研究記事

RASシグナル伝達経路におけるモデル化されたタンパク質-タンパク質相互作用ネットワークのグラフ理論的解析

DOI：

10.3791/69681

⸱

2026年3月13日

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

この記事について

サマリー

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

本研究は、RASシグナル伝達経路のモデル化されたタンパク質間相互作用ネットワークにグラフ理論的枠組みを適用し、中心連結ゾーン1タンパク質を特定し、その機能的および生物学的関連性を特徴づけます。

要約

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

RASシグナル伝達経路は細胞の成長、増殖、生存の基本的な調節因子です。この経路の調節不全はがんの発症に強く関与していますが、どの経路タンパク質が最も有望な治療標的となるかを特定する体系的な戦略はまだ限られています。本研究の目的は、RASシグナル伝達経路内の中心タンパク質の多様性を調査し、それらのがん生物学における機能的重要性を評価することでした。これを実現するために、グラフ理論的枠組みを用いてヒトタンパク質間相互作用ネットワークを計量空間としてモデル化しました。最短経路距離を計算して最も中心的なタンパク質を特定し、それらを機能ゾーンに分類しました。最も連結性のあるゾーン1に位置するタンパク質は、厳選されたRAS経路データセットと照合されました。機能豊か解析、がん遺伝子/腫瘍抑制因子の評価、がんゲノムデータ統合を用いて生物学的役割と治療可能性を解釈しました。その結果、中心性RASタンパク質の95.2%がシグナル伝達に関与し、そのうち59.5%が必須と分類されることが明らかになりました。BCL2L1、RAF1、RHOA、MAP2K1、EGFR、CDC42、ANGPT1などの主要タンパク質が、アポトーシス抵抗性、転移、血管新生、腫瘍進行などの過程において中心的な役割を果たすことが確認されました。これらのタンパク質のいくつかは、確立されたがん遺伝子や成功した治療標的とも強い関連を示しました。結論として、本研究はRASシグナル伝達経路の中心タンパク質が、がん進行における重要性を支える機能的多様性を示していることを示しました。これらの発見は、経路に関連する分子候補を特定するための再現可能なネットワークベースのワークフローを提供し、より精密で経路志向のがん治療の開発に寄与します。

概要

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

RASシグナル伝達経路は細胞コミュニケーションの重要な調節因子であり、がん発生における中心的役割から広く研究されています。この経路は、一連の相互接続したタンパク質から成り、細胞外の信号を核に伝達し、増殖、成長、分化などの重要な細胞過程を調節します。

RASオンコジーンの発見は、1960年代のハーヴィー肉腫ウイルスの同定に始まり、ウイルス遺伝子が哺乳類細胞に悪性形質転換を誘導できることを示した初期のレトロウイルス研究に端を発しています。この概念は後にヒトがんにも拡張され、Derらはヒトの膀胱がんおよび肺がん細胞株で同定された形質転換遺伝子がハーヴィーおよびカーステンウイルスのオンコジーン(HRASおよびKRAS)と相同であることを示し、RAS遺伝子がヒト悪性腫瘍に関与する正当な細胞がん遺伝子であることを確立しました。その後のレビューでは、これらの発見とがん生物学への示唆がまとめられています。

腫瘍学以外にも、調節不全のRAS/MAPKシグナル伝達は先天性心疾患、心筋症、血管異常などの心血管疾患にも関与していることが示されており、この経路が多様な生理学的・病理学的文脈で多重栄養的役割を果たしていることが強調されています。

さらに、RAソパチーは心臓症状の異常を引き起こし、RAS/MAPKシグナル伝達の調節障害が先天性および後天性心血管疾患と関連していることが示されています8,9。さらに、RhoAのような小型GTPアーゼの研究では、ストレス条件下での心臓肥大および心臓保護に関与することが強調されています10,12。これらの発見は、がん生物学を超えたRASシグナル伝達のより広範な生理学的重要性を強調し、多様な疾患文脈における標的治療介入の開発に向けたさらなる探求を正当化しています。

これまでに、ネットワークベース、エンリッチメント、システム生物学的アプローチを用いてRASシグナル伝達経路を探求した複数の計算およびバイオインフォマティクス研究が行われています。これらの研究は経路再構築、変異駆動のネットワーク摂動、シグナル伝達のクロストーク、薬物反応予測に焦点を当てています。情報は豊富ですが、これらの手法の多くは解析をあらかじめ定められた経路境界に限定するか、局所ネットワークの測定に依存しています。これに対し、本研究はヒトのタンパク質-タンパク質相互作用ネットワーク全体を計量空間としてモデル化し、経路マッピング前に中心タンパク質を特定し、RASシグナル伝達組織に関する補完的かつ構造駆動型の視点を提供します。

