Cascada bioquímica

Serie de reacciones químicas que dan lugar a una respuesta celular.

Una cascada bioquímica , también conocida como cascada de señalización o vía de señalización , es una serie de reacciones químicas que ocurren dentro de una célula biológica cuando son iniciadas por un estímulo. Este estímulo, conocido como primer mensajero, actúa sobre un receptor que se transduce al interior de la célula a través de segundos mensajeros que amplifican la señal y la transfieren a moléculas efectoras, haciendo que la célula responda al estímulo inicial. [1] La mayoría de las cascadas bioquímicas son series de eventos, en los que un evento desencadena el siguiente, de manera lineal. En cada paso de la cascada de señalización, intervienen varios factores de control para regular las acciones celulares, con el fin de responder de manera efectiva a las señales sobre sus cambiantes entornos internos y externos. [1]

Un ejemplo sería la cascada de coagulación de la hemostasia secundaria que conduce a la formación de fibrina y, por lo tanto, al inicio de la coagulación sanguínea. Otro ejemplo, la vía de señalización de hedgehog sónico , es uno de los reguladores clave del desarrollo embrionario y está presente en todos los bilaterales . [2] Las proteínas de señalización proporcionan a las células información para que el embrión se desarrolle correctamente. Cuando la vía funciona mal, puede provocar enfermedades como el carcinoma basocelular . [3] Estudios recientes apuntan al papel de la señalización de hedgehog en la regulación de las células madre adultas implicadas en el mantenimiento y la regeneración de los tejidos adultos. La vía también se ha implicado en el desarrollo de algunos cánceres. Varias empresas farmacéuticas están desarrollando activamente medicamentos que se dirigen específicamente a la señalización de hedgehog para combatir enfermedades.

Introducción

Cascadas de señalización

Las células requieren de una maquinaria celular completa y funcional para vivir. Cuando pertenecen a organismos multicelulares complejos, necesitan comunicarse entre sí y trabajar en simbiosis para dar vida al organismo. Estas comunicaciones entre células desencadenan cascadas de señalización intracelular, denominadas vías de transducción de señales , que regulan funciones celulares específicas. Cada transducción de señales se produce con un mensajero extracelular primario que se une a un receptor transmembrana o nuclear, iniciando señales intracelulares. El complejo formado produce o libera segundos mensajeros que integran y adaptan la señal, amplificándola, activando dianas moleculares, que a su vez desencadenan efectores que conducirán a la respuesta celular deseada. [4]

Transductores y efectores

La transducción de señales se realiza mediante la activación de receptores específicos y la consiguiente producción/entrega de segundos mensajeros, como Ca 2+ o cAMP . Estas moléculas funcionan como transductores de señales, desencadenando cascadas intracelulares y a su vez amplificando la señal inicial. [4] Se han identificado dos mecanismos principales de transducción de señales, a través de receptores nucleares o a través de receptores transmembrana. En el primero, el primer mensajero atraviesa la membrana celular, uniéndose y activando receptores intracelulares localizados en el núcleo o citosol , que luego actúan como factores de transcripción que regulan directamente la expresión génica. Esto es posible debido a la naturaleza lipofílica de esos ligandos, principalmente hormonas. En la transducción de señales a través de receptores transmembrana, el primer mensajero se une al dominio extracelular del receptor transmembrana, activándolo. Estos receptores pueden tener actividad catalítica intrínseca o pueden estar acoplados a enzimas efectoras, o también pueden estar asociados a canales iónicos. Por lo tanto, existen cuatro tipos principales de receptores transmembrana: receptores acoplados a proteína G (GPCR), receptores de tirosina quinasa (RTK), receptores de serina/treonina quinasa (RSTK) y canales iónicos regulados por ligando (LGIC). [1] [4] Los segundos mensajeros se pueden clasificar en tres clases:

  1. Hidrofílicas/citosólicas: son solubles en agua y se localizan en el citosol, incluyendo cAMP, cGMP , IP3 , Ca 2+ , cADPR y S1P . Sus principales objetivos son las proteínas quinasas como PKA y PKG , por lo que participan en respuestas mediadas por fosforilación. [4]
  2. Hidrofóbicas/asociadas a la membrana: son insolubles en agua y están asociadas a la membrana, y se localizan en espacios intermembrana, donde pueden unirse a proteínas efectoras asociadas a la membrana. Ejemplos: PIP3 , DAG , ácido fosfatídico , ácido araquidónico y ceramida . Están involucradas en la regulación de quinasas y fosfatasas, factores asociados a la proteína G y factores transcripcionales. [4]
  3. Gaseoso: puede propagarse por la membrana celular y el citosol, incluyendo el óxido nítrico y el monóxido de carbono . Ambos pueden activar el GMPc y, además de ser capaces de mediar actividades independientes, también pueden operar de modo coordinado. [4]

Respuesta celular

La respuesta celular en las cascadas de transducción de señales implica la alteración de la expresión de genes efectores o la activación/inhibición de proteínas diana. La regulación de la actividad de las proteínas implica principalmente eventos de fosforilación/desfosforilación, que conducen a su activación o inhibición. Esto es así en la gran mayoría de las respuestas como consecuencia de la unión de los mensajeros primarios a los receptores de membrana. Esta respuesta es rápida, ya que implica la regulación de moléculas que ya están presentes en la célula. Por otro lado, la inducción o represión de la expresión de genes requiere la unión de factores transcripcionales a las secuencias reguladoras de estos genes. Los factores transcripcionales son activados por los mensajeros primarios, en la mayoría de los casos, debido a su función como receptores nucleares para estos mensajeros. Los mensajeros secundarios como DAG o Ca 2+ también podrían inducir o reprimir la expresión génica, a través de factores transcripcionales. Esta respuesta es más lenta que la primera porque implica más pasos, como la transcripción de genes y luego el efecto de las proteínas recién formadas en un objetivo específico. El objetivo podría ser una proteína u otro gen. [1] [4] [5]

Ejemplos de cascadas bioquímicas

En bioquímica , varias cascadas enzimáticas importantes y cascadas de transducción de señales participan en vías metabólicas o redes de señalización, en las que las enzimas suelen estar implicadas para catalizar las reacciones. Por ejemplo, la vía del factor tisular en la cascada de coagulación de la hemostasia secundaria es la vía principal que conduce a la formación de fibrina y, por tanto, al inicio de la coagulación sanguínea. Las vías son una serie de reacciones, en las que un zimógeno (precursor enzimático inactivo) de una serina proteasa y sus cofactores de glucoproteína se activan para convertirse en componentes activos que luego catalizan la siguiente reacción en la cascada, lo que finalmente da como resultado fibrina reticulada . [6]

Otro ejemplo, la vía de señalización de Sonic Hedgehog , es uno de los reguladores clave del desarrollo embrionario y está presente en todos los bilaterales . [2] Diferentes partes del embrión tienen diferentes concentraciones de proteínas de señalización de Hedgehog, que dan a las células información para hacer que el embrión se desarrolle de manera adecuada y correcta en una cabeza o una cola. Cuando la vía funciona mal, puede provocar enfermedades como el carcinoma de células basales . [3] Estudios recientes apuntan al papel de la señalización de Hedgehog en la regulación de las células madre adultas involucradas en el mantenimiento y la regeneración de los tejidos adultos. La vía también se ha implicado en el desarrollo de algunos cánceres. Varias compañías farmacéuticas están desarrollando activamente medicamentos que se dirigen específicamente a la señalización de Hedgehog para combatir enfermedades. [7] La ​​mayoría de las cascadas bioquímicas son series de eventos, en los que un evento desencadena el siguiente, de forma lineal.

Las cascadas bioquímicas incluyen:

Por el contrario, las cascadas negativas incluyen eventos que son de forma circular o que pueden causar o ser causados ​​por múltiples eventos. [8] Las cascadas negativas incluyen:

Cascadas bioquímicas específicas de cada célula

Células epiteliales

La adhesión es un proceso esencial para las células epiteliales para que se pueda formar el epitelio y las células puedan estar en contacto permanente con la matriz extracelular y otras células. Existen varias vías para lograr esta comunicación y adhesión con el medio ambiente. Pero las principales vías de señalización son las vías de la cadherina y la integrina. [9] La vía de la cadherina está presente en las uniones de adhesión o en los desmosomas y es responsable de la adhesión epitelial y la comunicación con las células adyacentes. La cadherina es un receptor de glucoproteína transmembrana que establece contacto con otra cadherina presente en la superficie de una célula vecina formando un complejo de adhesión. [10] Este complejo de adhesión está formado por β-catenina y α-catenina , y p120 CAS es esencial para su estabilización y regulación. Este complejo luego se une a la actina , lo que lleva a la polimerización. Para la polimerización de la actina a través de la vía de la cadherina, también participan proteínas de la familia Rho GTPasas . Este complejo está regulado por fosforilación, lo que conduce a la regulación negativa de la adhesión. Varios factores pueden inducir la fosforilación, como EGF , HGF o v-Src . La vía de la cadherina también tiene una función importante en la supervivencia y la proliferación porque regula la concentración de β-catenina citoplasmática. Cuando la β-catenina está libre en el citoplasma, normalmente se degrada, sin embargo, si se activa la señalización de Wnt , se inhibe la degradación de la β-catenina y se transloca al núcleo donde forma un complejo con factores de transcripción. Esto conduce a la activación de genes responsables de la proliferación y supervivencia celular. Por lo tanto, el complejo cadherina-catenina es esencial para la regulación del destino celular. [11] [12] Las integrinas son receptores de glucoproteínas heterodímeros que reconocen proteínas presentes en la matriz extracelular, como la fibronectina y la laminina. Para funcionar, las integrinas tienen que formar complejos con las proteínas ILK y Fak . Para la adhesión a la matriz extracelular, la ILK activa las proteínas Rac y Cdc42 y conduce a la polimerización de actina. La ERK también conduce a la polimerización de actina a través de la activación de cPLA2 . El reclutamiento de FAK por la integrina conduce a la activación de Akt y esto inhibe los factores proapoptóticos como BAD y Bax. Cuando la adhesión a través de las integrinas no ocurre, los factores proapoptóticos no se inhiben y resultan en apoptosis . [13] [14]

Hepatocitos

El hepatocito es una célula diferenciada compleja y multifuncional cuya respuesta celular estará influenciada por la zona en el lobulillo hepático , debido a que las concentraciones de oxígeno y sustancias tóxicas presentes en los sinusoides hepáticos cambian de la zona periportal a la zona centrolobulillar10. Los hepatocitos de la zona intermedia tienen las características morfológicas y funcionales adecuadas ya que tienen un ambiente con concentraciones promedio de oxígeno y otras sustancias. [15] Esta célula especializada es capaz de: [16]

  1. A través de cAMP / PKA /TORC (transductores de CREB regulado) / CRE , PIP3 / PKB y PLC / IP3
  2. Expresión de enzimas para la síntesis, almacenamiento y distribución de glucosa.
  1. A través de JAK / STAT /APRE (elemento de respuesta de fase aguda)
  2. Expresión de la proteína C reactiva, inhibidores de la proteasa globulina, complemento, sistemas de coagulación y fibrinolíticos y homeostasis del hierro
  1. Vía Smads / HAMP
  2. Expresión de hepcidina
  1. A través de LXR /LXRE (elemento de respuesta LXR)
  2. Expresión de ApoE CETP , FAS y LPL
  • Producción exocrina de sales biliares y otros compuestos [4] [20] [22] [23]
  1. A través de LXR /LXRE
  2. Expresión de los transportadores CYP7A1 y ABC
  • Degradación de sustancias tóxicas [4] [20] [22] [23]
  1. A través de LXR /LXRE
  2. Expresión de transportadores ABC
  • Producción endocrina
  1. A través de JAK / STAT /GHRE (elemento de respuesta de la hormona del crecimiento)
Expresión de IGF-1 e IGFBP-3
  1. Vía THR /THRE (elemento de respuesta de la hormona tiroidea) [4] [24] [25] [26]
Expresión de angiotensinógeno
  • Se regeneran por mitosis de los hepatocitos [20] [27] [28] [29]
  1. A través de STAT y Gab1: RAS / MAPK , PLC / IP3 y PI3K / FAK
  2. Crecimiento, proliferación, supervivencia, invasión y motilidad celular.

