מאמר מחקר

ניתוח גרפי של רשת אינטראקציה מודלית בין חלבון לחלבון במסלול האיתות של RAS

DOI:

10.3791/69681

⸱

13 במרץ 2026

 , 
1Department of Mathematics & Statistics, College of Science, King Faisal University, 2Department of Mathematics & Applied Mathematics, University of the Western Cape

במאמר זה

סיכום

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה מיישם מסגרת תיאורטית גרפית על רשת אינטראקציה מודלית-חלבונית של מסלול האיתות RAS כדי לזהות חלבונים מחוברים מרכזית באזור 1 ולאפיין את הרלוונטיות התפקודית והביולוגית שלהם.

תקציר

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מסלול האיתות של RAS הוא רגולטור יסודי של צמיחה, התרבות והישרדות תאית. חוסר ויסות של מסלול זה קשור מאוד להתפתחות סרטן, אך אסטרטגיות שיטתיות לזיהוי אילו חלבונים מהווים את היעדים הטיפוליים המבטיחים ביותר נותרות מוגבלות. ההיגיון של מחקר זה היה לחקור את המגוון של חלבונים מרכזיים במסלול האיתות של RAS ולהעריך את המשמעות התפקודית שלהם בביולוגיית הסרטן. כדי להשיג זאת, מדגמנו את רשת האינטראקציה בין חלבון לחלבון האנושי כמרחב מטרי באמצעות מסגרת תיאורטית גרפית. חושבו מרחקי מסלול קצרים לזיהוי החלבונים המרכזיים ביותר, אשר סווגו לאחר מכן לאזורים פונקציונליים. חלבונים הממוקמים באזור 1, המייצגים את האזור המחובר ביותר, הושוו עם מערכי נתונים של מסלולי RAS שנבחרו ברשימה. ניתוח העשרה פונקציונלית, הערכת אונקוגן/מדכא גידולים ואינטגרציה של נתוני גנום סרטן שימשו לפרשנות תפקידים ביולוגיים ופוטנציאל טיפולי. התוצאות חשפו כי 95.2% מחלבוני RAS מרכזיים מעורבים באיתות, כאשר 59.5% מסווגים כחיוניים. חלבונים מרכזיים כגון BCL2L1, RAF1, RHOA, MAP2K1, EGFR, CDC42 ו-ANGPT1 זוהו כשחקנים מרכזיים בתהליכים הכוללים עמידות לאפופטוזיס, גרורות, אנגיוגנזה והתקדמות הגידול. חלק מהחלבונים הללו גם הראו קשרים חזקים עם אונקוגנים מבוססים ולמטרות טיפוליות מוצלחות. לסיכום, מחקר זה מראה כי חלבונים מרכזיים במסלול האיתות של RAS מציגים גיוון תפקודי שמחזק את חשיבותם בהתקדמות הסרטן. ממצאים אלו מספקים תהליך עבודה מבוסס רשת שניתן לשחזר לזיהוי מועמדים מולקולריים רלוונטיים למסלולים ותורמים לפיתוח טיפולי סרטן מדויקים יותר, ממוקדי מסלולים.

מבוא

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מסלול האיתות של RAS הוא רגולטור קריטי של תקשורת תאית ונחקר בהרחבה בשל תפקידו המרכזי באונקוגנזה1. מסלול זה, המורכב מסדרה של חלבונים מקושרים, מעביר רמזים חוץ-תאיים לגרעין, ובכך מווסת תהליכים תאיים מרכזיים כגון התפשטות, גדילה והבדלות2.

הגילוי של אונקוגנים של RAS נולד ממחקרים מוקדמים על רטרו-וירוסים ממירים, החל בזיהוי וירוס סרקומה הארווי בשנות ה-60, שהראה כי גנים ויראליים יכולים לגרום לטרנספורמציה ממאירית בתאי יונקים3. מושג זה הורחב מאוחר יותר לסרטן האנושי כאשר דר ועמיתיו הראו כי הגנים המשתנים שזוהו בקווי תאי קרצינומה של שלפוחית השתן והריאות האנושיים היו הומולוגיים לאונקוגנים של וירוס סרקומה של הארווי וקירסטן (HRAS ו-KRAS), ובכך קבעו את גני RAS כאונקוגנים תאיים אמיתיים המעורבים במאירויות אנושיות4. סקירות מאוחרות יותר סיכמו את התגליות הללו ואת השלכותיהן על ביולוגיית סרטן5.