グラフ理論モデルは、複雑な生物学的ネットワークを理解するための革新的な枠組みを提供します。タンパク質間相互作用(PPI)ネットワークを計量空間として概念化することで、タンパク質はネットワーク中心からの距離に応じてゾーンに分類できます。ゾーン1のタンパク質は最も中心的かつ高度に連結されたノードを形成し、細胞の生存に不可欠であり、疾患関連経路に不釣り合いに関与することが多い18。過去のネットワークベースの研究では、中心的かつ高度に連結したタンパク質がネットワークの安定性、情報の流れ、疾患感受性に不均衡な影響を及ぼし、必須遺伝子や臨床的に関連性の高い標的の間でしばしば濃縮されることが示されています(19,20,21,22)。しかし、この枠組みをRASシグナル伝達経路に特化して適用した研究は少なく、ネットワーク中心性がRAS媒介性の腫瘍発生にどのように関連しているかの理解にはギャップが残っています。本研究では、RAS経路内の中心タンパク質を体系的に特定し、それらががん生物学に果たす役割を評価することで、このギャップを埋めています。このアプローチは、明確な計算プロトコルを提供することで再現性を高めるだけでなく、がん治療の新たな標的を明らかにし、システム生物学とトランスレーショナル腫瘍学の統合を前進させます。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

プロトコル

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

この研究は公開されているデータセットの分析のみに基づいており、ヒト参加者、動物被験者、組織サンプルは含まれていませんでした。したがって、機関審査委員会(IRB)や動物ケア・利用委員会(IACUC)の承認は必要ありませんでした。

データ収集と前処理
ヒトPPIデータおよび厳選されたRASシグナル伝達経路タンパク質は、ゲノム生物学機能タンパク質相互作用データセット23 および比較毒性ゲノミクスデータベース(CTD)(https://ctdbase.org/)を含む一般公開リポジトリから取得されました。データセットは統一性を確保するためにタブ区切りのテキストファイルに標準化されました。前処理には重複相互作用の除去、自己ループの除去、非人間エントリのフィルタリングが含まれていました。標準化されたタブ区切り入力ファイルに含まれるすべてのタンパク質の完全なリストは 補足表S1に掲載されています。

ネットワーク建設
人間のPPIネットワークは、タンパク質がノード、その相互作用がエッジを表すグラフとしてモデル化されました。最短経路距離を計算するために、ダイクストラのアルゴリズムはBoost Graphライブラリ(C++)(http://www.boost.org/)と統合されたカスタムPythonスクリプトで実装されました。中心ノードは、他のすべてのノードとの最大最短経路距離が最も小さいタンパク質として定義されました。ネットワークはこの中心タンパク質からの距離に基づいてゾーンに分割されました。

ゾーン分類と経路マッピング
タンパク質は中心タンパク質からの距離に応じて階層的ゾーン(ゾーン1、ゾーン2など)に分類されました。最も中心的で高度に結合したタンパク質を含むゾーン1が分析対象として選ばれました。ゾーン1のタンパク質は、厳選されたRASシグナル伝達経路のタンパク質リストと照合されました。本研究で用いられるすべての計算手法は、Fadhalら17が以前に述べた枠組みに従い、本研究は特にRAS関連タンパク質の生物学的解釈に焦点を当てています。

機能豊化解析
機能豊富化解析はCTD注釈と厳選された経路データベースを用いて実施され、統計的有意性は補正済みP値カットオフ0.01で定義されました。

オンコジーンおよび腫瘍抑制因子の評価
RASシグナル伝達経路と重なる中心タンパク質のがん性または腫瘍抑制因子の役割についてさらに調べました。大規模ながんゲノムシーケンスプロジェクトからデータを抽出し、がん関連データベースと照合して検証しました。タンパク質は、発表されたエビデンスに基づき、がん遺伝子、腫瘍抑制因子、アポトーシス関連タンパク質、または治療標的に分類されました(24,25)。

