Везде

ОБНБиофизика Biophysics

  • ISSN (Print) 0006-3029
  • ISSN (Online) 3034-5278

Стохастическое моделирование энергетического баланса в клетках линии рака молочной железы MCF-7 с учетом активности транспозонов и разных состояний метилирования

Вы можете
Код статьи
S30345278S0006302925040157-1
DOI
10.7868/S3034527825040157
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Павлов С.Р.
  • Аффилиация: Санкт-Петербургский политехнический университет Петра Великого
Канов Е.В.
  • Аффилиация: Санкт-Петербургский государственный университет
Разгуляева Д.Н.
  • Аффилиация: Санкт-Петербургский политехнический университет Петра Великого
Гурский В. В
  • Аффилиация: Физико-технический институт имени А.Ф. Иоффе
Том/ Выпуск
Том 70 / Номер выпуска 4
Страницы
757-770
Аннотация
Раковые клетки характеризуются повышенной активностью мобильных генетических элементов (транспозонов). Одной из возможных стратегий борьбы с онкологическими заболеваниями является использование энергетических затрат, сопряженных с аномальной активностью мобильных элементов, для создания условий энергетического голодания в клетке и связанного с этим запуска программы клеточной смерти. В работе предложена стохастическая модель энергетического баланса в популяции клеток с учетом энергозатрат на ретротранспозицию мобильных элементов LINE-1 и SINE. Значения параметров в модели получены из литературных данных и новых экспериментальных измерений количества АТФ в клетках MCF-7 в нормальных условиях и в условиях гипометилирования. В результате численного стохастического моделирования построены распределения значений переменных в модели, представляющих числа молекул мРНК, белков, участвующих в основных энергозатратных клеточных процессах, а также число активных ретротранспозонов LINE-1 и SINE в геноме. Рассчитаны распределения энергозатрат по основным клеточным процессам в стационарных условиях. Показано, что низкие энергозатраты, связанные с ретротранспозицией мобильных элементов в нормальных условиях, значительно возрастают при возмущении параметров модели. Полученные результаты могут быть использованы для реализации практических сценариев влияния на энергетически опосредованную инициацию программ клеточной смерти в раковых клетках через активизацию мобильных элементов.
Ключевые слова
мобильные генетические элементы MCF-7 ретротранспозоны LINE-1 SINE биоэнергетика клетки стохастическое моделирование онкология
Дата публикации
11.12.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
35

