연구 논문

RAS 신호 전달 경로에서 모델화된 단백질-단백질 상호작용 네트워크의 그래프 이론적 분석

DOI:

10.3791/69681

⸱

2026년 3월 13일

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

이 논문에서

요약

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

본 연구는 RAS 신호전달 경로의 모델화된 단백질-단백질 상호작용 네트워크에 그래프 이론적 틀을 적용하여 중심 연결 영역 1 단백질을 식별하고 그 기능적·생물학적 관련성을 규명합니다.

초록

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

RAS 신호 전달 경로는 세포 성장, 증식, 생존의 근본적인 조절자입니다. 이 경로의 조절 이상은 암 발생에 강하게 연관되어 있으나, 어떤 경로 단백질이 가장 유망한 치료 표적인지 체계적으로 식별하는 전략은 제한적입니다. 이 연구의 목적은 RAS 신호전달 경로 내 중심 단백질의 다양성을 조사하고 암 생물학에서 이들의 기능적 중요성을 평가하는 것이었습니다. 이를 위해 우리는 그래프 이론적 틀을 사용하여 인간 단백질-단백질 상호작용 네트워크를 측정 공간으로 모델링했습니다. 가장 중심 단백질을 식별하기 위해 최단 경로 거리를 계산했고, 이를 기능 구역으로 분류했습니다. 가장 연결된 영역을 나타내는 1구역에 위치한 단백질을 엄선된 RAS 경로 데이터셋과 교차 참조하였습니다. 기능적 풍부화 분석, 종양유전자/종양 억제 평가, 암 게놈 데이터 통합을 통해 생물학적 역할과 치료 잠재력을 해석하였습니다. 결과는 중심 RAS 단백질의 95.2%가 신호 전달에 관여하며, 그중 59.5%가 필수 단백질로 분류됨을 밝혀냈습니다. BCL2L1, RAF1, RHOA, MAP2K1, EGFR, CDC42, ANGPT1과 같은 핵심 단백질들이 세포자멸사 저항성, 전이, 혈관신생, 종양 진행 과정의 중심 역할을 하는 것으로 확인되었습니다. 이들 단백질 중 일부는 확립된 종양유전자 및 성공적인 치료 표적과도 강한 연관성을 보였습니다. 결론적으로, 이 연구는 RAS 신호전달 경로의 중심 단백질이 암 진행에 중요한 기능적 다양성을 보임을 입증합니다. 이러한 발견은 경로 관련 분자 후보를 식별하기 위한 재현 가능한 네트워크 기반 워크플로우를 제공하며, 보다 정밀하고 경로 지향적인 암 치료 개발에 기여합니다.

서론

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

RAS 신호 전달 경로는 세포 소통의 중요한 조절자이며, 종양 발생에 중심적인 역할을 하기 때문에 광범위하게 연구되어 왔습니다. 이 경로는 상호 연결된 단백질들로 구성되어 세포 외 신호를 핵으로 전달하여 증식, 성장, 분화와 같은 주요 세포 과정을 조절합니다.

RAS 종양유전자의 발견은 1960년대 하비 육종 바이러스의 발견으로 시작된 변형 레트로바이러스에 관한 초기 연구에서 시작되었으며, 바이러스 유전자가 포유류 세포에서 악성 변형을 유도할 수 있음을 입증했습니다. 이 개념은 이후 인간 암으로 확장되었는데, Der와 동료들은 인간 방광암 및 폐암 세포주에서 확인된 변형 유전자가 Harvey 및 Kirsten 바이러스 종양유전자(HRAS 및 KRAS)와 상동임을 보여주며, RAS 유전자가 인간 악성 종양과 관련된 진정한 세포 종양유전자임을 확립했습니다. 이후 리뷰들은 이러한 발견과 암생물학에 대한 함의를 요약했습니다.

종양학 외에도, 조절 장애된 RAS/MAPK 신호전달은 선천성 심장병, 심근병증, 혈관 이상 등 심혈관 질환에도 연관되어 있으며, 이는 다양한 생리적·병리학적 맥락에서 이 경로의 다면작용적 역할을 강조합니다 6,7.

더 나아가, RASopathies는 심장 증상을 유의미하게 유발하는 것으로 나타났으며, 이는 RAS/MAPK 신호 조절 이상이 선천성 및 후천성 심혈관 질환과 연관되어 있음을 보여줍니다 8,9. 또한, RhoA와 같은 소규모 GTPase 연구들은 스트레스 조건에서 심장 비대와 심장 보호에 중요한 역할을 강조합니다10,12. 이러한 발견은 암 생물학 외의 RAS 신호전달이 더 넓은 생리학적 중요성을 지니고 있으며, 다양한 질병 맥락에서 표적 치료 중재를 개발하기 위한 추가 탐구를 정당화합니다.

