[论文解读] Balance between cell survival and death: a minimal quantitative model of tumor necrosis factor alpha cytotoxicity

Roberto Chignola, Marcello Farina+2 more|ArXiv.org|May 27, 2009

Cell death mechanisms and regulation参考文献 28被引用 3

一句话总结

本文提出了一种关于肿瘤坏死因子α（TNF）信号传导的最小量化数学模型，该模型通过TNF-R1受体转运区分存活与凋亡途径：膜结合复合物触发存活，而内吞复合物则诱导细胞死亡。该模型准确再现了不同细胞系统中的实验性细胞毒性数据，并在广泛参数范围内表现出结构稳健性，适用于多尺度肿瘤细胞群模拟。

ABSTRACT

Tumor Necrosis Factor alpha (TNF) initiates a complex series of biochemical events in the cell upon binding to its type R1 receptor (TNF-R1). Recent experimental work has unravelled the molecular regulation of the recruitment of initial signaling complexes that lead either to cell survival or death. Survival signals are activated by direct binding of TNF to TNF-R1 at the cell membrane whereas apoptotic signals by endocytosed TNF/TNF-R1 complexes. Here we investigate these aspects by developing a quantitative mathematical model of TNF binding, internalization and intracellular signaling. Model outputs compare favorably with experimental data and allow to compute TNF-mediated cytotoxicity as observed in different cell systems. We extensively study the space of parameters to show that the model is structurally stable and robust over a broad range of parameter values. Thus, our model is suitable for implementation in multi-scale simulation programs that are presently under development to study the behavior of large tumor cell populations.

研究动机与目标

• 开发一个最小但具有预测能力的TNF诱导细胞存活与死亡信号传导的数学模型。
• 解决TNF如何同时触发存活与凋亡途径的悖论。
• 量化受体内吞在决定细胞命运中的作用。
• 评估模型在生物相关参数范围内的稳健性与稳定性。
• 实现该模型在多尺度肿瘤细胞群模拟中的集成。

提出的方法

• 该模型使用常微分方程（ODEs）描述TNF在细胞膜上与TNF-R1结合，以及TNF/TNF-R1复合物随后的内吞过程。
• 它区分两条信号分支：一条由膜结合的TNF-R1复合物启动，导致NF-κB活化和细胞存活；另一条由内吞复合物启动，导致caspase活化和凋亡。
• 关键参数包括TNF结合亲和力、受体内吞速率以及下游信号级联的动力学。
• 通过不同细胞系的细胞毒性与信号激活实验数据对模型进行校准。
• 通过系统性地改变模型参数，开展敏感性与稳健性分析，以评估结果的稳定性。
• 通过将模拟的细胞毒性与已发表的实验测量值进行比较，对模型进行验证。

实验结果

研究问题

• RQ1 是什么决定了TNF信号导致细胞存活还是凋亡？
• RQ2 受体内吞如何影响存活与细胞死亡途径之间的平衡？
• RQ3 一个最小的数学模型能否定量再现不同细胞系统中实验测得的TNF细胞毒性数据？
• RQ4 该模型对动力学参数变化的敏感性如何？
• RQ5 该模型能否作为多尺度肿瘤细胞群模拟中的构建模块使用？

主要发现

• 该模型成功以高定量精度再现了多种细胞类型中实验观察到的TNF介导的细胞毒性。
• 存活与死亡之间的平衡主要由TNF-R1内吞速率以及内体中死亡诱导信号复合物的形成决定。
• 该模型在广泛参数值范围内表现出结构稳定性和稳健性，表明其具有生物学合理性。
• 存活信号主要由膜结合的TNF-R1复合物启动，而凋亡则由内吞复合物驱动。
• 通过与已发表的caspase活化与细胞死亡实验数据对比，验证了该模型的预测能力。
• 由于其稳定性与最小参数集，该模型适合集成到更大规模的多尺度肿瘤细胞群模拟中。