Библиография

  1. 1. Kazazian H. H. Mobile elements: Drivers of genome evolution. Science, 303, 1626–1632 (2004).DOI: 10.1126/science.1089670
  2. 2. Mills R. E., Bennett E. A., Iskow R. C., and Devine S. E. Which transposable elements are active in the human genome? Trends Genet., 23, 183–191 (2007).DOI: 10.1016/j.tig.2007.02.006
  3. 3. Schrader L. and Schmitz J. The impact of transposable elements in adaptive evolution. Mol. Ecol., 28, 1537–1549 (2019). DOI: 10.1111/mec.14794
  4. 4. Kassiotis G. and Stoye J. P. Immune responses to endogenous retroelements: Taking the bad with the good. Nat. Rev. Immunol., 16, 207–219 (2016).DOI: 10.1038/nri.2016.27
  5. 5. Elbarbary R. A., Lucas B. A., and Maquat L. E. Retrotransposons as regulators of gene expression. Science, 351 (6274), aac7247 (2016).DOI: 10.1126/science.aac7247
  6. 6. Burns K. H. Our conflict with transposable elements and its implications for human disease. Annu. Rev. Pathol., 15, 51–70 (2020).DOI: 10.1146/annurev-pathmechdis-012419-032633
  7. 7. Ishak C. A. and De Carvalho D. D. Reactivation of endogenous retroelements in cancer development and therapy. Annu. Rev. Cancer Biol., 4, 159–176 (2020).DOI: 10.1146/annurev-cancerbio-030419-033525
  8. 8. Leonova K. I., Brodsky L., Lipchick B., Pal M., Novototskaya L., Chenchik A. A., Sen G. C., Komarova E. A., and Gudkov A. V. P53 cooperates with DNA methylation and a suicidal interferon response to maintain epigenetic silencing of repeats and noncoding RNAs. Proc. Natl. Acad. Sci. USA, 110, E89–E98 (2013).DOI: 10.1073/pnas.1216922110
  9. 9. Chiappinelli K. B., Strissel P. L., Desrichard A., Li H., Henke C., Akman B., Hein A., Rote N. S., Cope L. M., Snyder A., Makarov V., Buhu S., Slamon D. J., Wolchok J. D., Pardoll D. M., Beckmann M. W., Zahnow C. A., Merghoub T., Chan T. A., and Baylin S. B. Reiner Strick Inhibiting DNA methylation causes an interferon response in cancer via dsRNA including endogenous retroviruses. Cell, 162 (5), 974–986 (2015).DOI: 10.1016/j.cell.2015.07.011
  10. 10. Roulois D., Loo Yau H., Singhania R., Wang Y., Danesh A., Shen S. Y., Han H., Liang G., Jones P. A., Pugh T. J., O’Brien C., and De Carvalho D. D. DNA-demethylating agents target colorectal cancer cells by inducing viral mimicry by endogenous transcripts. Cell, 162, 961–973 (2015). DOI: 10.1016/j.cell.2015.07.056
  11. 11. Ishak C. A., Classon M., and De Carvalho D. D. Deregulation of retroelements as an emerging therapeutic opportunity in cancer. Trends Cancer, 4 (8), 583–597 (2018). DOI: 10.1016/j.trecan.2018.05.008
  12. 12. Pradhan R. K. and Ramakrishna W. Transposons: Unexpected players in cancer. Gene, 808, 145975 (2022).DOI: 10.1016/j.gene.2021.145975
  13. 13. Павлов С. Р., Гурский В. В., Самсонова М. Г., Канапин А. А. и Самсонова А. А. Управление активностью мобильных элементов в раковых клетках как стратегия для противораковой терапии. Биофизика, 69 (6), 1231–1234 (2024).
  14. 14. Vander Heiden M. G., Cantley L. C., and Thompson C. B. Understanding the Warburg effect: The metabolic requirements of cell proliferation. Science, 324, 1029–1033 (2009). DOI: 10.1126/science.1160809
  15. 15. Hanahan D. and Weinberg R. A. Hallmarks of cancer: The next generation. Cell, 144, 646–674 (2011).DOI: 10.1016/j.cell.2011.02.013
  16. 16. Kasperski A. and Kasperska R. Bioenergetics of life, disease and death phenomena. Theory Biosci., 137, 155–168 (2018). DOI: 10.1007/s12064-018-0266-5
  17. 17. Eguchi Y., Shimizu S., and Tsujimoto Y. Intracellular ATP levels determine cell death fate by apoptosis or necrosis. Cancer Res., 57, 1835–1840 (1997).
  18. 18. Liebertha W., Menza S. A., and Levine J. S. Graded ATP depletion can cause necrosis or apoptosis of cultured mouse proximal tubular cells. Am. J. Physiol., 274, F315– F327 (1998). DOI: 10.1152/ajprenal.1998.274.2.F315
  19. 19. Skulachev V. P. Bioenergetic Aspects of apoptosis, necrosis and mitoptosis. Apoptosis., 11, 473–485 (2006).DOI: 10.1007/s10495-006-5881-9
  20. 20. Lynch M. and Marinov G. K. The bioenergetic costs of a gene. Proc. Natl. Acad. Sci. USA, 112 (51), 15690–15695 (2015). DOI: 10.1073/pnas.1514974112
  21. 21. Weiße A. Y., Oyarzún D. A., Danos V., and Swain P. S. Mechanistic links between cellular trade-offs, gene expression, and growth. Proc. Natl. Acad. Sci. USA, 112 (9), E1038–E1047 (2015). DOI: 10.1073/pnas.1416533112
  22. 22. Thomas P., Terradot G., Danos V., and Weiße A. Y. Sources, propagation and consequences of stochasticity in cellular growth. Nat. Commun., 9, 4528 (2018).DOI: 10.1038/s41467-018-06912-9
  23. 23. Gillespie D. T. A general method for numerically simulating the stochastic time evolution of coupled chemical reactions. J. Comput. Phys., 22, 403–434 (1976).DOI: 10.1016/0021-9991(76)90041-3
  24. 24. Gillespie D. T. Exact stochastic simulation of coupled chemical reactions. J. Phys. Chem., 81, 2340–2361 (1977). DOI: 10.1021/j100540a008
  25. 25. Cao Y., Gillespie D. T., and Petzold L. R. Efficient step size selection for the tau-leaping simulation method. J. Chem. Phys., 124, 044109 (2006).DOI:10.1063/1.2159468
  26. 26. Eisenberg E. and Levanon E. Y. Human Housekeeping genes, revisited. Trends Genet., 29, 569–574 (2013).DOI: 10.1016/j.tig.2013.05.010
  27. 27. Milo R. and Phillips R. Cell biology by the numbers (Garland Science, 2015).
  28. 28. Scott A. F., Schmeckpeper B. J., Abdelrazik M., Comey C. T., O’Hara B., Rossiter J. P., Cooley T., Heath P., Smith K. D., and Margolet L. Origin of the human l1 elements: Proposed progenitor genes deduced from a consensus DNA sequence. Genomics, 1, 113–125 (1987). DOI: 10.1016/0888-7543(87)90003-6
  29. 29. Batzer M. A. and Deininger P. L. Alu repeats and human genomic diversity. Nat. Rev. Genet., 3, 370–379 (2002). DOI:10.1038/nrg798
  30. 30. Phillips R., Kondev J., Theriot J., and Garcia H. Physical biology of the cell, 2nd ed. (Garland Science, N.Y., 2012).
  31. 31. Reardon J. E. Human immunodeficiency virus reverse transcriptase: steady-state and pre-steady-state kinetics of nucleotide incorporation. Biochemistry, 31 (18), 4473– 4479 (1992). DOI: 10.1021/bi00133a013
  32. 32. Reddy B. and Yin J. Quantitative intracellular kinetics of HIV type 1. AIDS Research and Human Retroviruses, 15, 273–283 (1999). DOI: 10.1089/088922299311457
  33. 33. Shapiro S. S. and Wilk M. B. An Analysis of variance test for normality (complete samples). Biometrika, 52, 591– 611 (1965). DOI: 10.1093/biomet/52.3-4.591
  34. 34. Solovyov A., Behr J. M., Hoyos D., Banks E., Drong A. W., Zhong J. Z., Garcia-Rivera E., McKerrow W., Chu C., Zaller D. M., Fromer M., and Greenbaum B. D. Mechanism-guided quantification of LINE-1 reveals p53 regulation of both retrotransposition and transcription. BioRxiv, 2023, 539471 (2023).DOI: 10.1101/2023.05.11.539471
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека