Complexity in Biology and Medicine Physics and the City Bologna 15-17 dicembre 2005
-
Upload
armand-hudson -
Category
Documents
-
view
25 -
download
0
description
Transcript of Complexity in Biology and Medicine Physics and the City Bologna 15-17 dicembre 2005
Complexityin Biology
and Medicine
Physics and the CityBologna 15-17 dicembre 2005
Claudio Franceschi
CIG, CentroInterdipartimentale
“L. Galvani” University of Bologna
ITALY
1° punto il corpo come entità “storica”
risultato dell’evoluzione
ed il nuovo paradigma
della medicina evolutiva
Il corpo come entità storico/evolutiva
nel DNA c’è scritta non solo l’informazione genetica ma anche tutta la storia evolutiva della nostra specie
solo una piccola percentuale del DNA codifica per proteine (“coding regions”)
il resto è costituito da geni troncati, pseudogeni, introni, sequenze ripetute, trasposoni, microsatelliti, sequenze che codificano per piccoli RNA…
Il corpo come entità storico/evolutiva
nel DNA c’è scritta non solo l’informazione genetica ma anche tutta la storia evolutiva della nostra specie
solo una piccola percentuale del DNA codifica per proteine (“coding regions”)
il resto è costituito da geni troncati, pseudogeni, introni, sequenze ripetute, trasposoni, microsatelliti, sequenze che codificano per piccoli RNA…
La storia evolutiva della vita sulla terra è una storia di contaminazioni genetiche “orizzontali”
meglio rappresentata da un albero reticolato o da una rete
La medicina evolutiva
il nostro corpo è il risultato di un processo di adattamento, durato
molti milioni di anni, ad un ambiente che è stato drasticamente modificato
negli ultimi, pochi, millenni e soprattutto negli ultimi secoli.
Il risultato è che siamo dei “disadattati evolutivi”
In alcune parti del mondo
(paesi ricchi, sviluppati)
abbiamo “ottimizzato” l’ambiente
(nutrizione, igiene, medicina, condizioni di lavoro)
The highest national life expectancy observed for female, 1580 - present
Max Plank Institute for Demography, Rostock, Germany, Annual Report 2001
L’aspettativa di vita si è più che raddoppiata negli ultimi due secoli
il nuovo paradigma dellamedicina evolutiva
Le più importanti patologie sono in larga misura la conseguenza del fatto che il nostro corpo è governato da geni e varianti genetiche (polimorfismi) in larga misura “ancestrali” che si sono selezionate per adattarsi ad un ambiente caratterizzato da:
- Carestie (oggi opulenza e facile accesso al cibo)
- Infezioni (oggi ambiente “igienizzato”)- Grande dispendio di energie fisiche (oggi
sedentarietà)
2° punto il corpo come sistema complesso
ed i nuovi paradigmi
della Biologia Sistemica (Systems Biology)
e dellaBiologia delle Reti (Network Biology)
Hunter & Borg, Integration from proteins to organs: the Physiome Project, Nat. Rev.
Mol. Cell. Biol. 2003
THE PHYSIOME PROJECTTHE PHYSIOME PROJECT
Multiscale integrationMultiscale integration
L’organizzazione a livelli multipli di scale spaziali (da 1 nm per le proteine a 1 m per l’intero corpo)
e temporali (da 10-6 a livello molecolare a 109 s per l’intero corpo)richiede una gerarchia di modelli
SYSTEM BIOLOGY• Per capire la Biologia a livello
sistemico dobbiamo esaminare la struttura e la dinamica delle funzioni cellulari e dell’intero organismo, piuttosto che le caratteristiche delle parti isolate di una cellula o di un organismo
• Proprietà dei sistemi quali la robustezza emergono come argomento centrale, ed il capire queste proprietà può avere un forte impatto sulla medicina
Kitano H, Systems Biology, a brief overview, Science 2002
SYSTEM BIOLOGY Sebbene la Biologia Sistemica sia
ancora agli inizi, i suoi benefici potenziali sono immensi, sia in termini scientifici che pratici…
La Biologia si sta muovendo dal livello molecolare al livello sistemico, e questa transizione sta rivoluzionando la nostra comprensione dei complessi sistemi regolatori biologici e sta fornendo eccezionali opportunità per l’applicazione pratica di queste conoscenze…..