El hepatocito también regula otras funciones como la síntesis constitutiva de proteínas ( albúmina , ALT y AST ) que influyen en la síntesis o activación de otras moléculas (síntesis de urea y aminoácidos esenciales), activación de la vitamina D , utilización de la vitamina K , expresión del transportador de vitamina A y conversión de tiroxina . [15] [30]

Neuronas

La señalización purinérgica tiene un papel esencial en las interacciones entre neuronas y células gliales , permitiendo que estas detecten potenciales de acción y modulen la actividad neuronal, contribuyendo a la regulación de la homeostasis intra y extracelular. Además de neurotransmisor purinérgico, el ATP actúa como un factor trófico en el desarrollo y crecimiento celular, estando involucrado en la activación y migración de la microglía, y también en la mielinización axonal por oligodendrocitos. Existen dos tipos principales de receptores purinérgicos , P1 de unión a adenosina , y P2 de unión a ATP o ADP, presentando diferentes cascadas de señalización. [31] [32] La vía de señalización Nrf2 /ARE tiene un papel fundamental en la lucha contra el estrés oxidativo, al que las neuronas son especialmente vulnerables debido a su alto consumo de oxígeno y alto contenido lipídico. Esta vía neuroprotectora implica el control de la actividad neuronal por astrocitos perisinápticos y la liberación neuronal de glutamato, con el establecimiento de sinapsis tripartitas. La activación de Nrf2/ARE conduce a una mayor expresión de enzimas involucradas en la síntesis y metabolismo del glutatión, que tienen un papel clave en la respuesta antioxidante. [33] [34] [35] [36] La vía de señalización LKB1/NUAK1 regula la ramificación terminal del axón en las neuronas corticales, a través de la captura local de mitocondrias inmovilizadas. Además de NUAK1 , la quinasa LKB1 actúa bajo otras enzimas efectoras como SAD-A/B y MARK, regulando así la polarización neuronal y el crecimiento axonal, respectivamente. Estas cascadas de quinasas implican también a Tau y otras MAP . [37] [38] [39] Un conocimiento ampliado de estas y otras vías neuronales podría proporcionar nuevos objetivos terapéuticos potenciales para varias enfermedades crónicas neurodegenerativas como el Alzheimer , el Parkinson y la enfermedad de Huntington , y también la esclerosis lateral amiotrófica . [31] [32] [33]

Células sanguíneas

Las células sanguíneas ( eritrocitos , leucocitos y plaquetas ) se producen por hematopoyesis . Los eritrocitos tienen como función principal el aporte de O2 a los tejidos, y esta transferencia se produce por difusión y está determinada por la tensión de O2 ( PO2 ) . El eritrocito es capaz de sentir la necesidad tisular de O2 y provocar un cambio en el calibre vascular, a través de la vía de liberación de ATP , que requiere un aumento de AMPc , y están reguladas por la fosfodiesterasa (PDE). Esta vía puede desencadenarse mediante dos mecanismos: estímulo fisiológico (como la reducción de la tensión de O2) y activación del receptor de prostaciclina (IPR). Esta vía incluye proteínas G heterotriméricas , adenilil ciclasa (AC), proteína quinasa A (PKA), regulador de la conductancia transmembrana de la fibrosis quística (CFTR) y un conducto final que transporta ATP al lumen vascular ( pannexina 1 o canal aniónico dependiente de voltaje (VDAC)). El ATP liberado actúa sobre los receptores purinérgicos de las células endoteliales, desencadenando la síntesis y liberación de varios vasodilatadores , como el óxido nítrico (NO) y la prostaciclina (PGI 2 ). [40] [41] El modelo actual de la cascada de adhesión leucocitaria incluye muchos pasos mencionados en la Tabla 1. [42] La adhesión mediada por integrinas de los leucocitos a las células endoteliales está relacionada con cambios morfológicos tanto en los leucocitos como en las células endoteliales, que juntos apoyan la migración leucocitaria a través de las paredes venulares. Las GTPasas pequeñas Rho y Ras están involucradas en las principales vías de señalización leucocitaria subyacentes a la adhesión dependiente de integrinas estimulada por quimiocinas , y tienen funciones importantes en la regulación de la forma, la adhesión y la motilidad celular. [43]

Los pasos de la cascada de adhesión leucocitaria y las moléculas clave involucradas en cada paso

Después de que se produce una lesión vascular, las plaquetas son activadas por el colágeno expuesto localmente (receptor de glucoproteína (GP) VI), la trombina generada localmente (receptores PAR1 y PAR4), el tromboxano A2 derivado de plaquetas (TxA2) (receptor TP) y el ADP (receptores P2Y1 y P2Y12) que se libera de las células dañadas o se secreta de los gránulos densos de plaquetas . El factor de von Willebrand (VWF) sirve como una molécula accesoria esencial. En términos generales, la activación plaquetaria iniciada por el agonista da lugar a una cascada de señalización que conduce a un aumento de la concentración de calcio citosólico. En consecuencia, se activa la integrina α IIb β 3 y la unión al fibrinógeno permite la agregación de plaquetas entre sí. El aumento del calcio citosólico también conduce al cambio de forma y a la síntesis de TxA2, lo que conduce a la amplificación de la señal.

Linfocitos

El objetivo principal de las cascadas bioquímicas en los linfocitos es la secreción de moléculas que puedan suprimir células alteradas o eliminar agentes patógenos, a través de la proliferación, diferenciación y activación de estas células. Por lo tanto, los receptores antigénicos juegan un papel central en la transducción de señales en los linfocitos, ya que cuando los antígenos interactúan con ellos dan lugar a una cascada de eventos de señal. Estos receptores, que reconocen el antígeno soluble (células B) o unido a una molécula en las células presentadoras de antígeno (células T), no tienen colas largas en el citoplasma, por lo que están anclados a proteínas señal, que contienen una larga cola citoplasmática con un motivo que puede ser fosforilado ( ITAM – immunoreceptor tyrosine-based activation reason) y dar lugar a diferentes vías de señal. El receptor de antígeno y la proteína señal forman un complejo estable, denominado BCR o TCR , en las células B o T, respectivamente. La familia Src es esencial para la transducción de señales en estas células, porque es responsable de la fosforilación de los ITAM. Por lo tanto, Lyn y Lck , en los linfocitos B y T, respectivamente, fosforilan motivos de activación basados ​​en tirosina del inmunorreceptor después del reconocimiento del antígeno y el cambio conformacional del receptor, lo que conduce a la unión de las quinasas Syk / Zap-70 a ITAM y su activación. La quinasa Syk es específica de los linfocitos B y Zap-70 está presente en las células T. Después de la activación de estas enzimas, algunas proteínas adaptadoras se fosforilan, como BLNK (células B) y LAT (células T). Estas proteínas después de la fosforilación se activan y permiten la unión de otras enzimas que continúan la cascada bioquímica. [4] [44] [45] [46] Un ejemplo de una proteína que se une a las proteínas adaptadoras y se activa es la PLC que es muy importante en las vías de señalización de los linfocitos. La PLC es responsable de la activación de PKC , a través de DAG y Ca 2+ , lo que conduce a la fosforilación de la molécula CARMA1 y la formación del complejo CBM. Este complejo activa la quinasa Iκκ, que fosforila I-κB y luego permite la translocación de NF-κB al núcleo y la transcripción de genes que codifican citocinas , por ejemplo. Otros factores de transcripción como NFAT y el complejo AP1 también son importantes para la transcripción de citocinas . [45] [47] [48][49] La diferenciación de células B a células plasmáticas también es un ejemplo de un mecanismo de señalización en linfocitos, inducido por un receptor de citocinas . En este caso, algunas interleucinas se unen a un receptor específico, lo que conduce a la activación de la vía MAPK/ERK . En consecuencia, la proteína BLIMP1 se traduce e inhibe PAX5 , lo que permite la transcripción de genes de inmunoglobulina y la activación de XBP1 (importante para la formación del aparato secretor y la mejora de la síntesis de proteínas). [50] [51] [52] Además, los correceptores ( CD28 / CD19 ) juegan un papel importante porque pueden mejorar la unión antígeno/receptor e iniciar eventos en cascada paralelos, como la activación de PI3 Kinase. PIP3 es entonces responsable de la activación de varias proteínas, como vav (conduce a la activación de la vía JNK , que en consecuencia conduce a la activación de c-Jun ) y btk (también puede activar PLC). [45] [53]

Huesos

Vía de señalización de Wnt

La vía de señalización de Wnt se puede dividir en canónica y no canónica. La señalización canónica implica la unión de Wnt a Frizzled y al correceptor LRP5, lo que lleva a la fosforilación de GSK3 y la inhibición de la degradación de β-catenina, lo que resulta en su acumulación y translocación al núcleo, donde actúa como un factor de transcripción. La señalización de Wnt no canónica se puede dividir en la vía de polaridad celular plana (PCP) y la vía Wnt/calcio. Se caracteriza por la unión de Wnt a Frizzled y la activación de proteínas G y por un aumento de los niveles intracelulares de calcio a través de mecanismos que involucran a PKC 50. [54] La vía de señalización de Wnt juega un papel significativo en la osteoblastogénesis y la formación ósea, induciendo la diferenciación de células pluripotentes mesenquimales en osteoblastos e inhibiendo la vía RANKL/RANK y la osteoclastogénesis. [55]

Vía de señalización RANKL/RANK

RANKL es un miembro de la superfamilia de ligandos TNF. A través de su unión al receptor RANK, activa varias moléculas, como NF-kappa B, MAPK, NFAT y PI3K52. La vía de señalización RANKL/RANK regula la osteoclastogénesis, así como la supervivencia y activación de los osteoclastos. [56] [57]

Vía de señalización de la adenosina

La adenosina es muy relevante en el metabolismo óseo, ya que desempeña un papel en la formación y activación tanto de osteoclastos como de osteoblastos. La adenosina actúa uniéndose a los receptores purinérgicos e influyendo en la actividad de la adenilil ciclasa y en la formación de AMPc y PKA 54. [58] La adenosina puede tener efectos opuestos en el metabolismo óseo, porque mientras ciertos receptores purinérgicos estimulan la actividad de la adenilil ciclasa, otros tienen el efecto opuesto. [58] [59] En determinadas circunstancias, la adenosina estimula la destrucción ósea y en otras situaciones promueve la formación ósea, dependiendo del receptor purinérgico que se esté activando.

