Memorias 2013 - 5a Conferencia Científica Anual sobre Síndrome Metabólico - Presentación Tabajos Libres Orales -
MÓDULO: RESISTENCIA A LA INSULINA Y SÍNDROME METABÓLICO - Análisis de vías de señalización asociadas a síndrome metabólico
* Claudia Hallal C., Alejandro Nieto R., Jorge A. García D., David Escárcega C., Diana García
(Facultad de Farmacia, Universidad Autónoma del Estado de Morelos, Instituto Tecnólogico y de Estudios Superiores de Monterrey)
Presentacion Normativa 147 dENGUE 02 DE AGOSTO 2023.pptx
Análisis de vías de señalización asociadas a síndrome metabólico
1. Dra. Claudia Hallal Calleros
ANÁLISIS DE VÍAS DE
SEÑALIZACIÓN ASOCIADAS A
SÍNDROME METABÓLICO
2. Regulación de procesos celulares
Diferenciación, crecimiento, sobrevivencia,
muerte.
Activados por diversos estímulos.
Finamente regulados en el organismo.
En esta regulación están involucradas
múltiples vías de señalización que se
integran en redes moleculares complejas
Entender el funcionamiento y el
comportamiento de las redes biológicas
permite el desarrollo de fármacos y métodos
diagnósticos.
3. SÍNDROME METABÓLICO
La complejidad multifactorial del SM da
como resultado la alteración de muchas
moléculas involucradas en múltiples vías de
señalización.
Alto grado de complejidad en la
caracterización e identificación de los
mecanismos moleculares.
Dificulta el desarrollo de fármacos eficaces y
seguros y de métodos diagnósticos
4. Biología de sistemas
Para entender los mecanismos complejos se han
generado herramientas que generan datos masivos.
Con los microarreglos se generan miles de datos en
células o tejidos normales o alterados.
El reto: análisis de los datos.
Fuera de la capacidad de humana, requiere
herramientas computacionales.
Estudio de múltiples genes, proteínas y sus
interacciones, estructuradas como sistemas
complejos en vías de señalización.
5. Herramientas para modelación y simulación para
aplicaciones biológicas, repositorios y bases de datos en
línea.
Pathguide (http://www.pathguide.org/)
Protein-Protein Interactions
Metabolic Pathways
Signaling Pathways
Pathway Diagrams
Transcription Factors / Gene Regulatory Networks
Protein-Compound Interactions
Genetic Interaction Networks
Protein Sequence Focused
6. Utilizan diferentes lenguajes computacionales.
Carecen de la capacidad de transformar formatos.
No tienen la capacidad de integrar datos
experimentales.
Carecen de representaciones expresivas
Carecen de visualización dinámica (imágenes
estáticas).
Carecen de posibilidad de manipulación.
No estan disponibles con acceso libre.
ALGUNAS DEBILIDADES
7. KEGG PATHWAY Database
http://www.genome.jp/kegg/pathway.html
Kyoto Encyclopaedia of Genes and Genomes
(KEGG).
Una de las más representativas.
De las más completa.
Múltiples organismos.
Libre acceso.
PERO Diagramas no expresivos.
[Kanehisa M. 2008].
8. Vías de señalización expresivas
Visualización dinámica: permite la interacción del
usuario con la red
Expresivas: permiten definir las interacciones entre sus
componentes
Funcionamiento
Comportamiento
Facilitar el análisis
Facilitar la interpretación
Permitir la manipulación
9. Petri nets
Grafos bipartitas, constan de arcos y de nodos, que son
de dos tipos: plazas y transiciones.
Plazas: circulos, modelan elementos pasivos del
sistema, por ejemplo componentes biológicos (genes
proteínas).
Transiciones: barras, elementos activos, eventos, por
ejemplo reacciones químicas (fosforilación,
reclutamiento).
Arcos: flechas, unen a los nodos relacionados.
Murata 1989).
10. Petri nets
Varios niveles de abstracción
Visualización dinámica
Expresivas
Dinámicas
Automatizable
11. SISTEMA INMUNE
Y SÍNDROME METABÓLICO
La respuesta inmune y la regulación metabólica
están estrechamente relacionadas.
Muchos aspecos del SM se han asociado con inflamación
crónica inplicando al sistema inmune como posible
causal del SM[Bosello, O. 2000, Zamboni, M. 1993, Olaiz-
Fernández, G. 2006, Friedman, J.M. 1998, Lee, Y. 2001]
Entre los principales factores de riesgo que caracterizan
al SM se incluye un estado proinflamatorio (Grundy, S.
M. 2006).
El funcionamiento de una es dependiente de la otra.
12. Activación del sistema inmune innato controla el
metabolismo de macronutrientes y promueve el
SM y arterosclerosis [Zamboni, M. 1993, Olaiz-
Fernández, G. 2006, Friedman, J.M. 1998, Lee, Y.
2001].
Los ácidos grasos pueden alterar el sistema inmune
e inducir algunos de sus efectos
biológicos[Bergman, R.N. 2000, Holm, C. 2003,
Belfrage, P. 1982, Sztalryd, C. 2003, Sengenes, C.
2000, Arner, P. 2005, Kuo, L.E. 2007].
13. Existe fuerte correlación entre la inflamación
y la obesidad, la resistencia a la insulina, y la
arterosclerosis.