Kitano H, Systems Biology, a brief overview, Science 2002
SYSTEM BIOLOGY• Forse la conseguenza più importante dello HUMAN
GENOME PROJECT è stata quella di spingere gli scienziati verso una nuova concezione della Biologia, ovvero verso l’approccio sistemico
• La Biologia Sistemica non studia i geni e le proteine individualmente ed un alla volta, come è stato fatto, del resto con straordinario successo, negli ultimi 30 anni. Piuttosto si interessa di come si comportano e di quali relazioni hanno tra loro gli elementi che costituiscono un sistema biologico, mentre stanno funzionando
Ideker T, Galitdki T, Hood L,
A new approach to decoding life: Systems Biology, Annu. Rev. Genomics Hum. Genet. 2001
Webster JI et al, Ann. Rev. Immun., 2002
Comunicazioni tra sistema nervoso e sistema immunitario nello stress
Uno degli obiettivi fondamentali della ricerca biomedica nell’era post-genomica è quello di fare un catalogo sistematico delle
molecole e delle loro interazioniper capire come esse determinino quelle “macchine” enormemente complesse che sono
le cellule. La Biologia delle reti suggerisce la presenza di leggiuniversali ed offre una nuova impalcatura concettuale che sta
rivoluzionando la biologia e la medicinaNature Rev Genet, 5, 101-113, 2004
Mappa delle interazioni proteina-proteina nel lievito (S. cerevisiae)
Barabasi and Oltvai, Nat Rev Genet, 2004
Un sistema di elementi interagenti può essere rappresentato da un oggetto matematico chiamato “grafo” con nodi o vertici, e con connessioni (edges) così da costituire una rete (network)
- un nodo è caratterizzato dalla sua
connettività o “grado” K
che indica quante connessioni (links) esso ha con altri nodi
- La distribuzione della connettività P(k) indica la probabilità che un determinato nodo abbia esattamente K connessioni
(si ottiene contando il numero di nodi N(k) con K= 1,2…
e dividendo per il numero totale dei nodi)
Network topology: different system structure, different behaviourNetwork topology: different system structure, different behaviour
Barabasi & Oltvai, Nat. Rev. Genet. 2004
Le reti biologiche sono scale-free
Le complesse reti biologiche (metaboliche, di interazione tra geni e tra proteine) sono scale-free (invarianza di scala) caratterizzate da:
- Grande Eterogeneità (seguono una legge di potenza)
- Robustezza e Ridondanza (tolleranti ad errori e a inattivazioni di nodi)
- Rarità degli hubs (nodi altamente connessi)
• Le reti scale-free sono caratterizzate da una distribuzione della connettività
P(K) ~ K-
che segue (approssima) una legge di potenza (power law)
Confronto tra la distribuzione della connettività in reti scale-free (O)e in grafi random ( □) aventi lo stesso numero di nodi e di connessioni
Le reti “scale-free” tendono all’accrescimento ed al rinforzo della
connettivitànel corso dell’evoluzione
secondo la regola che“i ricchi diventano più ricchi”
i nuovi nodi preferiscono attaccarsi a nodi che sono già altamente connessi
complessizzazione evolutiva
dal punto di vista della funzione
i geni possono essere assegnati a
categorie multiple
e tale assegnazione può
essere “pesata”
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
le mappe rappresentano
network di interazioni possibili
ed in vivo non tutte le connessioni
sono presenti ed attive
allo stesso tempo o in ogni tipo cellulare
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
i geni hanno
patterns di espressione dinamici
nel tempo e nello spazio
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
Visione probabilistica della funzione del gene
(Fraser and Marcotte, Nature Genetics, 36, 559-564, 2004)
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
probabilisticdescription
of gene function
integrated approach
the data directly reveal
the hierarchy
subjectivemanual curation
Reti di interazioni fisiche tra geni del lievito (S. cerevisiae)
3.344 interazioni(2 dataset combinati)
7.238 interazioni(3 dataset combinati)
10.435 interazioni(4 dataset combinati)
Biologia Sistemica e Matematica
La complessità dei sistemi biologici e la enorme quantità di informazioni oggi disponibili a livello di geni, proteine, cellule e organi richiede lo sviluppo di modelli matematici che possano definire le relazioni tra struttura e funzione a tutti i livelli di organizzazione dei sistemi biologici
modellotroppo
semplice
modellotroppo
complesso
Rapporto tra efficacia/complessità nei modelli bottom-up
How to study human longevity ?