Células madre

La capacidad de autorrenovación y diferenciación son propiedades excepcionales de las células madre. Estas células pueden clasificarse según su capacidad de diferenciación, que disminuye progresivamente con el desarrollo, en totipotentes, pluripotentes, multipotentes y unipotentes. [60]

El proceso de autorrenovación está altamente regulado por el ciclo celular y el control de la transcripción genética. Existen algunas vías de señalización, como LIF / JAK / STAT3 (factor inhibidor de la leucemia/Janus kinase/Transductor de señales y activador de la transcripción 3) y BMP / SMADs /Id (proteínas morfogenéticas óseas/Mothers against decapentaplegic/Inhibitor of differentiation), mediadas por factores de transcripción, reguladores epigenéticos y otros componentes, y son responsables de la expresión de genes de autorrenovación e inhibición de la expresión de genes de diferenciación, respectivamente. [61]

A nivel del ciclo celular, en las células madre somáticas se observa un aumento de la complejidad de los mecanismos, pero con la edad se observa una disminución del potencial de autorrenovación. Estos mecanismos están regulados por las vías de señalización p16 Ink4a -CDK4/6- Rb y p19 Arf - p53 - P21 Cip1 . Las células madre embrionarias tienen actividad constitutiva de ciclina E-CDK2, que hiperfosforila e inactiva a Rb, lo que conduce a una fase G1 corta del ciclo celular con una transición G1-S rápida y poca dependencia de señales mitogénicas o ciclinas D para la entrada en la fase S. En las células madre fetales, los mitógenos promueven una transición G1-S relativamente rápida a través de la acción cooperativa de ciclina D-CDK4/6 y ciclina E-CDK2 para inactivar las proteínas de la familia Rb. La expresión de p16 Ink4a y p19 Arf se inhibe mediante la regulación de la cromatina dependiente de Hmga2. Muchas células madre adultas jóvenes están inactivas la mayor parte del tiempo. En ausencia de señales mitogénicas, los inhibidores del ciclo celular, entre ellos las proteínas de la familia Ink4 y Cip/Kip, suprimen la ciclina-CDK y la transición G1-S. Como resultado, Rb se hipofosforila e inhibe E2F, lo que promueve la quiescencia en la fase G0 del ciclo celular. La estimulación mitogénica moviliza a estas células para que entren en el ciclo activando la expresión de ciclina D. En las células madre adultas viejas, aumenta la expresión del microARN let-7 , lo que reduce los niveles de Hmga2 y aumenta los niveles de p16 Ink4a y p19 Arf . Esto reduce la sensibilidad de las células madre a las señales mitogénicas al inhibir los complejos ciclina-CDK. Como resultado, las células madre no pueden entrar en el ciclo celular o la división celular se ralentiza en muchos tejidos. [62]

La regulación extrínseca se realiza por señales provenientes del nicho donde se encuentran las células madre, las cuales son capaces de promover el estado de reposo y la activación del ciclo celular en las células madre somáticas. [63] La división asimétrica es característica de las células madre somáticas, manteniendo el reservorio de células madre en el tejido y la producción de células especializadas de las mismas. [64]

Las células madre presentan un elevado potencial terapéutico, sobre todo en patologías hemato-oncológicas, como leucemias y linfomas. Se han encontrado pequeños grupos de células madre en tumores, denominadas células madre cancerosas. Existen evidencias de que estas células promueven el crecimiento tumoral y la metástasis. [65]

Ovocitos

El ovocito es la célula femenina involucrada en la reproducción. [66] Existe una estrecha relación entre el ovocito y las células foliculares circundantes que es crucial para el desarrollo de ambos. [67] GDF9 y BMP15 producidos por el ovocito se unen a los receptores BMPR2 en las células foliculares activando SMADs 2/3 , asegurando el desarrollo folicular. [68] Concomitantemente, el crecimiento del ovocito se inicia por la unión de KITL a su receptor KIT en el ovocito, lo que lleva a la activación de la vía PI3K/Akt , permitiendo la supervivencia y el desarrollo del ovocito. [69] Durante la embriogénesis , los ovocitos inician la meiosis y se detienen en la profase I. Este arresto se mantiene por niveles elevados de AMPc dentro del ovocito. [70] Recientemente se sugirió que cGMP coopera con el AMPc para mantener el arresto del ciclo celular . [70] [71] Durante la maduración meiótica, el pico de LH que precede a la ovulación activa la vía MAPK que conduce a la interrupción de la unión gap y la ruptura de la comunicación entre el ovocito y las células foliculares. La PDE3A se activa y degrada el AMPc, lo que conduce a la progresión del ciclo celular y la maduración del ovocito. [72] [73] El pico de LH también conduce a la producción de progesterona y prostaglandinas que inducen la expresión de ADAMTS1 y otras proteasas, así como sus inhibidores. Esto conducirá a la degradación de la pared folicular, pero limitando el daño y asegurando que la ruptura ocurra en el lugar apropiado, liberando el ovocito en las trompas de Falopio . [74] [75] La activación del ovocito depende de la fertilización por el espermatozoide. [76] Se inicia con la atracción del espermatozoide inducida por las prostaglandinas producidas por el ovocito, que crearán un gradiente que influirá en la dirección y velocidad del espermatozoide. [77] Después de la fusión con el ovocito, la PLC ζ del espermatozoide se libera en el ovocito, lo que conduce a un aumento de los niveles de Ca2+ que activarán CaMKII , que degradará MPF , lo que conducirá a la reanudación de la meiosis. [78] [79] Los niveles aumentados de Ca 2+ inducirán la exocitosis degránulos corticales que degradan los receptores ZP , utilizados por los espermatozoides para penetrar en el ovocito, bloqueando la poliespermia . [80] La desregulación de estas vías conducirá a varias enfermedades como el síndrome de falla de la maduración de los ovocitos que resulta en infertilidad . [81] Aumentar nuestro conocimiento molecular de los mecanismos de desarrollo de los ovocitos podría mejorar el resultado de los procedimientos de reproducción asistida , facilitando la concepción.

Espermatozoide

El espermatozoide es el gameto masculino. Después de la eyaculación, esta célula no está madura, por lo que no puede fecundar el ovocito. Para tener la capacidad de fecundar el gameto femenino, esta célula sufre capacitación y reacción acrosómica en el tracto reproductivo femenino. Las vías de señalización mejor descritas para el espermatozoide involucran estos procesos. La vía de señalización cAMP/PKA conduce a la capacitación de las células espermáticas; sin embargo, la adenilil ciclasa en las células espermáticas es diferente de las células somáticas. La adenilil ciclasa en el espermatozoide no reconoce las proteínas G , por lo que es estimulada por los iones de bicarbonato y Ca 2+ . Luego, convierte el trifosfato de adenosina en AMP cíclico, que activa la proteína quinasa A. La PKA conduce a la fosforilación de la proteína tirosina. [82] [83] [84] La fosfolipasa C (PLC) está involucrada en la reacción acrosómica. La ZP3 es una glicoproteína presente en la zona pelúcida que interactúa con los receptores del espermatozoide. Por lo tanto, la ZP3 puede activar los receptores acoplados a la proteína G y los receptores de la tirosina quinasa , lo que conduce a la producción de PLC. La PLC escinde el fosfolípido fosfatidilinositol 4,5-bisfosfato (PIP2) en diacilglicerol (DAG) e inositol 1,4,5-trifosfato . El IP3 se libera como una estructura soluble en el citosol y el DAG permanece unido a la membrana. El IP3 se une a los receptores de IP3, presentes en la membrana del acrosoma. Además, el calcio y el DAG trabajan juntos para activar la proteína quinasa C , que fosforila otras moléculas, lo que conduce a una actividad celular alterada. Estas acciones provocan un aumento en la concentración citosólica de Ca 2+ que conduce a la dispersión de la actina y, en consecuencia, promueve la fusión de la membrana plasmática y la membrana externa del acrosoma. [85] [86] La progesterona es una hormona esteroide producida en el cúmulo oóforo. En las células somáticas se une a receptores en el núcleo ; sin embargo, en el espermatozoide sus receptores están presentes en la membrana plasmática. Esta hormona activa AKT que conduce a la activación de otras proteínas quinasas, involucradas en la capacitación y la reacción del acrosoma. [87] [88] Cuando las ROS (especies reactivas de oxígeno)Las ROS están presentes en altas concentraciones y pueden afectar la fisiología de las células, pero cuando están presentes en concentraciones moderadas son importantes para la reacción y la capacitación del acrosoma. Las ROS pueden interactuar con la vía de cAMP/PKA y progesterona, estimulándolas. Las ROS también interactúan con la vía de ERK que conduce a la activación de Ras, MEK y proteínas similares a MEK. Estas proteínas activan la proteína tirosina quinasa (PTK) que fosforila varias proteínas importantes para la capacitación y la reacción del acrosoma. [89] [90]

Embriones

Varias vías de señalización, como las vías FGF, WNT y TGF-β , regulan los procesos implicados en la embriogénesis .

Los ligandos de FGF (Factor de Crecimiento de Fibroblastos) se unen a los receptores de tirosina quinasa , FGFR (Receptores del Factor de Crecimiento de Fibroblastos), y forman un complejo estable con los correceptores HSPG (Proteoglicanos de Heparán Sulfato) que promoverán la autofosforilación del dominio intracelular de FGFR y la consecuente activación de cuatro vías principales: MAPK/ERK , PI3K , PLCγ y JAK/STAT . [91] [92] [93]

  • MAPK / ERK (Mitogen-Activated Protein Kinase/Extracellular Signal-Regulated Kinase) regula la transcripción genética a través de la fosforilación sucesiva de quinasas y en células madre embrionarias humanas ayuda a mantener la pluripotencia. [93] [94] Sin embargo, en presencia de Activina A, un ligando de TGF-β, provoca la formación de mesodermo y neuroectodermo . [95]
  • La fosforilación de los fosfolípidos de membrana por la PI3K (fosfatidilinositol 3-quinasa) da como resultado la activación de la AKT/PKB (proteína quinasa B). Esta quinasa está involucrada en la supervivencia celular y la inhibición de la apoptosis , el crecimiento celular y el mantenimiento de la pluripotencia en células madre embrionarias . [93] [96] [97]
  • La PLC γ (fosfoinosítido fosfolipasa C γ) hidroliza los fosfolípidos de membrana para formar IP3 (inositoltrifosfato) y DAG (diacilglicerol), lo que conduce a la activación de las quinasas y regula los movimientos morfogénicos durante la gastrulación y la neurulación . [91] [92] [98]
  • El STAT (transductor de señales y activador de la transcripción) es fosforilado por la JAK (cinasa Janus) y regula la transcripción génica, determinando el destino de las células. En las células madre embrionarias de ratón, esta vía ayuda a mantener la pluripotencia. [92] [93]

La vía WNT permite la función de la β-catenina en la transcripción génica, una vez que la interacción entre el ligando WNT y el receptor acoplado a proteína G Frizzled inhibe GSK-3 (glucógeno sintasa quinasa-3) y, por lo tanto, la formación del complejo de destrucción de β-catenina. [93] [99] [100] Aunque existe cierta controversia sobre los efectos de esta vía en la embriogénesis, se cree que la señalización de WNT induce la formación de la estría primitiva , el mesodermo y el endodermo . [100] En la vía TGF-β (factor de crecimiento transformante β), los ligandos BMP (proteína morfogénica ósea), activina y nodal se unen a sus receptores y activan Smads que se unen al ADN y promueven la transcripción génica. [93] [101] [102] La activina es necesaria para la diferenciación del mesodermo y especialmente del endodermo , y Nodal y BMP están involucrados en el patrón del embrión. La BMP también es responsable de la formación de tejidos extraembrionarios antes y durante la gastrulación, y de la diferenciación temprana del mesodermo, cuando se activan las vías de activina y FGF. [101] [102] [103]

Construcción de caminos

La construcción de vías ha sido realizada por grupos individuales que estudian una red de interés (por ejemplo, la vía de señalización inmune), así como por grandes consorcios de bioinformática (por ejemplo, el Proyecto Reactome) y entidades comerciales (por ejemplo, Ingenuity Systems ). La construcción de vías es el proceso de identificar e integrar las entidades, interacciones y anotaciones asociadas, y llenar la base de conocimiento. La construcción de vías puede tener un objetivo impulsado por datos (DDO) o un objetivo impulsado por conocimiento (KDO). La construcción de vías impulsada por datos se utiliza para generar información de relación de genes o proteínas identificados en un experimento específico, como un estudio de microarrays. [104] La construcción de vías impulsada por conocimiento implica el desarrollo de una base de conocimiento de vías detallada para dominios particulares de interés, como un tipo de célula, enfermedad o sistema. El proceso de curación de una vía biológica implica identificar y estructurar contenido, extraer información manualmente y/o computacionalmente, y ensamblar una base de conocimiento utilizando herramientas de software apropiadas. [105] Un esquema que ilustra los principales pasos involucrados en los procesos de construcción basados ​​en datos y conocimientos. [104]

Para la construcción de vías DDO o KDO, el primer paso es extraer información pertinente de fuentes de información relevantes sobre las entidades e interacciones. La información recuperada se reúne utilizando formatos apropiados, estándares de información y herramientas de construcción de vías para obtener un prototipo de vía. La vía se refina aún más para incluir anotaciones específicas del contexto, como especie, tipo de célula/tejido o tipo de enfermedad. Luego, los expertos en el dominio pueden verificar la vía y los curadores la pueden actualizar en función de los comentarios apropiados. [106] Los intentos recientes de mejorar la integración del conocimiento han llevado a clasificaciones refinadas de entidades celulares, como GO, y al ensamblaje de repositorios de conocimiento estructurado. [107] Los repositorios de datos, que contienen información sobre datos de secuencia, metabolismo, señalización, reacciones e interacciones, son una fuente importante de información para la construcción de vías. [108] En la siguiente tabla se describen algunas bases de datos útiles. [104]

Base de datosTipo de curaciónAnotación GO (S/N)Descripción
1. Bases de datos de interacciones proteína-proteína
UNIRCuración manualnorte200.000 interacciones y complejos biomoleculares documentados
MENTACuración manualnorteInteracciones verificadas experimentalmente
HPRDCuración manualnortePresentación elegante y completa de las interacciones, entidades y evidencias.
MPactCuración manual y automatizadanorteInteracciones con levaduras. Una parte de MIPS
DIP [ enlace muerto permanente ]Curación manual y automatizadaYInteracciones determinadas experimentalmente
IntactoCuración manualYBase de datos y sistema de análisis de interacciones binarias y multiproteicas
Base PDZCuración manualnorteDominio PDZ que contiene proteínas
GNPV [ enlace muerto permanente ]Curación manual y automatizadaYBasado en experimentos y literatura específicos
BioRedCuración manualYInteracciones físicas y genéticas
UniHolaCuración manual y automatizadaYInteracciones integrales de proteínas humanas
OFIDOCuración manualYCombina PPI de BIND, HPRD y MINT
2. Bases de datos de vías metabólicas
EcoCicloCuración manual y automatizadaYGenoma completo y maquinaria bioquímica de E. Coli
MetaCicloCuración manualnorteRutas de más de 165 especies
Ciclo humanoCuración manual y automatizadanorteVías metabólicas humanas y genoma humano
BioCicloCuración manual y automatizadanorteColección de bases de datos para varios organismos
3. Bases de datos de vías de señalización
BARRILCuración manualYColección completa de vías de transmisión, como enfermedades humanas, señalización y vías de procesamiento de información genética. Enlaces a varias bases de datos útiles
PANTERACuración manualnorteCompendio de vías metabólicas y de señalización creado con CellDesigner. Las vías se pueden descargar en formato SBML
ReactomaCuración manualYDiseño jerárquico. Amplios vínculos a bases de datos relevantes como NCBI, ENSEMBL, UNIPROT, HAPMAP, KEGG, CHEBI, PubMed, GO. Cumple con los estándares PSI-MI
BiomodelosCuración manualYLos expertos del dominio seleccionaron mapas de conexión biológica y modelos matemáticos asociados
APUNTADACuración manualnorteRepositorio de vías canónicas
Sistemas de ingenioCuración manualYBase de conocimientos biológicos comerciales sobre mamíferos, genes, fármacos, procesos químicos, celulares y patológicos, y vías de señalización y metabólicas.
Red de señalización humanaCuración manualYRed de señalización humana seleccionada por literatura, la base de datos de redes de señalización humana más grande
PID [ enlace muerto permanente ]Curación manualYCompendio de varias vías de señalización altamente estructuradas y ensambladas
BioPPCuración manual y automatizadaYRepositorio de vías biológicas creado con CellDesigner

Leyenda: Y – Sí, N – No; BIND – Base de datos de la red de interacción biomolecular, DIP – Base de datos de proteínas interactuantes, GNPV – Visualizador de la plataforma de la red del genoma, HPRD = Base de datos de referencia de proteínas humanas, MINT – Base de datos de interacción molecular, MIPS – Centro de información de Munich para secuencias de proteínas, UNIHI – Interactoma humano unificado, OPHID – Base de datos de interacción humana predicha en línea, EcoCyc – Enciclopedia de genes y metabolismo de E. coli, MetaCyc – Base de datos de vías metabólicas, KEGG – Enciclopedia de genes y genomas de Kioto, PANTHER – Base de datos de análisis de proteínas a través de relaciones evolutivas, STKE – Entorno de conocimiento de transducción de señales, PID – Base de datos de interacción de vías, BioPP – Editor de vías biológicas. Se puede encontrar una lista completa de recursos en http://www.pathguide.org.

BARRIL

La creciente cantidad de información genómica y molecular es la base para comprender los sistemas biológicos de orden superior, como la célula y el organismo, y sus interacciones con el medio ambiente, así como para aplicaciones médicas, industriales y otras aplicaciones prácticas. El recurso KEGG [109] proporciona una base de conocimiento de referencia para vincular genomas a sistemas biológicos, categorizados como bloques de construcción en el espacio genómico (GENES KEGG), el espacio químico (LIGANDO KEGG), diagramas de cableado de redes de interacción y redes de reacción (RUTA KEGG) y ontologías para la reconstrucción de vías (base de datos BRITE). [110] La base de datos KEGG PATHWAY es una colección de mapas de vías dibujados manualmente para el metabolismo , el procesamiento de información genética, el procesamiento de información ambiental como la transducción de señales, la interacción ligando -receptor y la comunicación celular, varios otros procesos celulares y enfermedades humanas, todos basados ​​en un estudio extenso de la literatura publicada. [111]

Mapa genético

Gene Map Annotator and Pathway Profiler ( GenMAPP ) [112] es un programa informático independiente, gratuito y de código abierto diseñado para organizar, analizar y compartir datos a escala del genoma en el contexto de las vías biológicas. La base de datos GenMAPP admite múltiples anotaciones de genes y especies, así como la creación de bases de datos de especies personalizadas para un número potencialmente ilimitado de especies. [113] Los recursos de vías se expanden utilizando información de homología para traducir el contenido de las vías entre especies y extendiendo las vías existentes con datos derivados de interacciones proteicas conservadas y coexpresión. Se ha implementado un nuevo modo de visualización de datos que incluye el curso temporal, el polimorfismo de un solo nucleótido (SNP) y el empalme , con la base de datos GenMAPP para respaldar el análisis de datos complejos. GenMAPP también ofrece formas innovadoras de mostrar y compartir datos incorporando la exportación HTML de análisis para conjuntos completos de vías como páginas web organizadas. [114] En resumen, GenMAPP proporciona un medio para interrogar rápidamente datos experimentales complejos para cambios a nivel de vía en una amplia gama de organismos.

Reactoma

Dada la composición genética de un organismo, el conjunto completo de reacciones posibles constituye su reactoma . Reactome , ubicado en http://www.reactome.org, es un recurso curado y revisado por pares de datos de procesos/vías biológicas humanas. La unidad básica de la base de datos de Reactome es una reacción; las reacciones luego se agrupan en cadenas causales para formar vías [115]. El modelo de datos de Reactome nos permite representar muchos procesos diversos en el sistema humano, incluidas las vías del metabolismo intermediario, las vías reguladoras y la transducción de señales, y procesos de alto nivel, como el ciclo celular . [116] Reactome proporciona un marco cualitativo, sobre el cual se pueden superponer datos cuantitativos. Se han desarrollado herramientas para facilitar la entrada y anotación de datos personalizados por parte de biólogos expertos, y para permitir la visualización y exploración del conjunto de datos terminado como un mapa de procesos interactivo. [117] Aunque el dominio curativo primario son las vías del Homo sapiens, las proyecciones electrónicas de vías humanas sobre otros organismos se crean regularmente a través de ortólogos putativos, lo que hace que Reactome sea relevante para las comunidades de investigación de organismos modelo. La base de datos está disponible públicamente bajo términos de código abierto, lo que permite que tanto su contenido como su infraestructura de software se utilicen y redistribuyan libremente. El estudio de perfiles transcripcionales completos y la catalogación de interacciones proteína-proteína ha producido mucha información biológica valiosa, desde el genoma o el proteoma hasta la fisiología de un organismo, un órgano, un tejido o incluso una sola célula. La base de datos Reactome contiene un marco de posibles reacciones que, cuando se combina con datos de expresión y cinética enzimática, proporciona la infraestructura para modelos cuantitativos, por lo tanto, una vista integrada de los procesos biológicos, que vincula dichos productos genéticos y puede extraerse sistemáticamente mediante el uso de aplicaciones bioinformáticas. [118] Los datos de Reactome están disponibles en una variedad de formatos estándar, incluidos BioPAX , SBML y PSI-MI, y también permiten el intercambio de datos con otras bases de datos de vías, como Cycs, KEGG y amaze , y bases de datos de interacción molecular, como BIND y HPRD . La próxima publicación de datos cubrirá la apoptosis, incluidas las vías de señalización del receptor de muerte y las vías Bcl2, así como las vías involucradas en la hemostasia . Otros temas actualmente en desarrollo incluyen varias vías de señalización, mitosis , fototransducción visual y hematopoyesis . [119]En resumen, Reactome proporciona resúmenes seleccionados de alta calidad de procesos biológicos fundamentales en humanos en una forma de visualización de datos de vías amigable para biólogos, y es un proyecto de código abierto.

Enfoques orientados a las vías

En la era posgenómica, las técnicas de secuenciación de alto rendimiento y de elaboración de perfiles genéticos y proteicos han transformado la investigación biológica al permitir el seguimiento exhaustivo de un sistema biológico, lo que produce una lista de genes o proteínas expresados ​​de forma diferencial, lo que resulta útil para identificar genes que pueden tener funciones en un fenómeno o fenotipo determinado. [120] Con los microarreglos de ADN y la ingeniería genética de todo el genoma, es posible examinar los perfiles de expresión genética global para aportar una gran cantidad de datos genómicos al dominio público. Con la interferencia del ARN , es posible destilar las inferencias contenidas en la literatura experimental y las bases de datos primarias en bases de conocimiento que consisten en representaciones anotadas de vías biológicas. En este caso, se sabe que los genes y las proteínas individuales están implicados en procesos, componentes o estructuras biológicas, así como también cómo y dónde los productos genéticos interactúan entre sí. [121] [122] Los enfoques orientados a vías para analizar datos de microarrays, mediante la agrupación de largas listas de genes, proteínas y/u otras moléculas biológicas individuales según las vías en las que están involucrados en conjuntos más pequeños de genes o proteínas relacionados, lo que reduce la complejidad, han demostrado ser útiles para conectar datos genómicos a procesos y sistemas biológicos específicos. Identificar vías activas que difieren entre dos condiciones puede tener más poder explicativo que una simple lista de diferentes genes o proteínas. Además, una gran cantidad de métodos analíticos de vías explotan el conocimiento de las vías en repositorios públicos como Gene Ontology (GO) o Kyoto Encyclopedia of Genes and Genomes ( KEGG ), en lugar de inferir vías a partir de mediciones moleculares. [123] [124] Además, diferentes enfoques de investigación han dado a la palabra "vía" diferentes significados. Por ejemplo, "vía" puede denotar una vía metabólica que involucra una secuencia de reacciones catalizadas por enzimas de moléculas pequeñas, o una vía de señalización que involucra un conjunto de reacciones de fosforilación de proteínas y eventos de regulación genética. Por lo tanto, el término "análisis de vías" tiene una aplicación muy amplia. Por ejemplo, puede referirse al análisis de redes de interacción física (por ejemplo, interacciones proteína-proteína), simulación cinética de vías y análisis de vías en estado estable (por ejemplo, análisis de equilibrio de flujo), así como su uso en la inferencia de vías a partir de datos de expresión y secuencia. Se han desarrollado varias herramientas de análisis de enriquecimiento funcional [125] [126] [127] [128] y algoritmos [129] para mejorar la interpretación de los datos. Los métodos de análisis de vías basados ​​en la base de conocimientos existentes en cada generación se han resumido en la literatura reciente.[130]

Aplicaciones del análisis de vías en medicina

Cáncer colorrectal (CCR)

Se utilizó un paquete de programa MatchMiner para escanear los nombres HUGO en busca de genes clonados de interés, que luego se ingresan en GoMiner, que aprovechó GO para identificar los procesos biológicos, las funciones y los componentes representados en el perfil genético. Además, la base de datos para anotación, visualización y descubrimiento integrado ( DAVID ) y la base de datos KEGG se pueden utilizar para el análisis de datos de expresión de microarrays y el análisis de cada ontología de proceso biológico (P), componente celular (C) y función molecular (F) de GO. Además, las herramientas DAVID se pueden utilizar para analizar los roles de los genes en las vías metabólicas y mostrar las relaciones biológicas entre genes o productos genéticos y pueden representar vías metabólicas. Estas dos bases de datos también proporcionan herramientas bioinformáticas en línea para combinar información bioquímica específica sobre un determinado organismo y facilitar la interpretación de significados biológicos para datos experimentales. Al utilizar un enfoque combinado de tecnologías de microarrays y bioinformática, se ha demostrado un mecanismo metabólico potencial que contribuye al cáncer colorrectal (CCR) [131]. Varios factores ambientales pueden estar involucrados en una serie de puntos a lo largo de la vía genética hacia el CCR. Estos incluyen genes asociados con el metabolismo de los ácidos biliares, el metabolismo de la glucólisis y las vías del metabolismo de los ácidos grasos , lo que respalda la hipótesis de que algunas alteraciones metabólicas observadas en el carcinoma de colon pueden ocurrir en el desarrollo del CCR. [131]