מעבר לאונקולוגיה, איתות RAS/MAPK לא מפוזר נקשר גם להפרעות לב וכלי דם, כולל מחלות לב מולדת, קרדיומיופתיות וחריגות וסקולריות, מה שמדגיש את התפקידים הפליאוטרופיים של מסלול זה בהקשרים פיזיולוגיים ופתולוגיים מגוונים 6,7.

יתרה מזאת, RASopathies הוכחו כגורמות לתופעות לב משמעותיות, המקשרות איתות RAS/MAPK לא מבוקרלמחלות לב מולדות ונרכשות. בנוסף, מחקרים על GTPases קטנים כמו RhoA מדגישים את תפקידם בהיפרטרופיה קרדיאלית ובהגנה לבבית בתנאי לחץ10,12. ממצאים אלו מדגישים את החשיבות הפיזיולוגית הרחבה יותר של איתות RAS מחוץ לביולוגיה של הסרטן ומצדיקים חקירה נוספת לפיתוח התערבויות טיפוליות ממוקדות בהקשרים מגוונים של מחלה.

מספר מחקרים חישוביים וביואינפורמטיים חקרו בעבר את מסלול האיתות של RAS באמצעות גישות מבוססות רשת, העשרה וביולוגיה מערכתית. מחקרים אלו התמקדו בשחזור מסלול, הפרעות רשת מונעות מוטציות, דיבור איתותי וחיזוי תגובת תרופות 13,14,15. למרות שהן אינפורמטיביות, רוב הגישות הללו מגבילות את הניתוח לגבולות מסלולים מוגדרים מראש או מסתמכות על מדדי רשת מקומיים. לעומת זאת, המחקר הנוכחי מדמה את כל רשת האינטראקציה בין חלבון לחלבון אנושי כמרחב מטרי ומזהה חלבונים מרכזיים לפני מיפוי המסלולים, ובכך מספק פרספקטיבה משלימה ומונחית מבנה על ארגון איתות RAS.

מודלים תיאורטיים של גרף מספקים מסגרת חדשנית להבנת רשתות ביולוגיות מורכבות. על ידי תכנון רשת אינטראקציית חלבון-חלבון (PPI) כמרחב מטרי, ניתן לסווג חלבונים לאזורים בהתאם למרחקם ממרכז הרשת17. חלבונים באזור 1, המייצגים את הצמתים המרכזיים והמחוברים ביותר, לעיתים קרובות חיוניים לחיוניות התאים ומעורבים באופן לא פרופורציונלי במסלולים הקשורים למחלה18. מחקרים קודמים מבוססי רשת הראו כי חלבונים מרכזיים ומקושרים מאוד משפיעים באופן לא פרופורציונלי על יציבות הרשת, זרימת מידע ורגישות למחלות, ולעיתים קרובות מועשרים בין גנים חיוניים ויעדים קליניים רלוונטיים 19,20,21,22. עם זאת, מעט מחקרים יישמו מסגרת זו במיוחד על מסלול האיתות של RAS, מה שמשאיר פער בהבנתנו כיצד מרכזיות הרשת קשורה לאונקוגנזה המתווכת על ידי RAS. המחקר הנוכחי מתמודד עם פער זה על ידי זיהוי שיטתי של חלבונים מרכזיים במסלול RAS והערכת תפקידם בביולוגיה של סרטן. גישה זו לא רק משפרת את השחזוריות על ידי מתן פרוטוקול חישובי ברור, אלא גם מדגישה מטרות חדשות לטיפולי סרטן, ובכך מקדמת את השילוב בין ביולוגיה מערכתית לאונקולוגיה תרגומית.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה התבסס אך ורק על ניתוח מאגרי נתונים זמינים לציבור ולא כלל משתתפים אנושיים, נבדקים בבעלי חיים או דגימות רקמה. לכן, לא נדרשה אישור של ועדת ביקורת מוסדית (IRB) או ועדת טיפול ושימוש בבעלי חיים (IACUC).

איסוף נתונים ועיבוד מוקדם
נתוני PPI אנושיים וחלבוני מסלול איתות RAS שנבחרו נאספו ממאגרים ציבוריים, כולל מאגרי אינטראקציה חלבונים פונקציונליים של Genome Biology23 ומאגר הנתונים ההשוואתי לטוקסיגנומיקה (CTD) (https://ctdbase.org/). מערכי נתונים הוסדרו לקבצי טקסט המופרדים בטאב כדי להבטיח אחידות. העיבוד המוקדם כלל הסרת אינטראקציות כפולות, הסרת לולאות עצמיות, וסינון ערכים לא-אנושיים. רשימה מלאה של כל החלבונים הכלולים בקובץ הקלט הסטנדרטי המוגדר בטאב מסופקת בטבלה המשלימים S1.

בניית רשת
רשת ה-PPI האנושית עוצבה כגרף שבו חלבונים מייצגים את הצמתים והאינטראקציות שלהם מייצגות את הקצוות. כדי לחשב מרחקי מסלולים קצרים ביותר, האלגוריתם של דייקסטרה יושם באמצעות סקריפט פייתון מותאם אישית המשולב עם ספריית Boost Graph (C++) (http://www.boost.org/). הצומת המרכזי הוגדר כחלבון בעל מרחק המסלול המקסימלי הקצר ביותר לכל האחרים. הרשת חולקה אז לאזורים בהתאם למרחק מהחלבון המרכזי הזה.

סיווג אזורים ומיפוי מסלולים
החלבונים סווגו לאזורים היררכיים (אזור 1, אזור 2 וכו') בהתאם למרחקם מהחלבון המרכזי. אזור 1, שמכיל את החלבונים המרכזיים והמחוברים ביותר, נבחר לניתוח. חלבונים באזור 1 הושוו לרשימות חלבונים שנבחרו במסלול איתות RAS. כל ההליכים החישוביים המשמשים במחקר זה עוקבים אחר המסגרת שתוארה קודם לכן על ידי פדאל ואחרים, כאשר העבודה הנוכחית מתמקדת במיוחד בפרשנות הביולוגית של חלבונים הקשורים ל-RAS בתוך אזור הרשת ההיררכי הראשון.

ניתוח העשרה פונקציונלית
ניתוח העשרה פונקציונלית בוצע באמצעות הערות CTD לצד מאגרי מסדי מסלולים נבחרים, כאשר מובהקות סטטיסטית הוגדרה על ידי סף P מתוקן של 0.01.

הערכת אונקוגן ומדכא גידולים
חלבונים מרכזיים החופפים למסלול האיתות של RAS נבדקו לעומק לתפקידם כאונקוגניים או מדכאי גידולים. הנתונים נאספו מפרויקטי ריצוף גנום סרטן בקנה מידה גדול ואומתו מול מאגרי מידע הקשורים לסרטן. החלבונים סווגו לאונקוגנים, מדכאי גידולים, חלבונים הקשורים לאפופטוזיס או מטרות טיפוליות בהתבסס על ראיות שפורסמו24,25.

שחזוריות ואימות
כל הניתוחים החישוביים חזרו בשלושה עותקים באמצעות מאגרי PPI עצמאיים. נהלים אלו, כולל כל שלבי הפרוטוקול ופרטי היישום, בוצעו בהתאם למתודולוגיה שתוארה בעבודה שפורסמהקודם לכן 17. התוצאות היו עקביות בין ריצות עצמאיות, ואישרו את החוסן והשחזוריות של הפרוטוקול. כדי להבטיח שחזוריות, כל שלב בזרימת העבודה נבדק ותואר בפירוט מספק כדי להבהיר כיצד מתבצע הניתוח. תהליך העבודה המלא, כולל קוד המקור ומאגרי הנתונים, מסופק ב-Supplementary Data S4. כל הניתוחים ניתנים לשחזור על תחנת עבודה סטנדרטית ללא צורך בחומרה מיוחדת.

סכמת זרימת עבודה
מסופקת סכמטית כוללת של עיצוב המחקר (איור 1). תרשים זה מסכם כל שלב בפרוטוקול: 1) איסוף נתונים ועיבוד מוקדם, 2) בניית רשת, 3) סיווג ומיפוי אזורים, 4) ניתוח העשרה פונקציונלית, 5) הערכת אונקוגן/מדכא גידול, ו-6) ויזואליזציה של התוצאות.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

בעבודתנו הקודמת פיתחנו את המתודולוגיה מבוססת האזור למידול רשתות PPI כמרחבים מטריים17. גישה זו אפשרה סיווג חלבונים לאזורים היררכיים בהתאם למרחקם מהצומת המרכזי; כאשר אזור 1 מייצג את החלבונים המחוברים והחיוניים ביותר מבחינה תפקודית. בהתבסס על בסיס זה, המחקר הנוכחי מתמקד במיוחד בחלבוני אזור 1 שזוהו בעבודתנו הקודמת וחוקר את תפקידם במסלול האיתות של RAS.