1. Centenarians vs young/old subjects
2. Very old sibpairs3. Twins
4. Families enriched in very old components
5. Longitudinal studies on cohorts of different age
centenarians are likely not simply the more robust
but those people who adapted
and remodelled
better and quicker(more hormetic ?)
remodelling selection +
the model of centenarians
Centenarians represent an extreme phenotype: 1:8-10,000
GEHAGEnetics of Healthy Aging
Integrated Project of EU 6thFP 7.2 M €, 25 Units
(coordinator C. Franceschi)Recruitment and Genome Scanning (nuclear and mitochondrial genomes)
of 2800 90+ sibpairs collected in 12 countriesStarting date: May 1st 2004
STRESS RESPONSE
HFE TH IFN IGF1-R HRAS1
FibrinogenFactor VIIFactor V
PAI-1
RISK FACTORS FOR CARDIOVASCULAR DISEASES,DEMENTIA AND DIABETES
APOBAPOA1APOC3APOA4
HSP70 p53PARP
WAF-1Y CHROM
CANCER, DNA REPAIR, CELLULAR PROLIFERATION, APOPTOSIS
TNF IL6TLR4
IL-1CD95IL-1 IL-1RADefensins
INFLAMMATION-Immune response
RENINSTPO
SOD1SOD2
Longevity genes in humans (association studies)
IL10 TGF
SIRT3
with longevity
In red and bold gene-positive associations
FAS
PON1 APOE
PPAR
Polymorphisms of genes involved in stress response and inflammation have a gender-
specific association with longevity
IFN- HSP70
IL-6 PPRAgamma IL-10Tyrosine HydroxylasemtDNA SIRT3 APOA1
le reti (vie metaboliche, vie di
segnalazione intracellulari)più antiche
sono le più
altamente connesse
From a
I geni positivamente associati con la
longevità potrebbero essere geni
- functionalmente importanti- gerarchicamente elevati
altamente connessi (“hubs”)
In una prospettiva da Systems Biology
Le malattie comunisono dovute a
varianti genichecomuni
(evolutivamenteancestrali)
La longevità potrebbe essere
associata avarianti geniche
comunipiù recenti(adattativeper nuove situazioniambientali)
From a
Si può anche ipotizzare
che l’invecchiamento
sia dovuto
a marcati rimodellamenti delle reti
e/o a inattivazione di
geni/proteine altamenti connessi/e
In una prospettiva da Systems Biology
Studi che utilizzano
le nanotecnologie dei
microarrays o microchips
che consentono di misurare
l’espressione (RNA)
di decine di migliaia di geni
alla volta da cellule o tessuti
n. 5 soggetti per gruppo
25-35 anni
40-50 anni
55-65 anni
70-80 anni
>90 anni
…viene valutato l’effetto dell’età sull’espressione genica analizzando l’RNA totale estratto da linfociti T di soggetti di differenti classi di età su una
piattaforma 19K (circa 19.000 geni) in collaborazione con Unilever, UK
La seconda parte del disegno sperimentale...
Reclutamento 25 soggetti appartenenti a 5 classi d’età:
Un disegno sperimentale con una “time series” ci permette di formulare un maggiore numero di ipotesi e l’utilizzo di un maggior numero di metodi di analisi
Prima analisi: individuare i geni che cambiano espressione durante il corso della vita (della serie) ma con poca variabilità all'interno dello stesso gruppo di età
Analisi: 2-way ANOVA significativa nel tempo (P<0.05) e non significativa per ogni age group (P>0.95)
Risultati: 61 geni su circa 15.000 risultano significativi a questa analisi
-0.5 0 0.5 1
50
100
150
200
-0.5 0 0.5 1
100
200
300
400
PROFILI DI ESPRESSIONE GENICA (19.000 geni)
IN LINFOCITI T
DA DONATORI
DI DIFFERENTE ETA’
(20-93 anni)
che nell’insieme
costituiscono
una sorta di
serie temporale
Istogrammi dei
coefficienti di correlazione
le persone che invecchiano sono
esposte ad un
carico immunologico
(infezioni croniche batteriche, virali)
per un periodo di diverse decadi
non previsto dall’evoluzione
ripetuti episodi di stress acuto o cronico fisico e psicologico
Citochine Inflammazione cronicaOrmoni (Inflamm-ageing)
ripetuti episodi di stress acuto o cronico
antigenico
Franceschi et al., Inflamm-aging: an evolutionary perspective on Immunosenescence
Ann. N. Y. Acad. Sci. 908, 879-96, 2000
Condizioni patologiche che hanno una patogenesi
(o una forte componente)
Infiammatoria • 1. aterosclerosi e m. cardio- e cerebro-vascolari• 2. sindr. metabolica, obesità, diabete di tipo 2• 3. osteoporosi ed osteoartrite• 4. neurodegenerazione (demenza di Alzheimer)• 5. tumori