Enfermedad de Parkinson (EP)

Los modelos celulares son fundamentales para diseccionar un proceso patológico complejo en eventos moleculares más simples. La enfermedad de Parkinson (EP) es multifactorial y clínicamente heterogénea; la etiología de la forma esporádica (y más común) aún no está clara y solo se han aclarado hasta ahora unos pocos mecanismos moleculares en la cascada neurodegenerativa . En un panorama tan multifacético, es particularmente importante identificar modelos experimentales que simplifiquen el estudio de las diferentes redes de proteínas y genes involucrados. Los modelos celulares que reproducen algunas de las características de las neuronas que degeneran en la EP han contribuido a muchos avances en nuestra comprensión del flujo patogénico de la enfermedad. En particular, las vías bioquímicas fundamentales (es decir, apoptosis y estrés oxidativo , deterioro mitocondrial y mitofagia disfuncional , estrés de proteínas desplegadas y eliminación inadecuada de proteínas mal plegadas) se han explorado ampliamente en líneas celulares, desafiadas con insultos tóxicos o modificadas genéticamente. El papel central de la a-sinucleína ha generado muchos modelos que apuntan a dilucidar su contribución a la desregulación de varios procesos celulares. Los modelos celulares clásicos parecen ser la opción correcta para estudios preliminares sobre la acción molecular de nuevos fármacos o toxinas potenciales y para comprender el papel de factores genéticos individuales. Además, la disponibilidad de nuevos sistemas celulares, como los cíbridos o las células madre pluripotentes inducidas, ofrece la oportunidad de aprovechar las ventajas de una investigación in vitro, aunque reflejando más de cerca la población celular afectada. [132]

Enfermedad de Alzheimer (EA)

La degeneración sináptica y la muerte de las células nerviosas son características definitorias de la enfermedad de Alzheimer (EA), el trastorno neurodegenerativo relacionado con la edad más prevalente. En la EA, las neuronas en el hipocampo y el prosencéfalo basal (regiones del cerebro que sirven para las funciones de aprendizaje y memoria) son selectivamente vulnerables. Los estudios de tejido cerebral post mortem de personas con EA han proporcionado evidencia de mayores niveles de estrés oxidativo, disfunción mitocondrial y alteración de la captación de glucosa en poblaciones neuronales vulnerables. Los estudios de modelos animales y de cultivo celular de EA sugieren que el aumento de los niveles de estrés oxidativo ( peroxidación lipídica de membrana , en particular) puede alterar el metabolismo energético neuronal y la homeostasis iónica, al perjudicar la función de las ATPasas motrices iónicas de membrana , transportadores de glucosa y glutamato . Tal compromiso oxidativo y metabólico puede hacer que las neuronas sean vulnerables a la excitotoxicidad y la apoptosis . Estudios recientes sugieren que la EA puede manifestar alteraciones sistémicas en el metabolismo energético (p. ej., aumento de la resistencia a la insulina y desregulación del metabolismo de la glucosa). La evidencia emergente de que la restricción dietética puede prevenir el desarrollo de la EA es consistente con un componente "metabólico" importante en estos trastornos y brinda optimismo respecto de que estos devastadores trastornos cerebrales del envejecimiento pueden ser en gran medida prevenibles. [133]