הצלבת חלבוני אזור 1 עם מערכי נתונים של מסלולי RAS שנבחרו זיהתה 42 חלבונים מרכזיים הקשורים ...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מחקר זה מציג מסגרת גרפית-תיאורטית לניתוח רשתות אינטראקציה בין חלבונים לחלבון בתוך מסלול האיתות של RAS, במטרה לזהות חלבונים מחוברים מרכזית בעלי רלוונטיות תפקודית. על ידי מידול רשת ה-PPI כמרחב מטרי והתמקדות בחלבוני אזור 1 המוגדרים על ידי מרחקי מסלול מינימליים קצרים ביותר, הניתוח מדגיש חלבונים שתופסים מיקומים מרכזיים מבניים בתוך המסלול. חלבונים כמו BCL2L1, RAF1, RHOA, MAP2K1, EGFR, CDC42 ו-ANGPT1 סווגו בעקביות בתוך אזור 1 והועשרו באיתות, ויסות מפלי MAPK ותהליכים הקשורים למחזור התא. ממצאים א...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כל המחברים מצהירים כי אין ניגודי עניינים הקשורים לעבודה זו.

תודות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

עבודה זו נתמכה על ידי דיקן המחקר המדעי, סגן הנשיא ללימודים מתקדמים ומחקר מדעי, אוניברסיטת המלך פייסל, ערב הסעודית KFU260567.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
חלבון אנושי – מערכי נתונים של אינטראקציות חלבוניםמאגרים ציבוריים (ביולוגיית גנום, BioGRID, IntAct)מזהי הצטרפות (כפי שמצוטט במקורות)לא זמין
רשימת חלבוני מסלול איתות RASמאגר נתונים השוואתי של טוקסיגנומיקהhttps://ctdbase.org/ RRID:SCR_006530
פייתון (גרסה 3.10 ומעלה)קרן התוכנה של פייתון (ארה"ב)https://www.python.org/RRID:SCR_008394
ספריית גרף ההגברה (C++)Boost.org (ארה"ב)https://www.boost.org/לא זמין
Cytoscape (משמש לויזואליזציה)קונסורציום סייטוסקייףגרסה 3.9.1RRID:SCR_003032
נתוני ריצוף גנום סרטן בקנה מידה גדולאטלס הגנום לסרטן (TCGA)https://www.cancer.gov/ccg/research/genome-sequencing/tcgaRRID:SCR_003193

