿瘤放疗过程，实现对放疗效果的分析与预测，我们提出肿瘤放疗下的细胞响应动力学模型。 （1）改进了ATM与ARF协同活化模块，以及P53-M