Referencias

  1. ^ abcd Bastien D. Gomperts; Peter ER Tatham; Ijsbrand M. Kramer (2004). Transducción de señales (Pbk. ed., [Nachdr.]. ed.). Ámsterdam [ua]: Elsevier Academic Press. ISBN 978-0122896323.
  2. ^ ab Ingham, PW; Nakano, Y.; Seger, C. (2011). "Mecanismos y funciones de la señalización Hedgehog en los metazoos". Nature Reviews Genetics . 12 (6): 393–406. doi :10.1038/nrg2984. PMID  21502959. S2CID  33769324.
  3. ^ ab Antoniotti, M., Park, F., Policriti, A., Ugel, N., Mishra, B. (2003) Fundamentos de un sistema de consulta y simulación para el modelado de procesos bioquímicos y biológicos. En Pacific Symposium on Biocomputing 2003 (PSB 2003), págs. 116-127.
  4. ^ abcdefghijklmn Fardilha, Margarida (2012). O eSsencial em… Sinalización Celular . Edições Afrontamento. ISBN 9789723612530.
  5. ^ ab Jeremy M. Berg; Juan L. Tymoczko; Lubert Stryer (2007). Bioquímica (6. ed., 3. ed. impresa). Nueva York: Freeman. ISBN 978-0716787242.
  6. ^ Mishra, B. (2002) Un enfoque simbólico para modelar el comportamiento celular. En Prasanna, V., Sahni, S. y Shukla, U. (eds), High Performance Computing—HiPC 2002. LNCS 2552. Springer-Verlag, págs. 725–732.
  7. ^ de Jong, H. (2002) Modelado y simulación de sistemas reguladores genéticos: una revisión de la literatura. J. Comput. Biol., 9(1), 67–103.
  8. ^ Hinkle JL, Bowman L (2003) Neuroprotección para el accidente cerebrovascular isquémico. J Neurosci Nurs 35 (2): 114–8.
  9. ^ Carneiro, Luis Carlos; Junqueira, José (2005). Texto y atlas de histología básica (11ª ed.). Nueva York, Nueva York, [etc.]: McGraw-Hill. ISBN 978-0071440912.
  10. ^ Tian, ​​Xinrui; Liu, Z; Niu, B; Zhang, J; Tan, TK; Lee, SR; Zhao, Y; Harris, DC; Zheng, G (2011). "Complejo E-cadherina/β-catenina y la barrera epitelial". Revista de biomedicina y biotecnología . 2011 : 1–6. doi : 10.1155/2011/567305 . PMC 3191826 . PMID  22007144. 
  11. ^ Barth, Angela IM; Näthke, Inke S; Nelson, W James (octubre de 1997). "Cadherinas, cateninas y proteína APC: interacción entre complejos citoesqueléticos y vías de señalización". Current Opinion in Cell Biology . 9 (5): 683–690. doi : 10.1016/S0955-0674(97)80122-6 . PMID  9330872.
  12. ^ Conacci-Sorrell, Maralice; Zhurinsky, Jacob; Ben-Ze'ev, Avri (15 de abril de 2002). "El sistema de adhesión cadherina-catenina en la señalización y el cáncer". Journal of Clinical Investigation . 109 (8): 987–991. doi :10.1172/JCI15429. PMC 150951 . PMID  11956233. 
  13. ^ Gilcrease, Michael Z. (marzo de 2007). "Señalización de integrinas en células epiteliales". Cancer Letters . 247 (1): 1–25. doi :10.1016/j.canlet.2006.03.031. PMID  16725254.
  14. ^ Campbell, ID; Humphries, MJ (19 de enero de 2011). "Estructura, activación e interacciones de la integrina". Cold Spring Harbor Perspectives in Biology . 3 (3): a004994. doi :10.1101/cshperspect.a004994. PMC 3039929 . PMID  21421922. 
  15. ^ de Eugene R. Schiff; Willis C. Maddrey; Michael F. Sorrell, eds. (12 de diciembre de 2011). Enfermedades del hígado de Schiff (11.ª ed.). Chichester, West Sussex, Reino Unido: John Wiley & Sons. ISBN 978-0-470-65468-2.
  16. ^ Pawlina, Michael H. Ross, Wojciech (23 de abril de 2011). Histología: texto y atlas: con biología celular y molecular correlacionada (6.ª ed.). Filadelfia: Wolters Kluwer/Lippincott Williams & Wilkins Health. ISBN 978-0781772006.{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
  17. ^ Berridge, Michael J. (10 de abril de 2012). "Biología de la señalización celular: Módulo 1 - Introducción". Biochemical Journal . 6 : csb0001001. doi :10.1042/csb0001001 (inactivo el 25 de abril de 2024).{{cite journal}}: CS1 maint: DOI inactivo a partir de abril de 2024 ( enlace )
  18. ^ Bode, Johannes G.; Albrecht, Ute; Häussinger, Dieter; Heinrich, Peter C.; Schaper, Fred (junio de 2012). "Proteínas hepáticas de fase aguda: regulación por citocinas de tipo IL-6 e IL-1 que implican a STAT3 y su interacción con la señalización dependiente de NF-κB". Revista Europea de Biología Celular . 91 (6–7): 496–505. doi :10.1016/j.ejcb.2011.09.008. PMID  22093287.
  19. ^ Wang, Hua (2011). "Transductor de señales y activador de la transcripción 3 en enfermedades hepáticas: un nuevo objetivo terapéutico". Revista internacional de ciencias biológicas . 7 (5): 536–550. doi :10.7150/ijbs.7.536. PMC 3088876 . PMID  21552420. 
  20. ^ abcdef Irwin M. Arias; Harvey J. Alter (2009). El hígado: biología y patobiología (5.ª ed.). Chichester, Reino Unido: Wiley-Blackwell. ISBN 978-0470723135.
  21. ^ Tolosano, Emanuela; Altruda, Fiorella (abril de 2002). "Hemopexina: estructura, función y regulación". ADN y biología celular . 21 (4): 297–306. doi : 10.1089/104454902753759717. PMID  12042069.
  22. ^ a b C Jean-François Dufour; Pierre-Alain Clavien (2010). Vías de señalización en enfermedades hepáticas (2. ed.). Berlín: Springer. ISBN 978-3-642-00149-9.
  23. ^ abc Edwards, Peter A; Kennedy, Matthew A; Mak, Puiying A (abril de 2002). "LXRs;". Farmacología vascular . 38 (4): 249–256. doi :10.1016/S1537-1891(02)00175-1. PMID  12449021.
  24. ^ Dzau, VJ; Herrmann, HC (15–22 de febrero de 1982). "Control hormonal de la producción de angiotensinógeno". Ciencias de la vida . 30 (7–8): 577–84. doi :10.1016/0024-3205(82)90272-7. PMID  7040893.
  25. ^ Chi, Hsiang Cheng; Chen, Cheng-Yi; Tsai, Ming-Ming; Tsai, Chung-Ying; Lin, Kwang-Huei (2013). "Funciones moleculares de las hormonas tiroideas y su importancia clínica en enfermedades relacionadas con el hígado". BioMed Research International . 2013 . Tsai, Ming-Ming; Tsai, Chung-Ying; Lin, Kwang-Huei: 1–16. doi : 10.1155/2013/601361 . PMC 3708403 . PMID  23878812. 
  26. ^ Lai, Hong-Shiee; Lin, Wen-Hsi (3 de julio de 2013). "La interleucina-6 media la expresión del gen angiotensinógeno durante la regeneración del hígado". MÁS UNO . 8 (7). Lai, Shuo-Lun; Lin, Hao-Yu; Hsu, Wen-Ming; Chou, Chia-Hung; Lee, Po-Huang; Rishi, Arun: e67868. Código Bib : 2013PLoSO...867868L. doi : 10.1371/journal.pone.0067868 . PMC 3700864 . PMID  23844114. 
  27. ^ Nakamura, T; Mizuno, S (2010). "El descubrimiento del factor de crecimiento de hepatocitos (HGF) y su importancia para la biología celular, las ciencias de la vida y la medicina clínica". Actas de la Academia Japonesa, Serie B . 86 (6): 588–610. Bibcode :2010PJAB...86..588N. doi :10.2183/pjab.86.588. PMC 3081175 . PMID  20551596. 
  28. ^ Blumenschein GR, Jr; Mills, GB; Gonzalez-Angulo, AM (10 de septiembre de 2012). "Abordaje del eje cMET-factor de crecimiento de hepatocitos en la terapia del cáncer". Journal of Clinical Oncology . 30 (26): 3287–96. doi :10.1200/JCO.2011.40.3774. PMC 3434988 . PMID  22869872. 
  29. ^ Organ, SL; Tsao, MS (noviembre de 2011). "Una descripción general de la vía de señalización de c-MET". Avances terapéuticos en oncología médica . 3 (1 Suppl): S7–S19. doi :10.1177/1758834011422556. PMC 3225017. PMID  22128289 . 
  30. ^ Dufour, Jean-François (2005). Vías de señalización en enfermedades hepáticas: con 15 tablas . Berlín [ua]: Springer. ISBN 978-3540229346.
  31. ^ ab Fields, RD; Burnstock, G (junio de 2006). "Señalización purinérgica en interacciones neurona-glía". Nature Reviews Neuroscience . 7 (6): 423–36. doi :10.1038/nrn1928. PMC 2062484 . PMID  16715052. 
  32. ^ ab Abbracchio, Maria P.; Burnstock, Geoffrey; Verkhratsky, Alexei ; Zimmermann, Herbert (enero de 2009). "Señalización purinérgica en el sistema nervioso: una descripción general". Tendencias en neurociencias . 32 (1): 19–29. doi :10.1016/j.tins.2008.10.001. PMID  19008000. S2CID  7653609.
  33. ^ ab Vargas, MR; Johnson, JA (3 de junio de 2009). "La vía citoprotectora Nrf2-ARE en astrocitos". Expert Reviews in Molecular Medicine . 11 : e17. doi :10.1017/S1462399409001094. PMC 5563256 . PMID  19490732. 
  34. ^ Habas, A.; Hahn, J.; Wang, X.; Margeta, M. (21 de octubre de 2013). "La actividad neuronal regula la señalización astrocítica de Nrf2". Actas de la Academia Nacional de Ciencias . 110 (45): 18291–18296. Bibcode :2013PNAS..11018291H. doi : 10.1073/pnas.1208764110 . PMC 3831500 . PMID  24145448. 
  35. ^ Escartin, C; Won, SJ (18 de mayo de 2011). "El factor nuclear eritroide 2 relacionado con el factor 2 facilita la síntesis neuronal de glutatión mediante la regulación positiva de la expresión del transportador de aminoácidos 3". The Journal of Neuroscience . 31 (20). Malgorn, C; Auregan, G; Berman, AE; Chen, PC; Déglon, N; Johnson, JA; Suh, SW; Swanson, RA: 7392–401. doi :10.1523/JNEUROSCI.6577-10.2011. PMC 3339848 . PMID  21593323. 
  36. ^ Johnson, JA; Johnson, DA; Kraft, AD; Calkins, MJ; Jakel, RJ; Vargas, MR; Chen, PC (diciembre de 2008). "La vía Nrf2-ARE: un indicador y modulador del estrés oxidativo en la neurodegeneración". Anales de la Academia de Ciencias de Nueva York . 1147 . Kraft, AD; Calkins, MJ; Jakel, RJ; Vargas, MR; Chen, PC: 61–9. doi :10.1196/annals.1427.036. PMC 2605641 . PMID  19076431. 
  37. ^ Lewis, TL; Courchet, J.; Polleux, F. (16 de septiembre de 2013). "Biología celular en neurociencia: mecanismos celulares y moleculares que subyacen a la formación, el crecimiento y la ramificación de los axones". The Journal of Cell Biology . 202 (6): 837–848. doi :10.1083/jcb.201305098. PMC 3776347 . PMID  24043699. 
  38. ^ Courchet, Julien; Lewis, Tommy L. (junio de 2013). "La ramificación del axón terminal está regulada por la vía de la quinasa LKB1-NUAK1 a través de la captura mitocondrial presináptica". Cell . 153 (7). Lee, Sohyon; Courchet, Virginie; Liou, Deng-Yuan; Aizawa, Shinichi; Polleux, Franck: 1510–1525. doi :10.1016/j.cell.2013.05.021. PMC 3729210 . PMID  23791179. 
  39. ^ Satoh, Daisuke; Arber, Silvia (junio de 2013). "Tallado de arborescencias axonal para que encajen: el maestro dirige una quinasa a la vez". Cell . 153 (7): 1425–1426. doi : 10.1016/j.cell.2013.05.047 . PMID  23791171.
  40. ^ Ellsworth, ML; Ellis, CG; Goldman, D; Stephenson, AH; Dietrich, HH; Sprague, RS (abril de 2009). "Eritrocitos: sensores de oxígeno y moduladores del tono vascular". Fisiología . 24 (2). Goldman, D; Stephenson, AH; Dietrich, HH; Sprague, RS: 107–16. doi :10.1152/physiol.00038.2008. PMC 2725440 . PMID  19364913. 
  41. ^ Sprague, RS; Ellsworth, ML (julio de 2012). "ATP derivado de eritrocitos y distribución de la perfusión: papel de la comunicación intracelular e intercelular". Microcirculación . 19 (5): 430–9. doi :10.1111/j.1549-8719.2011.00158.x. PMC 3324633 . PMID  22775760. 
  42. ^ Ley, K; Laudanna, C; Cybulsky, MI; Nourshargh, S (septiembre de 2007). "Cómo llegar al sitio de la inflamación: actualización de la cascada de adhesión leucocitaria". Nature Reviews. Inmunología . 7 (9): 678–89. doi :10.1038/nri2156. PMID  17717539. S2CID  1871230.
  43. ^ Nourshargh, S ; Hordijk, PL; Sixt, M (mayo de 2010). "Rompiendo múltiples barreras: motilidad de leucocitos a través de las paredes venulares y el intersticio". Nature Reviews Molecular Cell Biology . 11 (5): 366–78. doi :10.1038/nrm2889. PMID  20414258. S2CID  9669661.
  44. ^ Roitt, Ivan M (2013). Fundamentos de Inmunología . GUANABARA KOOGAN. ISBN 978-8527721424.
  45. ^ abc Baker, Abul (2012). Inmunología celular y molecular . K. Abbas, Andrew H. Lichtman, Shiv Pillai; ilustraciones de David L. Baker, Alexandra (7.ª ed.). Filadelfia: Elsevier/Saunders. ISBN 978-1437715286.
  46. ^ Cox, Michael (2005). Enciclopedia de ciencias de la vida . Hoboken, Nueva Jersey [ua]: Wiley [Online-Anbieter]. ISBN 9780470015902.
  47. ^ Macian, F (junio de 2005). "Proteínas NFAT: reguladores clave del desarrollo y la función de las células T". Nature Reviews. Inmunología . 5 (6): 472–84. doi :10.1038/nri1632. PMID  15928679. S2CID  2460785.