No se comprende a profundidad el
mecanismo de como el sistema inmune afecta
esta enfermedadmetabolica .
Se necesita el entendimiento profundo de las
vias de señalización involucradas en esta
patología.
15. NLRP3 inflammasoma
Plataforma de proteína esencial para la activación de
caspasas inflamatorias y la subsecuente maduración y
activación de sus substratos, las pro-formas inactivas
de citocinas pro-inflamatorias
Puede ser activado por moléculas derivadas del
huésped que son abundantes en individuos obesos:
Exceso de ATP, glucosa, ceramidas, especies reactivas
de oxígeno, LDL oxidado, ácido úrico y cristales de
colesterol (Schroder K, 2010).
La activación de esta vía en tejido graso ocurre en
individuos obesos
16. Citocinas
Factor de necrosis tumoral alfa (TNF alfa) puede
activar componentes inflamatorios como el factor
nuclear kappa-B (NFkappaB), e inhibir la señalización
de la insulina (Lebovitz HE 2003).
IL-1 e IL-8 son activadas por la vía del Inflamasoma
Respuestas mediadas por Il-1 dan lugar a la resistencia
a la insulina a nivel de tejido graso, hígado y músculo
de animales obesos.
17. Receptores Toll like (TLR)
Son proteínas importantes en la respuesta inmune innata.
Reconocen estructuras conservadas en microorganismos
(lípidos de pared celular).
También tienen un papel importante en el sistema
digestivo.
El SM y la enfermedad ateroesclerótica cardiovascular se
relacionan con ingesta de SFA (ácidos grasos libres) y con
inflamación.
La acumulación de SFA favorece la inflamación.
TLR4 es necesario para que la ingesta de SFA induzca
obesidad, resistencia a la insulina e inflamación vascular.
18. PPAR
The acute phase response (APR) classically refers to the
rapid reprogramming of gene expression and
metabolism in response to inflammatory cytokine
signaling.
Acute phase protein (APP) levels being connected to
metabolic syndrome disorders.
PPAR modulation has been stated between the
principal factors of this syndrome (Tenebaum A, 2004).
PPAR-alpha interferes with several steps of the
inflammatory cytokine signaling cascade in the
hepatocyte and is a regulator of the inflammatory
response (Zambon A 2006).
19. Objetivo
Generar un mapa de vías de señalización
expresivas, importantes en los procesos
inflamatorios relacionados con SM.
Utilizamos un modelo animal de SM.
Analizamos los cambios en los niveles génicos en
de ratas sanas comparadas con ratas enfermas.
Generamos redes biológicas expresivas basadas en
redes de petri para analizar los datos generados
con microarreglos de un modelo animal con SM.
Utilizando el software BiopathXplore
20. Tejido de aorta
MS se asocia con un aumento en la rigidez del tejido de
la aorta, que es un predictor de morbi-mortalidad
cardiovascular.
La rigidez arterial es un determinante en las
alteraciones de la presión de pulso, que se asocia con
eventos coronarios.
La rigidez de la aorta es un posible mecanismo causal
de el alto riesgo cardiovascular asociado al SM
21. MÉTODOS
Modelo animal: 6 ratas Wistar, macho,
normoglicémicas, de 300 a 400 g, alimentadas con una
dieta estándar.
Tres ratas admistradas con dieta alta en grasa (HFD)
intragástrica, y posterior administración de STZ.
Disección de tejido de aorta: Se administró
pentobarbital (35mg/Kg)y se sacrificaron por dislocación
cervical. El tejido se colocó en soln. estabilizadora
(RNAlaterTM, QIAGEN) y se mantuvo a -70°.
22. Extracción de RNA: Método de un solo paso con
isotiocianato de guanidina/fenol/cloroformo, usando
TRIzol. Se cuantificó usando NanoDrop ® ND-1000
Spectrophotometer, y la integridad se monitoreó por
electroforesis microcapilar.
Microarreglos: El RNA se amplificó, marcó e hibridizó en
microarreglos de expresión de rata. Se escaneó en un
GeneChip Scanner 3000 7G, obteniendo la intesnidad de
fluorescencia de cada transcrito.
Rat Gene 1.0 ST Array (Affymetrix)
Número total de sondas de 722,254.
No. estimado de genes 27,342 (11 pares de sondas por
gen).
24. Microarreglos de expresión
Comparación del grupo SM con el grupo Cr:
Genes expresados diferencialmente: 1883
genes sobreregulados (up-regulated): 925
genes subregulados (down-regulated): 958
26. Concurrent Dynamic Visualizations With Expressive
Petri Net Representations to Enrich the Understanding
of Biological and Pathological Processes: an Application
to Signaling Pathways.
F. Ramos*1, C. Hallal2, A. Nieto3, D. García4, J. Berúmen5, D. Escárcega*6
1, 4 6 , Tecnológico de Monterrey, Campus Cuernavaca.
2, 3 Universidad Autónoma del Estado de Morelos. Facultad de Farmacia
5 Hospital General de México.
Journal of Applied Research and Technology Vol. 10, October 2012, 766-782
34. KEGG
A set of NLRs induces caspase-1 activation through the assembly of
multiprotein complexes called inflammasomes. These NLRs include NALP1,
NALP3 and Ipaf. The inflammasomes are critical for generating mature
proinflammatory cytokines in concert with Toll-like receptor signaling pathway.