The immune system as a complex system
A network of cells communicating through chemical signaling (cytokines, chemokines, among others)
Granulocyte
B lymphocyte Dendritic cell
Mast cell
eB,B=17ACTH
CXCR3Endorphins
Other 14 mediators
TGF-RANK Ligand, Mderived ChemokineOther 7 mediators
eB,D=10eD,D=11CD100/Sema4D
CD-27 LigandIL-11Other 8 mediators
eM,M=6Eotaxin/CCL11
IL-15MIP-1Other 3 mediators
eD,B=17TNF-TGF-Substance P
Other 14 mediatorseB,M=3 IL-10 MIP-1 TNF-
IL-12 IL-13 IL-15 Other 6 mediators
eM,B=9
GM-CSFMIP-1
TGFIL-12IL-16
eM,D=5
eD,M=5IL-10
IL-15IL-16MIP-1TNF-
eM,G=1TNF-
TGF-
eG,D=1
IL-7 IL-10 TNF- eD,G=3
TGF-IL-8/CXCL-8
CD30L
eG,B=3
eB,G=3IL-6
IL-10TNF-
Tieri, Valensin, Latora, Castellani, Marchiori, Remondini, Franceschi, Quantifying the relevance of different mediators in the human immune cell network, submitted to Bioinformatics, 2004
Immune system integrated intercellular signalling networkImmune system integrated intercellular signalling network
Tieri, Valensin, Latora, Castellani, Marchiori, Remondini, Franceschi, Quantifying the relevance of different mediators in the human immune cell
network, submitted to Bioinformatics, 2004
Network relevance Network relevance r r of the mediators of the immune cell networkof the mediators of the immune cell network
Mathematical modeling of the Immune System
Results indicate that mediators involved in the inflammatory process and innate immunity have the most central role in the immune network, mirroring the fact that many of the major age-related
diseases have an inflammatory pathogenesis
they also suggest that it should be possible to identify candidate longevity genes with an in silico systems
biology approach
La figura illustra la complessa architettura genetica
di insiemi modulari, parzialmente sovrapposti,
di geniche danno origine a
fenotipi comportamentali sotto l’influenza di fattori di
sviluppo, ambientali e del sessofornendo una piattaforma
comportamentale sulla quale si esercita
la forza della selezione per far emergere
cambiamenti evolutivi
Rappresentazione schematica dell’architettura genetica del comportamento
Anholt RRH, BioEssays 26, 1299-1306, 2004
Rappresentazione schematica di moduli genetici che possono dare origine a fenotipi comportamentali I punti verdi e rossi rappresentano trascritti cheformano parte di moduli sovrapposti che danno
origine a fenotipi compositi. Le frecce indicano effetti epistatici esercitati da questi
geni attraverso le reti alle quali appartengono.
Anholt RRH, BioEssays 26, 1299-1306, 2004
- Qual è allora il bersaglio dell’evoluzione?
- Su che cosa si esercita a selezione naturale?
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
in che misura
la selezione naturale
modella
la topologia delle reti
a livello cellulare ?
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
quali sono i processi dinamici
che modellano la topologia delle reti
su una scala temporale evolutiva ?
i geni e le relative proteinenon funzionano da soli
ma sono inseriti in netwoks
La modalità ipotetico-deduttiva usa le conoscenze per costruire un’ipotesiche a sua volta è messa alla prova sperimentalmente così da generare
nuove osservazioni. Queste modalità di ragionamento induttive e abduttive usate entrambe nell’avanzamento della conoscenza scientifica
si basano fondamentalmente sulla generalizzazione delle regole (o idee o ipotesi) a partire da alcuni esempi
e l’ipotesi è la fine e non l’inizio del ragionamento. Poiché la dimensionalità dei dati è oggi così elevata, si
rendono necessari metodi computazionali altrettanto “intensi” per estrarredai dati sperimentali una (o più !!!) ipotesi o idee
Kell DB,Metabolomics and
System Biology:making sense of the soup
Curr. Opin. Microbiol.
2004, 7, 296-307
the Red Queen hypothesis
…”Here, you see, it takes all the running you can do, to keep in the same place”…
…”come vedi, bisogna correre il più forte possibile per rimanere nello stesso posto”
L. Carroll Alice Through the Looking Glass