  48. ^ Mercedes Rincón; Richard A Flavell y Roger J Davis (2001). "Transducción de señales por quinasas MAP en linfocitos T". Oncogene . 20 (19): 2490–2497. doi : 10.1038/sj.onc.1204382 . PMID  11402343.
  49. ^ Weiss, Arthur. "Eventos de transducción de señales implicados en la activación y diferenciación de los linfocitos" . Consultado el 8 de enero de 2014 .
  50. ^ Le Gallou, S; Caron, G (1 de julio de 2012). "Requisitos de IL-2 para la generación de células plasmáticas humanas: acoplamiento de la diferenciación y la proliferación mediante la mejora de la señalización MAPK-ERK". Journal of Immunology . 189 (1). Delaloy, C; Rossille, D; Tarte, K; Fest, T: 161–73. doi : 10.4049/jimmunol.1200301 . PMID  22634617.
  51. ^ Shaffer, AL; Shapiro-Shelef, M (julio de 2004). "XBP1, dependiente de Blimp-1, expande el aparato secretor y otros orgánulos, y aumenta la síntesis de proteínas en la diferenciación de células plasmáticas". Inmunidad . 21 (1). Iwakoshi, NN; Lee, AH; Qian, SB; Zhao, H; Yu, X; Yang, L; Tan, BK; Rosenwald, A; Hurt, EM; Petroulakis, E; Sonenberg, N; Yewdell, JW; Calame, K; Glimcher, LH; Staudt, LM: 81–93. doi : 10.1016/j.immuni.2004.06.010 . PMID  15345222.
  52. ^ Crotty, Shane; Johnston, Robert J; Schoenberger, Stephen P (19 de enero de 2010). "Efectores y memorias: Bcl-6 y Blimp-1 en la diferenciación de linfocitos T y B". Nature Immunology . 11 (2): 114–120. doi :10.1038/ni.1837. PMC 2864556 . PMID  20084069. 
  53. ^ Michael Cox (2005). Enciclopedia de ciencias de la vida . Hoboken, Nueva Jersey [ua]: Wiley [Online-Anbieter]. ISBN 9780470015902.
  54. ^ Cruciat, CM.; Niehrs, C. (19 de octubre de 2012). "Inhibidores y activadores de Wnt secretados y transmembrana". Cold Spring Harbor Perspectives in Biology . 5 (3): a015081. doi :10.1101/cshperspect.a015081. PMC 3578365 . PMID  23085770. 
  55. ^ Kobayashi, Yasuhiro; Maeda, Kazuhiro; Takahashi, Naoyuki (julio de 2008). "Funciones de la señalización de Wnt en la formación y resorción ósea". Revista Japonesa de Ciencias Dentales . 44 (1): 76–82. doi : 10.1016/j.jdsr.2007.11.002 .
  56. ^ Raju, R; Balakrishnan, L; Nanjappa, V; Bhattacharjee, M; Getnet, D; Muthusamy, B; Kurian Thomas, J; Sharma, J; Rahiman, BA; Harsha, HC; Shankar, S; Prasad, TS; Mohan, SS; Bader, GD; Wani, MR; Pandey, A (2011). "Un mapa de reacción completo y curado manualmente de la vía de señalización RANKL/RANK". Base de datos (Oxford) . 2011 : bar021. doi :10.1093/database/bar021. PMC 3170171. PMID  21742767 . 
  57. ^ Boyce, BF; Xing, L (2007). "Biología de RANK, RANKL y osteoprotegerina". Arthritis Research & Therapy . 9 (Supl 1): S1. doi : 10.1186/ar2165 . PMC 1924516 . PMID  17634140. 
  58. ^ ab Mediero, Aránzazu; Cronstein, Bruce N. (junio de 2013). "Adenosina y metabolismo óseo". Tendencias en Endocrinología y Metabolismo . 24 (6): 290–300. doi :10.1016/j.tem.2013.02.001. PMC 3669669 . PMID  23499155. 
  59. ^ Ham, J; Evans, BA (2012). "Un papel emergente para la adenosina y sus receptores en la homeostasis ósea". Frontiers in Endocrinology . 3 : 113. doi : 10.3389/fendo.2012.00113 . PMC 3444801 . PMID  23024635. 
  60. ^ Watt, FM; Driskell, RR (24 de noviembre de 2009). "El potencial terapéutico de las células madre". Philosophical Transactions of the Royal Society B: Biological Sciences . 365 (1537): 155–163. doi :10.1098/rstb.2009.0149. PMC 2842697 . PMID  20008393. 
  61. ^ Ying, QL; Nichols, J; Chambers, I; Smith, A (31 de octubre de 2003). "La inducción de proteínas Id por BMP suprime la diferenciación y mantiene la autorrenovación de células madre embrionarias en colaboración con STAT3". Cell . 115 (3): 281–92. doi : 10.1016/S0092-8674(03)00847-X . PMID  14636556. S2CID  7201396.
  62. ^ Nishino, J; Kim, I; Chada, K; Morrison, SJ (17 de octubre de 2008). "Hmga2 promueve la autorrenovación de células madre neuronales en ratones jóvenes pero no viejos al reducir la expresión de p16Ink4a y p19Arf". Cell . 135 (2): 227–39. doi :10.1016/j.cell.2008.09.017. PMC 2582221 . PMID  18957199. 
  63. ^ Morrison, SJ; Spradling, AC (22 de febrero de 2008). "Células madre y nichos: mecanismos que promueven el mantenimiento de las células madre a lo largo de la vida". Cell . 132 (4): 598–611. doi :10.1016/j.cell.2008.01.038. PMC 4505728 . PMID  18295578. 
  64. ^ Fuchs, E; Tumbar, T; Guasch, G (19 de marzo de 2004). "Socializar con los vecinos: células madre y su nicho". Cell . 116 (6): 769–78. doi : 10.1016/s0092-8674(04)00255-7 . PMID  15035980. S2CID  18494303.
  65. ^ Clarke, MF; Dick, JE (1 de octubre de 2006). "Células madre cancerosas: perspectivas sobre el estado actual y las direcciones futuras: Taller de la AACR sobre células madre cancerosas". Cancer Research . 66 (19). Dirks, PB; Eaves, CJ; Jamieson, CH; Jones, DL; Visvader, J; Weissman, IL; Wahl, GM: 9339–44. doi :10.1158/0008-5472.CAN-06-3126. PMID  16990346. S2CID  8791540.
  66. ^ Jones, GM; Cram, DS (mayo de 2008). "Perfiles de expresión génica de ovocitos humanos tras la maduración in vivo o in vitro". Reproducción humana . 23 (5). Song, B; Magli, MC; Gianaroli, L; Lacham-Kaplan, O; Findlay, JK; Jenkin, G; Trounson, AO: 1138–44. doi : 10.1093/humrep/den085 . PMID  18346995.
  67. ^ Kidder, GM; Vanderhyden, BC (abril de 2010). "Comunicación bidireccional entre ovocitos y células foliculares: asegurando la competencia para el desarrollo de los ovocitos". Revista Canadiense de Fisiología y Farmacología . 88 (4): 399–413. doi :10.1139/y10-009. PMC 3025001 . PMID  20555408. 
  68. ^ Peng, J.; Li, Q. (4 de febrero de 2013). "Factor de diferenciación de crecimiento 9: los heterodímeros de la proteína morfogenética ósea 15 son potentes reguladores de las funciones ováricas". Actas de la Academia Nacional de Ciencias . 110 (8). Wigglesworth, K.; Rangarajan, A.; Kattamuri, C.; Peterson, RT; Eppig, JJ; Thompson, TB; Matzuk, MM: E776–E785. doi : 10.1073/pnas.1218020110 . PMC 3581982 . PMID  23382188. 
  69. ^ McGinnis, LK; Carroll, DJ; Kinsey, WH (octubre-noviembre de 2011). "Señalización de la proteína tirosina quinasa durante la maduración y fertilización de los ovocitos". Reproducción molecular y desarrollo . 78 (10-11): 831-45. doi :10.1002/mrd.21326. PMC 3186829 . PMID  21681843. 
  70. ^ ab Norris, RP; Ratzan, WJ (junio de 2009). "El GMP cíclico de las células somáticas circundantes regula el AMP cíclico y la meiosis en el ovocito de ratón". Desarrollo . 136 (11). Freudzon, M; Mehlmann, LM; Krall, J; Movsesian, MA; Wang, H; Ke, H; Nikolaev, VO; Jaffe, LA: 1869–78. doi :10.1242/dev.035238. PMC 2680110 . PMID  19429786. 
  71. ^ Vaccari, S; Weeks JL, 2.º (septiembre de 2009). "La señalización de GMP cíclico está implicada en la maduración meiótica dependiente de la hormona luteinizante de los ovocitos de ratón". Biología de la reproducción . 81 (3). Hsieh, M; Menniti, FS; Conti, M: 595–604. doi :10.1095/biolreprod.109.077768. PMC 2731981 . PMID  19474061. {{cite journal}}: CS1 maint: nombres numéricos: lista de autores ( enlace )
  72. ^ Sela-Abramovich, S; Edry, yo; Galiani, D; Nevo, N; Dekel, N (mayo de 2006). "La interrupción de la comunicación de unión dentro del folículo ovárico induce la maduración de los ovocitos". Endocrinología . 147 (5): 2280–6. doi : 10.1210/en.2005-1011 . PMID  16439460.
  73. ^ Sela-Abramovich, S; Chorev, E; Galiani, D; Dekel, N (marzo de 2005). "La proteína quinasa activada por mitógeno media la ruptura de la comunicación inducida por la hormona luteinizante y la maduración de los ovocitos en los folículos ováricos de ratas". Endocrinología . 146 (3): 1236–44. doi : 10.1210/en.2004-1006 . PMID  15576461.
  74. ^ Kim, J; Bagchi, IC; Bagchi, MK (diciembre de 2009). "Control de la ovulación en ratones mediante redes de genes regulados por el receptor de progesterona". Reproducción humana molecular . 15 (12): 821–8. doi :10.1093/molehr/gap082. PMC 2776476 . PMID  19815644. 
  75. ^ Fortune, JE; Willis, EL; Bridges, PJ; Yang, CS (enero de 2009). "El período periovulatorio en el ganado: progesterona, prostaglandinas, oxitocina y proteasas ADAMTS". Animal Reproduction . 6 (1): 60–71. PMC 2853051 . PMID  20390049. 
  76. ^ Geldziler, BD; Marcello, MR; Shakes, DC; Singson, A (2011). "La genética y la biología celular de la fertilización". Caenorhabditis elegans: genética molecular y desarrollo . Métodos en biología celular. Vol. 106. págs. 343–75. doi :10.1016/B978-0-12-544172-8.00013-X. ISBN . 9780125441728. PMC  3275088 . PMID  22118284.
  77. ^ Han, SM; Cottee, PA; Miller, MA (mayo de 2010). "Mecanismos de comunicación entre espermatozoides y ovocitos que controlan la fertilidad de C. elegans". Dinámica del desarrollo . 239 (5): 1265–81. doi :10.1002/dvdy.22202. PMC 2963114 . PMID  20034089. 
  78. ^ Miao, YL; Williams, CJ (noviembre de 2012). "Señalización de calcio en la activación del óvulo y el desarrollo del embrión en mamíferos: la influencia de la localización subcelular". Reproducción molecular y desarrollo . 79 (11): 742–56. doi :10.1002/mrd.22078. PMC 3502661 . PMID  22888043. 
  79. ^ Swann, K; Windsor, S (marzo de 2012). "Las oscilaciones de Ca2+ inducidas por la fosfolipasa C-ζ provocan movimientos citoplasmáticos coincidentes en ovocitos humanos que no lograron fertilizarse después de una inyección intracitoplasmática de espermatozoides". Fertilidad y esterilidad . 97 (3). Campbell, K; Elgmati, K; Nomikos, M; Zernicka-Goetz, M; Amso, N; Lai, FA; Thomas, A; Graham, C: 742–7. doi :10.1016/j.fertnstert.2011.12.013. PMC 3334266 . PMID  22217962. 
  80. ^ Mio, Y; Iwata, K (septiembre de 2012). "Posible mecanismo de bloqueo de la polispermia en ovocitos humanos observados mediante cinematografía time-lapse". Revista de reproducción asistida y genética . 29 (9). Yumoto, K; Kai, Y; Sargant, HC; Mizoguchi, C; Ueda, M; Tsuchie, Y; Imajo, A; Iba, Y; Nishikori, K: 951–6. doi :10.1007/s10815-012-9815-x. PMC 3463667 . PMID  22695746. 
  81. ^ Beall, S; Brenner, C; Segars, J (diciembre de 2010). "Fallo en la maduración de los ovocitos: un síndrome de óvulos en mal estado". Fertilidad y esterilidad . 94 (7): 2507–13. doi :10.1016/j.fertnstert.2010.02.037. PMC 2946974 . PMID  20378111. 
  82. ^ Abou-haila, A; Tulsiani, DR (1 de mayo de 2009). "Vías de transducción de señales que regulan la capacitación de los espermatozoides y la reacción del acrosoma". Archivos de bioquímica y biofísica . 485 (1): 72–81. doi :10.1016/j.abb.2009.02.003. PMID  19217882.
  83. ^ Visconti, PE; Westbrook, VA (enero de 2002). "Nuevas vías de señalización implicadas en la adquisición de la capacidad de fertilización por parte de los espermatozoides". Journal of Reproductive Immunology . 53 (1–2). Chertihin, O; Demarco, I; Sleight, S; Diekman, AB: 133–50. doi :10.1016/S0165-0378(01)00103-6. PMID  11730911.
  84. ^ Salicioni, AM; Platt, MD; Wertheimer, EV; Arcelay, E; Allaire, A; Sosnik, J; Visconti, PE (2007). "Vías de señalización implicadas en la capacitación de los espermatozoides". Suplemento de la Sociedad de Reproducción y Fertilidad . 65 . Wertheimer, EV; Arcelay, E; Allaire, A; Sosnik, J; Visconti, PE: 245–59. PMID  17644966.
  85. ^ Breitbart, H (22 de febrero de 2002). "Regulación del calcio intracelular en la capacitación de los espermatozoides y la reacción acrosómica". Endocrinología molecular y celular . 187 (1–2): 139–44. doi :10.1016/s0303-7207(01)00704-3. PMID  11988321. S2CID  24124381.
  86. ^ Gupta, SK; Bhandari, B (enero de 2011). "Reacción acrosómica: relevancia de las glicoproteínas de la zona pelúcida". Revista asiática de andrología . 13 (1): 97-105. doi :10.1038/aja.2010.72. PMC 3739397 . PMID  21042299. 