再現性と検証
すべての計算解析は独立したPPIデータセットを用いて三重に繰り返し行われました。これらの手順は、すべてのプロトコルステップや実装の詳細を含め、以前に発表された17号で説明された方法論に従って実施されました。結果は独立した実行ごとに一貫しており、プロトコルの堅牢性と再現性を裏付けました。再現性を確保するために、ワークフローの各ステップは詳細なレビューと説明が行われ、分析の実施方法が明確にされます。ソースコードやデータセットを含む完全なワークフローは 補足データS4に提供されています。すべての解析は、専用ハードウェアを必要とせず、標準的なワークステーション上で再現可能です。

ワークフロー回路図
研究デザインの全体的な回路図が示されています(図1)。この図はプロトコルの各ステップをまとめています:1) データ収集と前処理、2) ネットワーク構築、3) ゾーン分類とマッピング、4) 機能豊か解析、5) がん遺伝子/腫瘍抑制因子の評価、6) 結果の可視化。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

結果

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

前回の研究では、PPIネットワークを計量空間17としてモデリングするためのゾーンベースの手法を開発しました。このアプローチにより、タンパク質を中心ノードからの距離に応じて階層的なゾーンに分類することが可能となりました。ゾーン1は最も高度に連結され機能的に不可欠なタンパク質を表しています。この基盤を基に、本研究は特に以前の研究で特定されたゾーン1タンパク質に焦点を当て、RASシグナル伝達経路内での役割を調査します。

ゾーン1タンパク質と厳選されたRAS経路データセットを交差参照したところ、RASシグナル伝達に関連する42の中心タンパク質が特定されました。これらのタンパク質の完全なリストは 補足表S2に掲載されています。そのうち40個(95.2%)が機能的にシグナル伝達タンパク質に分類され、25個(59.5%)が必須タンパク質とされました(表1)。この分布は、中心タンパク質が構造的に重要であるだけでなく、...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

ディスカッション

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

本研究は、RASシグナル伝達経路内のタンパク質間相互作用ネットワークを解析し、機能的に関連性のある中心連結タンパク質を特定するためのグラフ理論的枠組みを提示します。PPIネットワークを計量空間としてモデル化し、最小短経路距離で定義されるゾーン1タンパク質に焦点を当てることで、解析は経路内で構造的に中心的な位置を占めるタンパク質を浮き彫りにします。BCL2L1、RAF1、RHOA、MAP2K1、EGFR、CDC42、ANGPT1などのタンパク質は一貫してゾーン1に分類され、シグナル伝達、MAPKカスケード調節、細胞周期関連プロセスで豊富に評価されていました。これらの発見は、特にRAS自体の薬剤性が限られていることを踏まえ、ネットワークトポロジーをRASシグナル伝達の下流エフェクターの優先順位付けに体系的に利用することを支持しています26,27。

提案されたアプローチは、ネットワーク構造と生物学的注釈を...

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

開示事項

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

すべての著者は、本研究に関連する利益相反は一切ないと宣言しています。

謝辞

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

この研究は、サウジアラビアのキングファイサル大学大学院・科学研究副学長の支援を受けましたKFU260567。

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

材料

この記事で使用された材料の一覧
名前会社カタログ番号コメント
ヒトプロテイン–タンパク質相互作用データセット公開リポジトリ(ゲノム生物学、BioGRID、IntAct)受領ID(参考文献参照)該当なし
RASシグナル伝達経路タンパク質リスト比較毒性ゲノミクスデータベースhttps://ctdbase.org/ リッド:SCR_006530
Python(バージョン3.10以降)Python ソフトウェア財団(アメリカ)https://www.python.org/リッド:SCR_008394
ブーストグラフライブラリ(C++)Boost.org(アメリカ)https://www.boost.org/該当なし
サイトスケープ(可視化用)サイトスケープ・コンソーシアムバージョン 3.9.1リッド:SCR_003032
大規模がんゲノムシーケンスデータがんゲノムアトラス(TCGA)https://www.cancer.gov/ccg/research/genome-sequencing/tcgaRRID:SCR_003193

参考文献

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

アクセスが制限されています。このコンテンツを表示するにはログインするか、トライアルを開始してください。

再版と許可

このJoVE記事のテキストまたは図の再利用許可をリクエスト

許可をリクエスト

タグ

Central ProteinsCancer ProgressionFunctional EnrichmentTherapeutic TargetsOncogene EvaluationNetwork ModelingApoptosis Resistance

関連記事