여러 계산 및 생물정보학 연구에서 네트워크 기반, 풍부화 및 시스템 생물학 접근법을 통해 RAS 신호 전달 경로를 탐구한 바 있습니다. 이 연구들은 경로 재구성, 돌연변이 기반 네트워크 교란, 신호 교차 대화, 약물 반응 예측에 초점을 맞추어13, 14, 15. 유익하긴 하지만, 대부분의 접근법은 분석을 미리 정해진 경로 경계로 제한하거나 국소 네트워크 측정에 의존합니다. 반면, 본 연구는 전체 인간 단백질-단백질 상호작용 네트워크를 측정 공간으로 모델링하고, 경로 지도 작성 전에 중심 단백질을 식별함으로써 RAS 신호 전달 조직에 대한 상호 보완적이고 구조 중심적인 관점을 제공합니다.

그래프 이론 모델은 복잡한 생물학적 네트워크를 이해하는 혁신적인 틀을 제공합니다. 단백질-단백질 상호작용(PPI) 네트워크를 미터 공간으로 개념화함으로써, 단백질은 네트워크 중심에서 거리를 따라 구역으로 분류할 수 있습니다17. 가장 중심적이고 고도로 연결된 노드를 나타내는 1구역 단백질은 세포 생존에 필수적이며, 질병 관련 경로에 불균형적으로 관여합니다18. 이전 네트워크 기반 연구들은 중심 단백질과 고도로 연결된 단백질이 네트워크 안정성, 정보 흐름, 질병 감수성에 불균형적으로 영향을 미치며, 필수 유전자와 임상적으로 관련 있는 표적에서 자주 풍부함을 보임을 보여주었습니다 19,20,21,22. 그러나 RAS 신호 전달 경로에 이 틀을 구체적으로 적용한 연구는 거의 없어, 네트워크 중심성이 RAS 매개 암 발생과 어떻게 연관되는지에 대한 이해에 공백이 남아 있습니다. 본 연구는 RAS 경로 내 중심 단백질을 체계적으로 규명하고 암 생물학에서 그 역할을 평가함으로써 이 격차를 해소합니다. 이 접근법은 명확한 계산 프로토콜을 제공하여 재현성을 높일 뿐만 아니라, 암 치료의 새로운 표적을 부각시켜 시스템 생물학과 중개 종양학의 통합을 진전시킵니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

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

이 연구는 공개된 데이터셋 분석에만 기반했으며, 인간 참가자, 동물 피험자, 조직 샘플은 포함하지 않았습니다. 따라서 기관 검토 위원회(IRB)나 동물 관리 및 사용 위원회(IACUC)의 승인이 필요하지 않았습니다.

데이터 수집 및 전처리
인간 PPI 데이터와 엄선된 RAS 신호전달 경로 단백질은 게놈 생물학 기능 단백질 상호작용 데이터셋23 과 비교독성유전체학 데이터베이스(CTD)(https://ctdbase.org/)를 포함한 공개 접근 가능한 저장소에서 수집되었습니다. 데이터셋은 일관성을 보장하기 위해 탭으로 구분된 텍스트 파일로 표준화되었습니다. 전처리에는 중복 상호작용 제거, 자기 루프 제거, 비인간 항목 필터링이 포함되었습니다. 표준화된 탭 구분된 입력 파일에 포함된 모든 단백질의 전체 목록은 보충 표 S1에 제공되어 있습니다.

네트워크 건설
인간 PPI 네트워크는 단백질이 노드를, 상호작용이 경계를 나타내는 그래프로 모델링되었습니다. 최단 경로 거리를 계산하기 위해 다이크스트라 알고리즘은 부스트 그래프 라이브러리(C++)(http://www.boost.org/)와 통합된 맞춤형 파이썬 스크립트를 사용해 구현되었습니다. 중심 결절은 모든 다른 노드와의 최대 최단 경로 거리가 가장 작은 단백질로 정의되었습니다. 네트워크는 이 중심 단백질과의 거리에 따라 구역으로 분할되었습니다.

구역 분류 및 경로 지도 작성
단백질은 중심 단백질과의 거리에 따라 계층적 구역(구역 1, 구역 2 등)으로 분류되었습니다. 가장 중심적이고 고도로 연결된 단백질을 포함하는 1구역이 분석용으로 선정되었습니다. 1구역 단백질은 엄선된 RAS 신호전달 경로 단백질 목록과 교차 참조하였습니다. 본 연구에서 사용된 모든 계산 절차는 Fadhal 등17이 이전에 설명한 틀을 따르며, 현재 연구는 특히 첫 번째 계층적 네트워크 영역 내에서 RAS 관련 단백질의 생물학적 해석에 초점을 맞추고 있습니다.

기능 풍부 분석
기능적 풍부 분석은 CTD 주석과 엄선된 경로 데이터베이스를 사용하여 수행되었으며, 통계적 유의성은 보정된 P-값 컷오프 0.01로 정의되었습니다.

종양유전자 및 종양 억제 평가
RAS 신호 전달 경로와 겹치는 중심 단백질이 발암성 또는 종양 억제자 역할을 하는지 추가 조사하였다. 대규모 암 유전체 시퀀싱 프로젝트에서 데이터를 추출하여 암 관련 데이터베이스와 검증하였습니다. 단백질은 발표된 근거에 근거하여 종양유전자, 종양 억제자, 세포자사멸사 관련 단백질, 또는 치료 표적으로 분류되었습니다24,25.

