あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
J Fungi (Basel).2020 Jul;6(3). E108. doi: 10.3390/jof6030108.Epub 2020-07-14.

モデリングアプローチにより、代謝における新たな制御ネットワークが明らかになった

Modeling Approaches Reveal New Regulatory Networks in Metabolism.

  • Enzo Acerbi
  • Marcela Hortova-Kohoutkova
  • Tsokyi Choera
  • Nancy Keller
  • Jan Fric
  • Fabio Stella
  • Luigina Romani
  • Teresa Zelante
PMID: 32674323 DOI: 10.3390/jof6030108.

抄録

システム生物学的アプローチは、実験データから遺伝子制御ネットワークをモデル化し、リバースエンジニアリングするために広く用いられています。インドールアミン2,3-ジオキシゲナーゼ(IDO)は、ヘムジオキシゲナーゼファミリーに属し、l-トリプトファンをキヌレニンに分解する。これらの酵素はまた、ニコチンアミド・アデニン・ジヌクレオチド(NAD+)の新規合成を担当しています。このように、それらは真菌を含む様々な種によって発現しています。興味深いことに、IDOを介してだけでなく、代替経路を介してl-トリプトファンを分解する可能性があります。トリプトファンの代謝を制御する分子間相互作用を解読することは、侵入感染症における病原体の決定因子を制御するために設計された新規な創薬標的の発見にとって特に重要である。本研究では、遺伝子発現の時間経過データを用いた連続時間ベイズネットワークを用いて、トリプトファン代謝を制御するグローバルな制御ネットワークを推定した。この方法は、感染時に真菌の病原性因子を標的とする新たなアプローチの可能性を明らかにした。さらに、本研究は、連続時間ベイズネットワークを遺伝子ネットワーク再構築手法として初めて適用したものである。また、本研究では、遺伝子ネットワーク再構成法として連続時間ベイズ法を初めて適用し、従来の経路に比べて代謝ネットワークの理解が向上する可能性があることを実験で示した。

Systems biology approaches are extensively used to model and reverse-engineer gene regulatory networks from experimental data. Indoleamine 2,3-dioxygenases (IDOs)-belonging in the heme dioxygenase family-degrade l-tryptophan to kynurenines. These enzymes are also responsible for the de novo synthesis of nicotinamide adenine dinucleotide (NAD+). As such, they are expressed by a variety of species, including fungi. Interestingly, may degrade l-tryptophan not only via IDO but also via alternative pathways. Deciphering the molecular interactions regulating tryptophan metabolism is particularly critical for novel drug target discovery designed to control pathogen determinants in invasive infections. Using continuous time Bayesian networks over a time-course gene expression dataset, we inferred the global regulatory network controlling l-tryptophan metabolism. The method unravels a possible novel approach to target fungal virulence factors during infection. Furthermore, this study represents the first application of continuous-time Bayesian networks as a gene network reconstruction method in metabolism. The experiment showed that the applied computational approach may improve the understanding of metabolic networks over traditional pathways.