Understanding the mechanisms of robustness in intracellular protein signalling cascades and gene expression

Abstract

We seek to understand the structural as well as the mechanistic basis of robustness in intracellular protein signalling cascades and in transcriptional regulation of gene expression. For protein signalling cascades, we employ a comparison based study involving a single, a double and a cascade of two double phosphorylation-dephosphorylation (PD) cycles. Using deterministic modelling approaches based on ordinary differential equations (ODE), we observe that the cascade of two double PD cycles exhibits robust output behaviour compared to that of a single and a double PD cycle upon constant as well as time- varying input perturbations. Furthermore, a system theoretic analysis reveals that the protein phosphorylation cascades act as an efficient low-pass filter that attenuates the noise mimicked as high-frequency input signals. Afterwards, we extend the study for a stochastic environment. Simulation results based on the stochastic simulation algorithm (SSA) reveal a novel phenomenon called dynamic sequestration that plays an ambivalent role as an intrinsic noise filter. Overall, the analysis indicates that complexity can be one of the basic principles of robust biological designs such as intracellular protein signalling cascades. A major function of intracellular signalling cascades is to transmit the extracellular signal to the nucleus to initiate the process of gene expression. Gene expression is an intrinsically stochastic process that results into cell-to-cell variability in protein and messenger RNA (mRNA) levels, often termed as the expression noise. In spite of such noise, how cells achieve robustness is therefore a fundamental biological problem. We conclude the thesis by introducing a rule-based modelling approach based on the Kappa (κ) platform with the goal to understand the underlying mechanisms that ensure robust cellular functioning during gene expression. In particular, we introduce a gene expression model that keeps the process of transcription and excludes the process of translation. Therefore, we quantify the expression noise using mRNA which is the end product of transcription. Besides, the motivation behind adopting a rule-based modelling approach is that unlike the ODE-based approach, the former subsumes the combinatorial complexity arises due to various binding configurations of transcription factors (TF) for regulation of gene expression and offers a compact graphical representation of the same. Afterwards, the representation is transformed into an equivalent set of executable κ rules that are simulated using the SSA to obtain distributions of mRNA copy numbers corresponding to different regulatory mechanisms.

