[论文解读] 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 9

一句话总结

本研究将最优实验设计应用于EGFR信号转导与下调的微分方程模型，整合了Cool-1/Cdc42/Cbl复合物。通过结合实验数据与不确定性量化，该模型优化了生物相互作用，以置信度预测了不可测量物种，并识别出最小的新实验（如测量活性Cdc42），这些实验显著降低了预测不确定性，证实了三元复合物在野生型细胞中的功能作用。

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.

研究动机与目标

• 完善EGFR信号转导与下调的机制模型，以更准确地反映实验观察结果，特别是涉及Cool-1/Cdc42/Cbl复合物的部分。
• 解决预测系统中不可测量或间接可测量组分的挑战，并量化不确定性。
• 利用最优实验设计识别最能减少模型预测不确定性的新实验。
• 通过将模型预测与新收集的总活性Cdc42实验数据进行比较，验证模型的预测能力。

提出的方法

• 建立包含41种生化物种（包括复合物）的56个微分方程系统，其速率常数和初始条件基于文献数据，并拟合时间序列Western印迹数据。
• 采用贝叶斯推断结合马尔可夫链蒙特卡洛方法估计参数不确定性，并将其在模型中传播，以量化预测不确定性。
• 使用基于最小化后验协方差矩阵行列式的实验设计准则，识别能最大化信息增益的最优实验条件。
• 模拟三元复合物结合与解离速率的假设实验，评估其对降低复合物时间进程预测不确定性的影响。
• 使用比例因子将新收集的总活性Cdc42实验数据整合到模型中，然后重新评估三元复合物预测的不确定性。
• 比较真实数据与最优设计实验带来的不确定性降低，以评估实际测量的信息量。

实验结果

研究问题

• RQ1 经优化的微分方程模型能否准确再现EGFR信号转导与下调的实验时间序列数据，包括Cool-1/Cdc42/Cbl复合物的作用？
• RQ2 在量化不确定性的前提下，该模型在多大程度上能够预测不可测量物种（如活性Cool-1/Cdc42/Cbl复合物）的动力学？
• RQ3 基于最优实验设计，哪些新实验最能有效降低关键不可测量组分预测的不确定性？
• RQ4 将真实实验数据（总活性Cdc42）纳入模型后，是否显著提高了三元复合物预测的置信度？其效果是否与最优设计的预测一致？

主要发现

• 该模型成功再现了EGFR信号转导与下调的实验时间序列数据，包括关键物种（如磷酸化ERK和总活性Cdc42）的动力学。
• 尽管参数不确定性较大，但由于现有数据和模型结构的强约束，部分未测量物种（如三元复合物）的预测仍表现出较低的不确定性。
• 对三元复合物结合与解离常数的假设测量仅带来可忽略的不确定性降低，表明上游组分主导了不确定性来源。
• 将真实实验数据（总活性Cdc42）以比例因子形式纳入模型后，显著降低了对活性Cool-1/Cdc42/Cbl复合物预测的不确定性，使其接近最优设计所达到的水平。
• 该模型对三元复合物形成与解离时间进程的预测具有鲁棒性，且与真实数据一致，支持其在隔离Cbl并干扰正常受体下调中的功能作用。
• 本研究证明，最优实验设计可指导具有生物学意义的实验，以最小的实验投入获得高信息增益，从而增强模型验证与假说检验能力。