  87. ^ Sagare-Patil, V; Vernekar, M; Galvankar, M; Modi, D (15 de julio de 2013). "La progesterona utiliza la vía PI3K-AKT en los espermatozoides humanos para regular la motilidad y la hiperactivación, pero no la reacción acrosómica". Endocrinología molecular y celular . 374 (1–2): 82–91. doi :10.1016/j.mce.2013.04.005. PMID  23623968. S2CID  25689637.
  88. ^ Publicover, S; Barratt, C (17 de marzo de 2011). "Biología reproductiva: la puerta de entrada de la progesterona al esperma". Nature . 471 (7338): 313–4. Bibcode :2011Natur.471..313P. doi :10.1038/471313a. PMID  21412330. S2CID  205062974.
  89. ^ Ashok Agarwal; R. John Aitken; Juan G. Alvarez (17 de marzo de 2012). Estudios sobre la salud y la fertilidad masculina . Nueva York: Humana Press. ISBN 978-1-61779-775-0.
  90. ^ O'Flaherty, C; de Lamirande, E; Gagnon, C (15 de agosto de 2006). "Función positiva de las especies reactivas de oxígeno en la capacitación de los espermatozoides de los mamíferos: activación y modulación de los eventos de fosforilación". Free Radical Biology & Medicine . 41 (4): 528–40. doi :10.1016/j.freeradbiomed.2006.04.027. PMID  16863985.
  91. ^ ab Dorey, K; Amaya, E (noviembre de 2010). "Señalización de FGF: diversos roles durante la embriogénesis temprana en vertebrados". Desarrollo . 137 (22): 3731–42. doi :10.1242/dev.037689. PMC 3747497 . PMID  20978071. 
  92. ^ abc Lanner, F; Rossant, J (octubre de 2010). "El papel de la señalización FGF/Erk en células pluripotentes". Desarrollo . 137 (20): 3351–60. doi :10.1242/dev.050146. PMID  20876656. S2CID  1380227.
  93. ^ abcdef Dreesen, O; Brivanlou, AH (enero de 2007). "Vías de señalización en el cáncer y células madre embrionarias". Stem Cell Reviews . 3 (1): 7–17. doi :10.1007/s12015-007-0004-8. PMID  17873377. S2CID  25311665.
  94. ^ Li, J; Wang, G (abril de 2007). "La señalización MEK/ERK contribuye al mantenimiento de la autorrenovación de células madre embrionarias humanas". Diferenciación; Investigación en diversidad biológica . 75 (4). Wang, C; Zhao, Y; Zhang, H; Tan, Z; Song, Z; Ding, M; Deng, H: 299–307. doi :10.1111/j.1432-0436.2006.00143.x. PMID  17286604.
  95. ^ Sui, Lina; Bouwens, Luc; Mfopou, Josué K. (2013). "Vías de señalización durante el mantenimiento y la diferenciación definitiva del endodermo de células madre embrionarias". Revista Internacional de Biología del Desarrollo . 57 (1): 1–12. doi : 10.1387/ijdb.120115ls . PMID  23585347. S2CID  38544740.
  96. ^ Manning, BD; Cantley, LC (29 de junio de 2007). "Señalización AKT/PKB: navegando aguas abajo". Cell . 129 (7): 1261–74. doi :10.1016/j.cell.2007.06.009. PMC 2756685 . PMID  17604717. 
  97. ^ Song, G; Ouyang, G; Bao, S (enero-marzo de 2005). "La activación de la vía de señalización Akt/PKB y la supervivencia celular". Journal of Cellular and Molecular Medicine . 9 (1): 59–71. doi :10.1111/j.1582-4934.2005.tb00337.x. PMC 6741304 . PMID  15784165. 
  98. ^ Dailey, L; Ambrosetti, D; Mansukhani, A; Basilico, C (abril de 2005). "Mecanismos que subyacen a las respuestas diferenciales a la señalización de FGF". Cytokine & Growth Factor Reviews . 16 (2): 233–47. doi :10.1016/j.cytogfr.2005.01.007. PMID  15863038.
  99. ^ Kelleher, FC; Fennelly, D; Rafferty, M (2006). "Vías críticas comunes en la embriogénesis y el cáncer". Acta Oncologica . 45 (4): 375–88. doi :10.1080/02841860600602946. PMID  16760173. S2CID  24282171.
  100. ^ ab Wang, J; Wynshaw-Boris, A (octubre de 2004). "La vía Wnt canónica en la embriogénesis temprana de mamíferos y el mantenimiento/diferenciación de células madre". Current Opinion in Genetics & Development . 14 (5): 533–9. doi :10.1016/j.gde.2004.07.013. PMID  15380245.
  101. ^ ab Wu, MY; Hill, CS (marzo de 2009). "Señalización de la superfamilia Tgf-beta en el desarrollo embrionario y la homeostasis". Developmental Cell . 16 (3): 329–43. doi : 10.1016/j.devcel.2009.02.012 . PMID  19289080.
  102. ^ ab Kishigami, S; Mishina, Y (junio de 2005). "Señalización BMP y patrones embrionarios tempranos". Cytokine & Growth Factor Reviews . 16 (3): 265–78. doi :10.1016/j.cytogfr.2005.04.002. PMID  15871922.
  103. ^ Lifantseva, NV; Koltsova, AM; Poljanskaya, GG; Gordeeva, OF (23 de enero de 2013). "Expresión de factores de la familia TGFβ y FGF2 en células madre embrionarias de ratón y humanas mantenidas en diferentes sistemas de cultivo". Revista rusa de biología del desarrollo . 44 (1): 7–18. doi :10.1134/S1062360413010050. PMID  23659078. S2CID  8167222.
  104. ^ abc Viswanathan, GA; Seto, J.; Patil, S.; Nudelman, G.; Sealfon, SC (2008). "Introducción a la construcción y análisis de vías biológicas". PLOS Comput Biol . 4 (2): e16. Bibcode :2008PLSCB...4...16V. doi : 10.1371/journal.pcbi.0040016 . PMC 2323403 . PMID  18463709. 
  105. ^ Stromback L., Jakoniene V., Tan H., Lambrix P. (2006) Representación, almacenamiento y acceso. The MIT Press.
  106. ^ Brazma, A.; Krestyaninova, M.; Sarkans, U. (2006). "Estándares de biología de sistemas". Nat Rev Genet . 7 (8): 593–605. doi :10.1038/nrg1922. PMID  16847461. S2CID  35398897.
  107. ^ Baclawski K., Niu T. (2006) Ontologías para bioinformática. Cambridge (Massachusetts): Boca Raton (Florida): Chapman & Hall/CRC.
  108. ^ Kashtan, N.; Itzkovitz, S.; Milo, R.; Alon, U. (2004). "Algoritmo de muestreo eficiente para estimar concentraciones de subgrafos y detectar motivos de red". Bioinformática . 20 (11): 1746–1758. doi : 10.1093/bioinformatics/bth163 . PMID  15001476.
  109. ^ "KEGG: Enciclopedia de Kyoto de genes y genomas".
  110. ^ Kanehisa, M.; Goto, S.; Hattori, M.; Aoki-Kinoshita, KF; Itoh, M.; Kawashima, S. (2006). "De la genómica a la genómica química: nuevos desarrollos en KEGG". Nucleic Acids Res . 34 (número de la base de datos): D354–D357. doi :10.1093/nar/gkj102. PMC 1347464 . PMID  16381885. 
  111. ^ Minoru K., Susumu G., Miho F., Mao T., Mika H. (2010) KEGG para la representación y análisis de redes moleculares que involucran enfermedades y fármacos Nucleic Acids Res. 38(1): D355-D360.
  112. ^ "Inicio". genmapp.org .
  113. ^ Dahlquist, KD; Salomonis, N.; Vranizan, K.; Lawlor, SC; Conklin, BR (2002). "GenMAPP, una nueva herramienta para visualizar y analizar datos de microarrays sobre vías biológicas". Nat. Genet . 31 (1): 19–20. doi : 10.1038/ng0502-19 . PMID  11984561.
  114. ^ "Copia archivada" (PDF) . www.genmapp.org . Archivado desde el original (PDF) el 3 de febrero de 2013 . Consultado el 12 de enero de 2022 .{{cite web}}: CS1 maint: copia archivada como título ( enlace )
  115. ^ Vastrik, I.; D'Eustachio, P.; Schmidt, E.; Joshi-Tope, G.; Gopinath, G.; Croft, D.; de Bono, B.; Gillespie, M.; Jassal, B.; Lewis, S.; Matthews, L.; Wu, G.; Birney, E.; Stein, L. (2007). "Reactome: una base de conocimiento de vías y procesos biológicos". Genome Biol . 8 (3): R39. doi : 10.1186/gb-2007-8-3-r39 . PMC: 1868929. PMID:  17367534 . 
  116. ^ Joshi-Tope, G.; Gillespie, M.; Vastrik, I.; D'Eustachio, P.; Schmidt, E.; de Bono, B.; Jassal, B.; Gopinath, GR; Wu, GR; Matthews, L.; Lewis, S.; Birney, E.; Stein, L. (2005). "Reactome: una base de conocimiento de vías biológicas". Nucleic Acids Res . 33 (Número de base de datos): D428–32. doi :10.1093/nar/gki072. PMC 540026 . PMID  15608231. 
  117. ^ Matthews, L.; Gopinath, G.; Gillespie, M.; Caudy, M. (2009). "Base de conocimiento de Reactome sobre vías y procesos biológicos humanos". Nucleic Acids Res . 37 (número de la base de datos): D619–D622. doi :10.1093/nar/gkn863. PMC 2686536 . PMID  18981052. 
  118. ^ Croft, D.; O'Kelly, G.; Wu, G.; Haw, R. (2011). "Reactome: una base de datos de reacciones, vías y procesos biológicos". Nucleic Acids Res . 39 (número de la base de datos): D691–D697. doi :10.1093/nar/gkq1018. PMC 3013646 . PMID  21067998. 
  119. ^ Haw, R.; Hermjakob, H.; D'Eustachio, P.; Stein, L. (2011). "Análisis de la vía reactómica para enriquecer el descubrimiento biológico en conjuntos de datos proteómicos". Proteómica . 11 (18): 3598–3613. doi :10.1002/pmic.201100066. PMC 4617659 . PMID  21751369. 
  120. ^ Priami, C. (ed.) (2003) Métodos computacionales en biología de sistemas. LNCS 2602. Springer Verlag.
  121. ^ Karp, PD; Riley, M.; Saier, M.; Paulsen, IT; Paley, SM; Pellegrini-Toole, A. (2000). "Las bases de datos ecocyc y metacyc". Nucleic Acids Res . 28 (1): 56–59. doi :10.1093/nar/28.1.56. PMC 102475 . PMID  10592180. 
  122. ^ Ogata, H.; Goto, S.; Sato, K.; Fujibuchi, W.; Bono, H.; Kanehisa, M. (1999). "Kegg: Enciclopedia de Kioto de genes y genomas". Nucleic Acids Res . 27 (1): 29–34. doi :10.1093/nar/27.1.29. PMC 148090 . PMID  9847135. 
  123. ^ Ashburner, M (2000). "Ontología genética: herramienta para la unificación de la biología. El Consorcio de Ontología Genética". Nat. Genet . 25 (1): 25–29. doi :10.1038/75556. PMC 3037419 . PMID  10802651. 
  124. ^ Kanehisa, M (2002). "Las bases de datos KEGG en GenomeNet". Nucleic Acids Res . 30 (1): 42–46. doi :10.1093/nar/30.1.42. PMC 99091 . PMID  11752249. 
  125. ^ Boyle, EI (2004). "GO::TermFinder: software de código abierto para acceder a información de ontología genética y encontrar términos de ontología genética significativamente enriquecidos asociados con una lista de genes". Bioinformática . 20 (18): 3710–3715. doi :10.1093/bioinformatics/bth456. PMC 3037731 . PMID  15297299. 
  126. ^ Huang, DW (2007). "La herramienta de clasificación funcional de genes DAVID: un nuevo algoritmo biológico centrado en módulos para analizar funcionalmente grandes listas de genes". Genome Biol . 8 (9): R183. doi : 10.1186/gb-2007-8-9-r183 . PMC 2375021. PMID  17784955 . 
  127. ^ Maere, S (2005). "BiNGO: un complemento de Cytoscape para evaluar la sobrerrepresentación de categorías de ontología genética en redes biológicas". Bioinformática . 21 (16): 3448–3449. doi : 10.1093/bioinformatics/bti551 . PMID  15972284.
  128. ^ Ramos, H (2008). "El explorador de información y propiedades de proteínas: una aplicación web fácil de usar y de cliente enriquecido para la gestión y el análisis funcional de datos proteómicos". Bioinformática . 24 (18): 2110–2111. doi :10.1093/bioinformatics/btn363. PMC 2638980 . PMID  18635572. 
  129. ^ Li, Y (2008). "Una red de comunicación cruzada de vías globales". Bioinformática . 24 (12): 1442–1447. doi : 10.1093/bioinformatics/btn200 . PMID  18434343.
  130. ^ Khatri, P.; Sirota, M.; Butte, AJ (2012). "Diez años de análisis de vías: enfoques actuales y desafíos pendientes". PLOS Comput. Biol . 8 (2): e1002375. Bibcode :2012PLSCB...8E2375K. doi : 10.1371/journal.pcbi.1002375 . PMC 3285573 . PMID  22383865. 
  131. ^ ab Yeh, CS; Wang, JY; Cheng, TL; Juan, CH; Wu, CH; Lin, SR (2006). "La vía metabólica de los ácidos grasos desempeña un papel importante en la carcinogénesis de los cánceres colorrectales humanos mediante análisis de microarrays-bioinformática". Cancer Letters . 233 (2): 297–308. doi :10.1016/j.canlet.2005.03.050. PMID  15885896.
  132. ^ Alberio, T.; Lopiano, L.; Fasano, M. (2012). "Modelos celulares para investigar las vías bioquímicas en la enfermedad de Parkinson". Revista FEBS . 279 (7): 1146–1155. doi :10.1111/j.1742-4658.2012.08516.x. PMID  22314200. S2CID  22244998.
  133. ^ Mattson, MP; Pedersen, WA; Duan, W.; Culmsee, C.; Camandola, S. (1999). "Mecanismos celulares y moleculares que subyacen al metabolismo energético perturbado y la degeneración neuronal en las enfermedades de Alzheimer y Parkinson". Anales de la Academia de Ciencias de Nueva York (manuscrito enviado). 893 (1): 154–175. Bibcode :1999NYASA.893..154M. doi :10.1111/j.1749-6632.1999.tb07824.x. PMID  10672236. S2CID  23438312.
  • Recurso KEGG
  • Herramientas DAVID Archivado el 16 de septiembre de 2014 en Wayback Machine.
  • Mapa genético
  • GoMiner Archivado el 1 de enero de 2016 en Wayback Machine
  • Guía de ruta
  • [1]
Obtenido de "https://es.wikipedia.org/w/index.php?title=Cascada_bioquímica&oldid=1221397415"