מקורות

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Luo, X., et al. Novel paradigms in KRAS targeting: unveiling strategies to combat drug resistance. Chin Med J. 138 (18), 2243-2267 (2025).
  2. Overmeyer, J. H., Maltese, W. A. Death pathways triggered by activated Ras in cancer cells. Front Biosci (Landmark Ed). 16 (5), 1693-1713 (2011).
  3. Harvey, J. J. An unidentified virus which causes the rapid production of tumours in mice. Nature. 204 (4963), 1104-1105 (1964).
  4. Krontiris, T. G., Cooper, G. M. Transforming genes of human bladder and lung carcinoma cell lines are homologous to the ras genes of Harvey and Kirsten sarcoma viruses. Proc Natl Acad Sci U S A. 79 (11), 3637-3640 (1982).
  5. Malumbres, M., Barbacid, M. RAS oncogenes: the first 30 years. Nat Rev Cancer. 3 (6), 459-465 (2003).
  6. Ramos-Kuri, M., et al. Molecules linked to Ras signaling as therapeutic targets in cardiac pathologies. Biol Res. 54 (1), 23(2021).
  7. Hilal, N., et al. RASopathies and cardiac manifestations. Front Cardiovasc Med. 10, 1176828(2023).
  8. Chennappan, S., et al. RASopathies in cardiac disease. Annu Rev Med. 76, 301-314 (2025).
  9. Hilal, N., et al. RASopathies and cardiac manifestations. Front Cardiovasc Med. 10, 1176828(2023).
  10. Wang, X., et al. Roles of small GTPases in cardiac hypertrophy. Mol Med Rep. 29 (2), 13332(2024).
  11. Miyamoto, S. Untangling the role of RhoA in the heart: protective effect and mechanism. Cell Death Dis. 15, 579(2024).
  12. Pang, J. M., et al. MicroRNA-708 emerges as a potential candidate to target undruggable NRAS. PLoS One. 18 (4), e0284744(2023).
  13. Adariani, S. R., et al. A comprehensive analysis of RAS-effector interactions reveals interaction hotspots and new binding partners. J Biol Chem. , (2021).
  14. Tang, R., et al. Multiplexed screens identify RAS paralogues HRAS and NRAS as suppressors of KRAS-driven lung cancer growth. Nat Cell Biol. 25 (1), 159-169 (2023).
  15. Montero-Bullón, J. F., et al. Integrated in silico MS-based phosphoproteomics and network enrichment analysis of RASopathy proteins. Orphanet J Rare Dis. 16 (1), 303(2021).
  16. Fadhal, E., Gamieldien, J., Mwambene, E. C. Protein interaction networks as metric spaces: a novel perspective on distribution of hubs. BMC Syst Biol. 8 (1), 1(2014).
  17. Fadhal, E., Mwambene, E. C., Gamieldien, J. Modelling human protein interaction networks as metric spaces has potential in disease research and drug target discovery. BMC Syst Biol. 8 (1), 2(2014).
  18. Viacava Follis, A. Centrality of drug targets in protein networks. BMC Bioinformatics. 22 (1), 527(2021).
  19. Rout, T., et al. Centrality measures and their applications in network analysis: unveiling important elements and their impact. Procedia Comput Sci. 235, 2756-2765 (2024).
  20. Barabási, A. L., Gulbahce, N., Loscalzo, J. Network medicine: a network-based approach to human disease. Nat Rev Genet. 12 (1), 56-68 (2011).
  21. Peng, Q., Schork, N. J. Utility of network integrity methods in therapeutic target identification. Front Genet. 5, 12(2014).
  22. Wu, G., Feng, X., Stein, L. A human functional protein interaction network and its application to cancer data analysis. Genome Biol. 11 (5), R53(2010).
  23. Bult, C. J., et al. The mouse genome database: genotypes, phenotypes, and models of human disease. Nucleic Acids Res. 41 (D1), D885-D891 (2012).
  24. Vogelstein, B., et al. Cancer genome landscapes. Science. 339 (6127), 1546-1558 (2013).
  25. Mizuno, S., et al. High-throughput functional evaluation of MAP2K1 variants in cancer. Mol Cancer Ther. 22 (2), 227-239 (2023).
  26. He, W., et al. A bioinformatic and mechanistic study elicits the antifibrotic effect of ursolic acid through the attenuation of oxidative stress with the involvement of ERK, PI3K/Akt, and p38 MAPK signaling pathways in human hepatic stellate cells and rat liver. Drug Des Devel Ther. 9, 3989-4104 (2015).
  27. Liotta, L., Petricoin, E. Molecular profiling of human cancer. Nat Rev Genet. 1 (1), 48-56 (2000).
  28. Schubbert, S., et al. Hyperactive Ras in developmental disorders and cancer. Nat Rev Cancer. 7 (4), 295-308 (2007).
  29. Cox, A. D., et al. Convergence of targeted and immune therapies for the treatment of oncogene-driven cancers. Cancer Discov. 13 (1), 19-22 (2023).
  30. Vasan, N., et al. At a crossroads: how to translate the roles of PI3K in oncogenic and metabolic signalling into improvements in cancer therapy. Nat Rev Clin Oncol. 19, 471-485 (2022).
  31. Czarnecka, A. M., et al. Targeted therapy in melanoma and mechanisms of resistance. Int J Mol Sci. 21, 4576(2020).
  32. Sahin, I., et al. Liquid biopsy: novel perspectives on the importance and spectrum of PIK3CA, PTEN and RET mutations in solid tumors. Mol Clin Oncol. 16, 1(2022).
  33. Haefliger, S., et al. Prevalence of molecular alterations in a Swiss cohort of 512 colorectal carcinoma patients by targeted next-generation sequencing analysis in routine diagnostics. Pathobiology. 90 (3), 166-175 (2023).
  34. Amato, O., et al. PIK3CA copy-number gain and inhibitors of the PI3K/AKT/mTOR pathway in triple-negative breast cancer. Cold Spring Harb Mol Case Stud. 9 (2), a006255(2023).
  35. Mizuno, S., et al. High-throughput functional evaluation of MAP2K1 variants in cancer. Mol Cancer Ther. 22 (2), 227-239 (2023).
  36. Haefliger, S., et al. Prevalence of molecular alterations in a Swiss cohort of 512 colorectal carcinoma patients by targeted next-generation sequencing analysis in routine diagnostics. Pathobiology. 90 (3), 166-175 (2023).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

בקש הרשאה לשימוש חוזר בטקסט או באיורים של מאמר JoVE זה

בקש הרשאה

תגיות

Central ProteinsCancer ProgressionFunctional EnrichmentTherapeutic TargetsOncogene EvaluationNetwork ModelingApoptosis Resistance

מאמרים קשורים