재현 가능성과 검증
모든 계산 분석은 독립적인 PPI 데이터셋을 사용하여 3회로 반복되었습니다. 이 절차들은 모든 프로토콜 단계와 구현 세부사항을 포함하여 이전에 발표한 연구17에서 설명한 방법론에 따라 수행되었습니다. 결과는 독립 실행에서 일관되게 나타나 프로토콜의 견고성과 재현성을 확인시켜 주었습니다. 재현성을 보장하기 위해 워크플로우의 각 단계를 검토하고 충분한 세부 설명을 통해 분석 수행 방식을 명확히 합니다. 소스 코드와 데이터셋을 포함한 전체 워크플로우는 보조 데이터 S4에 제공됩니다. 모든 분석은 전문 하드웨어 없이도 표준 워크스테이션에서 재현할 수 있습니다.

워크플로우 회로도
연구 설계의 전체 개요가 제공된다(그림 1). 이 도표는 프로토콜의 각 단계를 요약합니다: 1) 데이터 수집 및 전처리, 2) 네트워크 구축, 3) 존 분류 및 매핑, 4) 기능 풍부 분석, 5) 종양유전자/종양 억제 평가, 6) 결과 시각화.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

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

이전 연구에서는 PPI 네트워크를 미터 공간17로 모델링하는 존 기반 방법론을 개발했습니다. 이 접근법은 단백질을 중심 결절로부터의 거리에 따라 계층적 구역으로 분류할 수 있게 했으며; 1구역은 가장 고도로 연결되고 기능적으로 필수적인 단백질을 나타냅니다. 이러한 토대를 바탕으로, 본 연구는 이전 연구에서 확인된 1구역 단백질에 초점을 맞추고 RAS 신호 전달 경로 내에서 이들의 역할을 조사합니다.

존 1 단백질을 엄선된 RAS 경로 데이터셋과 교차 참조하여 RAS 신호와 관련된 42개의 중심 단백질을 확인했습니다. 이 단백질들의 전체 목록은 보충 표 S2에 제공되어 있습니다. 그중 40종(95.2%)은 기능적으로 신호 전달 단백질로 분류되었고, 25종(59.5%)은 필수 단백질로 분류되었습니다(표 1). 이러한 분포...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

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

본 연구는 RAS 신호전달 경로 내 단백질-단백질 상호작용 네트워크를 분석하여 기능적 관련성을 가진 중심 연결 단백질을 식별하기 위한 그래프 이론적 틀을 제시합니다. PPI 네트워크를 측정 공간으로 모델링하고 최소 단경로 거리로 정의된 1구역 단백질에 집중함으로써, 분석은 경로 내에서 구조적으로 중심에 위치한 단백질을 강조합니다. BCL2L1, RAF1, RHOA, MAP2K1, EGFR, CDC42, ANGPT1 등 단백질은 일관되게 1구역에 분류되었으며, 신호전달, MAPK 연쇄 조절, 세포 주기 관련 과정에 풍부함을 보였습니다. 이러한 발견은 특히 RAS 자체의 약물 가능성이 제한적임을 고려할 때, 네트워크 토폴로지를 RAS 신호의 하위 효과자를 우선순위로 정하는 체계적 접근법으로 활용할 수 있음을 지지한다26,27.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

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

모든 저자는 이 연구와 관련된 이해 상충이 없음을 선언합니다.

감사의 글

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

이 연구는 사우디아라비아 킹 파이살 대학교 대학원 및 과학 연구 부총장실의 과학 연구 학장직의 지원을 받았KFU260567.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
인간 단백질 및 ndash; 단백질 상호작용 데이터셋공개 저장소 (Genome Biology, BioGRID, IntAct)입원 ID (참고문헌 참조)해당 없음
RAS 신호전달 경로 단백질 목록비교 독성유전체학 데이터베이스https://ctdbase.org/ 리드:SCR_006530
파이썬 (버전 3.10 이상)파이썬 소프트웨어 재단 (미국)https://www.python.org/리드:SCR_008394
부스트 그래프 라이브러리 (C++)Boost.org (미국)https://www.boost.org/해당 없음
Cytoscape (시각화용)사이토스케이프 컨소시엄버전 3.9.1리드:SCR_003032
대규모 암 유전체 시퀀싱 데이터암 게놈 아틀라스 (TCGA)https://www.cancer.gov/ccg/research/genome-sequencing/tcgaRRID:SCR_003193

참고문헌

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

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

이 JoVE 논문의 텍스트 또는 그림 재사용 허가 요청

허가 요청

태그

RAS Signaling PathwayProtein Protein InteractionGraph Theoretical AnalysisCentral ProteinsCancer ProgressionFunctional EnrichmentTherapeutic TargetsOncogene EvaluationNetwork ModelingApoptosis Resistance

관련 논문