[논문 리뷰] Cancer Networks: A general theoretical and computational framework for understanding cancer

Eric Werner|arXiv (Cornell University)|2011. 10. 26.

Gene Regulatory Network Analysis참고 문헌 31인용 수 12

한 줄 요약

이 논문은 정상 발달 조절 네트워크의 변형으로서 암을 이해하기 위한 일반적인 계산 프레임워크를 제안하며, 종양을 동적이고 토폴로지 특이적인 네트워크로 모델링한다. 이는 네트워크 아키텍처—선형, 지수, 기하학적—기반으로 암을 분류하며, 시뮬레이션을 통해 실제 암의 핵심 표현형 특징을 재현함으로써 진단 및 치료의 새로운 범주를 제시한다.

ABSTRACT

We present a general computational theory of cancer and its developmental dynamics. The theory is based on a theory of the architecture and function of developmental control networks which guide the formation of multicellular organisms. Cancer networks are special cases of developmental control networks. Cancer results from transformations of normal developmental networks. Our theory generates a natural classification of all possible cancers based on their network architecture. Each cancer network has a unique topology and semantics and developmental dynamics that result in distinct clinical tumor phenotypes. We apply this new theory with a series of proof of concept cases for all the basic cancer types. These cases have been computationally modeled, their behavior simulated and mathematically described using a multicellular systems biology approach. There are fascinating correspondences between the dynamic developmental phenotype of computationally modeled {\em in silico} cancers and natural {\em in vivo} cancers. The theory lays the foundation for a new research paradigm for understanding and investigating cancer. The theory of cancer networks implies that new diagnostic methods and new treatments to cure cancer will become possible.

연구 동기 및 목표

• 유전자 중심의 패러다임을 초월하여 암을 이해하기 위한 일반적인 이론적 및 계산적 프레임워크를 개발하기 위해.
• 기저 조절 네트워크의 구조적 토폴로지와 동역학에 기반한 암의 공식적 분류를 수립하기 위해.
• 실제 암의 임상 표현형의 핵심 특징을 재현하는 다세포 시스템 생물학을 사용하여 시뮬레이션된 종양을 생성하기 위해.
• 암을 계산적 조작이 가능한 네트워크 질환으로 재해석함으로써 새로운 진단 및 치료 전략을 가능하게 하기 위해.
• 암 위험 없이 조직 재생을 위한 안전한 네트워크 변형을 식별함으로써 재생의학의 기초를 마련하기 위해.

제안 방법

• 정의된 네트워크 토폴로지를 가진 정상 발달 조절 네트워크(Cenes)의 변형으로서 암을 모델링하기 위해.
• Cellnomica의 소프트웨어 스위트를 사용하여 연속적인 시공간 동역학과 세포 간 상호작용을 갖는 다세포 시스템을 구축하고 시뮬레이션하기 위해.
• 피드백 루프와 성장 동역학에 기반하여 선형, 지수, 기하학적, 하이브리드 네트워크로 분류된 네트워크 아키텍처 유형 기반의 암 분류하기 위해.
• 세포 운명 결정, 증식, 분화를 네트워크 기반 종양 발달에서 시뮬레이션하기 위해 확률적 및 결정적 규칙 적용하기 위해.
• 네트워크 구조와 신호 전달 동역학를 변화시키는 돌연변이를 도입하여 정상 상태에서 암 상태로의 네트워크 변형을 시뮬레이션하기 위해.
• 모델 출력을 검증하기 위해 시뮬레이션된 종양 표현형(예: 성장 패턴, 전이 계층)을 알려진 실내 암 행동과 비교하기 위해.

실험 결과

연구 질문

• RQ1 암은 그 기저 조절 네트워크의 구조적 토폴로지와 동역학적 아키텍처에 기반하여 체계적으로 분류될 수 있는가?
• RQ2 변형된 발달 네트워크에서 유도된 시뮬레이션된 종양은 실제 실내 암의 형태학적 및 성장 동역학을 유사하게 재현하는가?
• RQ3 암 네트워크의 네트워크 기반 변형이 정상 발달 조절 상태로 회귀시킬 수 있는가, 이는 치유 가능성을 시사하는가?
• RQ4 루프, 피드백, 계층적 조직과 같은 네트워크 아키텍처는 종양 성장, 전이 및 치료 저항성에 어떻게 영향을 미치는가?
• RQ5 암 네트워크 이론은 줄기세포 시스템에서 암성 네트워크 전이를 예측하고 방지하는 데 확장될 수 있는가?

주요 결과

• 모든 시뮬레이션된 시내 암은 실제 자연적인 실내 암과 유사한 동적 표현형을 나타내며, 이는 성장 패턴, 분지, 전이 계층 등이다.
• 선형 암 네트워크(NL, NIL, NLM)는 느린 성장, 구조적 종양, 정의된 세포 유형 조직을 나타내며, 양성 또는 저-grade 암을 모방한다.
• 지수 암 네트워크(NX, NXH, NiXn)는 빠른 증식, 무질서한 종양, 높은 성장률을 나타내며, 공격적인 선암종을 모방한다.
• 기하학적 암 네트워크(G1, G2)는 복잡한 자기유사 종양 형태, 분지 및 반경 방향 성장을 나타내며, 일부 히스토모르픽으로 유사한 림프성 종양 또는 신경에크타르모다르 종양을 모방한다.
• 이 이론은 돌연변이 하에서도 네트워크 동역학을 유지하는 불변 변형(예: NLJ, NXo)을 식별하여 치료적 안정화의 잠재적 표적으로 제시한다.
• 시뮬레이션된 네트워크의 전이 계층은 임상 관찰과 유사하며, 특정 네트워크 유형(예: 이중 테라모마)이 2차 종양 확산 패턴을 생성한다.