[論文レビュー] Optimal experimental design in an EGFR signaling and down-regulation model

Fergal Casey, Dan Baird+7 more|ArXiv.org|Oct 12, 2006

RNA Research and Splicing参考文献 31被引用数 9

ひとこと要約

本研究は、EGFRシグナリングおよびダウンレギュレーションの微分方程式モデルに最適実験設計を適用し、Cool-1/Cdc42/Cbl複合体を組み込んだ。実験データと不確実性の定量化を統合することで、モデルは生物学的相互作用を精緻化し、測定不能な種の予測を信頼性をもって行い、予測不確実性を顕著に低減する最小限の新規実験（例：活性Cdc42の測定）を同定した。これにより、野生型細胞における三重複合体の機能的役割が裏付けられた。

ABSTRACT

We apply the methods of optimal experimental design to a differential equation model for epidermal growth factor receptor (EGFR) signaling, trafficking, and down-regulation. The model incorporates the role of a recently discovered protein complex made up of the E3 ubiquitin ligase, Cbl, the guanine exchange factor (GEF), Cool-1 (Beta-Pix), and the Rho family G protein Cdc42. The complex has been suggested to be important in disrupting receptor down-regulation. We demonstrate that the model interactions can accurately reproduce the experimental observations, that they can be used to make predictions with accompanying uncertainties, and that we can apply ideas of optimal experimental design to suggest new experiments that reduce the uncertainty on unmeasurable components of the system.

研究の動機と目的

• EGFRシグナリングおよびダウンレギュレーションの機械的モデルを精緻化し、特にCool-1/Cdc42/Cbl複合体に関与する実験的観察をよりよく反映させる。
• 測定不能または間接的に測定可能な系の成分を不確実性を定量化して予測するという課題に対処する。
• 最適実験設計を用いて、モデル予測の不確実性を低減する最も情報量の多い新規実験を同定する。
• 新たに収集した全活性Cdc42に関する実験データと予測を比較することで、モデルの予測能力を検証する。

提案手法

• 文献から抽出したおよび時系列ウェスタンブロットデータにフィットした速度定数と初期条件を用いて、41種の生化学的種（複合体を含む）を記述する56個の微分方程式系を構築する。
• メトロポリス・ハスティングス法を用いたベイズ推論を適用し、パラメータの不確実性を推定し、モデル内に不確実性を伝播させて予測不確実性を定量化する。
• 事後共分散行列の行列式を最小化する基準を用いて、情報量の増加を最大化する最適な実験条件を同定する。
• 三重複合体の結合・解離定数に関する仮想実験をシミュレートし、その複合体の時間的挙動予測における不確実性低減への影響を評価する。
• スケール要因を用いて新たに収集した全活性Cdc42に関する実験データをモデルに統合し、三重複合体の予測不確実性を再評価する。
• 実際のデータと最適に設計された実験からの不確実性低減を比較し、実際の測定がどれほど情報量が多いかを評価する。

実験結果

リサーチクエスチョン

• RQ1 精緻化された微分方程式モデルは、EGFRシグナリングおよびダウンレギュレーションの時間的挙動データ、特にCool-1/Cdc42/Cbl複合体の役割を正確に再現できるか？
• RQ2 測定不能な種（例：活性Cool-1/Cdc42/Cbl複合体）のダイナミクスを、不確実性を定量化してどれほど正確に予測できるか？
• RQ3 最適実験設計に基づく新規実験の中で、どの実験が、重要な測定不能成分の予測不確実性を最も効果的に低減するか？
• RQ4 全活性Cdc42に関する実際の実験データの組み込みにより、三重複合体の予測信頼性が向上するか？また、最適設計からの予測と一致するか？

主な発見

• モデルは、EGFRシグナリングおよびダウンレギュレーションの時間的挙動データ、特にリン酸化ERKや全活性Cdc42といった主要種のダイナミクスを、良好に再現した。
• パラメータの不確実性が大きくても、既存のデータとモデル構造による強い制約のおかげで、測定不能な種（例：三重複合体）の予測不確実性は低い水準に保たれた。
• 三重複合体の結合・解離定数に関する仮想測定は、予測不確実性の低減にほとんど寄与せず、上遊の成分が不確実性を支配していることを示唆した。
• スケール要因を用いて実際の全活性Cdc42に関する実験データを統合した結果、活性Cool-1/Cdc42/Cbl複合体の予測不確実性が顕著に低減され、最適設計による水準に近づいた。
• モデルによる三重複合体の形成および解離の時間的挙動の予測は、実際のデータと整合的で、安定しており、Cblのシグナル遮断と正常な受容体ダウンレギュレーションの阻害に寄与するというその機能的役割を裏付けた。
• 本研究は、最適実験設計が、最小限の実験的負荷で高い情報量をもたらす生物学的に意味のある実験を導くことができることを示した。これにより、モデルの妥当性評価と仮説検証が強化された。