Wir wollen sowohl die strukturellen als auch die mechanistischen Grundlagen der Robustheit in intrazellulären Proteinsignalkaskaden und in der transkriptionellen Regulation der Genexpression verstehen. Für die Untersuchung von Proteinsignalkaskaden verwenden wir eine vergleichsbasierte Studie mit einer Einzelphosphorylierung, einer Doppelphosphorylierung und einer Kaskade von zwei Doppelphosphorylierungs-Dephosphorylierungs-(PD)-Zyklen. Zur Modellierung verwenden wir deterministische Ansätze, die auf gewöhnlichen Differentialgleichungen (ODE) basieren. Im Gegensatz zu einem einzelnen und einem doppelten PD-Zyklus weist die Kaskade von zwei doppelten PD-Zyklen ein robustes Ausgabeverhalten bei konstanten sowie zeitvariablen Eingangsstörungen auf. Darüber hinaus zeigt eine systemtheoretische Analyse, dass die Proteinphosphorylierungskaskaden als effizienter Tiefpassfilter wirken, der hochfrequente Eingangssignale dämpft. Anschließend erweitern wir die Studie mit einer stochastischen Umgebung. Simulationsergebnisse, die auf dem stochastischen Simulationsalgorithmus (SSA) basieren, zeigen ein neuartiges Phänomen namens "Dynamic Sequestration", das eine ambivalente Rolle als intrinsischer Rauschfilter spielt. Insgesamt zeigt die Analyse, dass Komplexität eines der Grundprinzipien robuster biologischer Systeme wie intrazellulärer Proteinsignalkaskaden sein kann. Eine der Hauptfunktionen intrazellulärer Signalkaskaden besteht darin das extrazelluläre Signal an den Kern zu übertragen, um den Prozess der Genexpression einzuleiten. Die Genexpression ist ein intrinsisch stochastischer Prozess, der zu einer Variabilität der Protein- und Messenger-RNA (mRNA)-Menge von Zelle zu Zelle führt, die oft als Expressionsrauschen bezeichnet wird. Trotz des Rauschens ist es daher ein grundlegendes biologisches Problem, wie Zellen ihre Robustheit erreichen. Um zugrunde liegende Mechanismen zu verstehen, die eine robuste zelluläre Funktion während der Genexpression gewährleisten, schließen wir die Arbeit mit der Einüfhrung eines regelbasierten Modellierungsansatzes auf Basis der Kappa (κ)-Plattform ab. Insbesondere stellen wir ein Genexpressionsmodell vor, das den Prozess der Transkription beibehält und den Prozess der Translation ausschließt. Daher quantifizieren wir das Expressionsrauschen mit Hilfe der mRNA, die das Endprodukt der Transkription ist. Darüber hinaus ist die Motivation für die Verwendung eines regelbasierten Modellierungsansatzes, dass im Gegensatz zum ODE-basierten Ansatz die kombinatorische Komplexität durch verschiedene Bindungskonfigurationen von Transkriptionsfaktoren (TF) zur Regulierung der Genexpression abgebildet wird und eine kompakte grafische Darstellung derselben geboten wird. Anschließend wird die Darstellung in einen äquivalenten Satz von ausführbaren κ-Regeln umgewandelt, die mit Hilfe der SSA simuliert werden, um Verteilungen von mRNA-Molekülen zu erhalten, die verschiedenen Regulationsmechanismen entsprechen. Wir wollen sowohl die strukturellen als auch die mechanistischen Grundlagen der Robustheit in intrazellulären Proteinsignalkaskaden und in der transkriptionellen Regulation der Genexpression verstehen. Für die Untersuchung von Proteinsignalkaskaden verwenden wir eine vergleichsbasierte Studie mit einer Einzelphosphorylierung, einer Doppelphosphorylierung und einer Kaskade von zwei Doppelphosphorylierungs-Dephosphorylierungs-(PD)-Zyklen. Zur Modellierung verwenden wir deterministische Ansätze, die auf gewöhnlichen Differentialgleichungen (ODE) basieren. Im Gegensatz zu einem einzelnen und einem doppelten PD-Zyklus weist die Kaskade von zwei doppelten PD-Zyklen ein robustes Ausgabeverhalten bei konstanten sowie zeitvariablen Eingangsstörungen auf. Darüber hinaus zeigt eine systemtheoretische Analyse, dass die Proteinphosphorylierungskaskaden als effizienter Tiefpassfilter wirken, der hochfrequente Eingangssignale dämpft. Anschließend erweitern wir die Studie mit einer stochastischen Umgebung. Simulationsergebnisse, die auf dem stochastischen Simulationsalgorithmus (SSA) basieren, zeigen ein neuartiges Phänomen namens "Dynamic Sequestration", das eine ambivalente Rolle als intrinsischer Rauschfilter spielt. Insgesamt zeigt die Analyse, dass Komplexität eines der Grundprinzipien robuster biologischer Systeme wie intrazellulärer Proteinsignalkaskaden sein kann. Eine der Hauptfunktionen intrazellulärer Signalkaskaden besteht darin das extrazelluläre Signal an den Kern zu übertragen, um den Prozess der Genexpression einzuleiten. Die Genexpression ist ein intrinsisch stochastischer Prozess, der zu einer Variabilität der Protein- und Messenger-RNA (mRNA)-Menge von Zelle zu Zelle führt, die oft als Expressionsrauschen bezeichnet wird. Trotz des Rauschens ist es daher ein grundlegendes biologisches Problem, wie Zellen ihre Robustheit erreichen. Um zugrunde liegende Mechanismen zu verstehen, die eine robuste zelluläre Funktion während der Genexpression gewährleisten, schließen wir die Arbeit mit der Einüfhrung eines regelbasierten Modellierungsansatzes auf Basis der Kappa (κ)-Plattform ab. Insbesondere stellen wir ein Genexpressionsmodell vor, das den Prozess der Transkription beibehält und den Prozess der Translation ausschließt. Daher quantifizieren wir das Expressionsrauschen mit Hilfe der mRNA, die das Endprodukt der Transkription ist. Darüber hinaus ist die Motivation für die Verwendung eines regelbasierten Modellierungsansatzes, dass im Gegensatz zum ODE-basierten Ansatz die kombinatorische Komplexität durch verschiedene Bindungskonfigurationen von Transkriptionsfaktoren (TF) zur Regulierung der Genexpression abgebildet wird und eine kompakte grafische Darstellung derselben geboten wird. Anschließend wird die Darstellung in einen äquivalenten Satz von ausführbaren κ-Regeln umgewandelt, die mit Hilfe der SSA simuliert werden, um Verteilungen von mRNA-Molekülen zu erhalten, die verschiedenen Regulationsmechanismen entsprechen.