ГЕННЫЕ СЕТИ
Аннотация
Исследования последнего десятилетия свидетельствуют о том, что подавляющее большинство фенотипических признаков человека, животных, растений и микроорганизмов (молекулярных, биохимических, клеточных, физиологических, морфологических, поведенческих и т. д.) контролируются очень сложным образом и что в основе их формирования лежат генные сети, т. е. группы координированно функционирующих генов, взаимодействующих друг с другом как через свои первичные продукты (РНК и белки), так и через разнообразные метаболиты и другие вторичные продукты функционирования генных сетей.
При поддержке: Совет по грантам Президента Российской Федерации, Президиумы СО РАН и РАН, РФФИ
Об авторах
Н. А. Колчанов
Федеральное государственное бюджетное учреждение науки Институт цитологии и генетики Сибирского отделения Российской академии наук, Новосибирск, Россия
Новосибирский национальный исследовательский государственный университет, Новосибирск, Россия
НИЦ «Курчатовский институт», Москва, Россия
Россия
Россия
Е. В. Игнатьева
Федеральное государственное бюджетное учреждение науки Институт цитологии и генетики Сибирского отделения Российской академии наук, Новосибирск, Россия
Новосибирский национальный исследовательский государственный университет, Новосибирск, Россия
Россия
Россия
О. А. Подколодная
Федеральное государственное бюджетное научное учреждение «Федеральный исследовательский центр Институт цитологии и генетики Сибирского отделения Российской академии наук», Новосибирск, Россия
Россия
Россия
В. А. Лихошвай
Федеральное государственное бюджетное учреждение науки Институт цитологии и генетики Сибирского отделения Российской академии наук, Новосибирск, Россия
Новосибирский национальный исследовательский государственный университет, Новосибирск, Россия
Россия
Россия
Ю. Г. Матушкин
Федеральное государственное бюджетное учреждение науки Институт цитологии и генетики Сибирского отделения Российской академии наук, Новосибирск, Россия
Новосибирский национальный исследовательский государственный университет, Новосибирск, Россия
Россия
Россия
Список литературы
1. Ананько Е.А., Гунбин К.В., Суслов В.В. и др. Генные сети: описание в базах данных и моделирование // Системная Компьютерная биология / Ред. Н.А. Колчанов, С.С. Гончаров, В.А. Лихошвай, В.А. Иванисенко. Новосибирск: Изд-во СО РАН, 2008. С. 313–393.
2. Бусыгина Т.В., Игнатьева Е.В., Осадчук А.В. Регуляция транскрипции генов, контролирующих биосинтез стероидных гормонов: описание в базе данных ES-TRRD // Усп. соврем. биологии. 2003. Т. 123. С. 364–382.
3. Голубятников В.П., Голубятников И.В., Лихошвай В.А. О существовании и устойчивости циклов в пятимерных моделях генных сетей // Сиб. журн. вычисл. математики. 2010. Т. 13. № 4. С. 403–412.
4. Демиденко Г.В., Колчанов Н.А., Лихошвай В.А. и др. Математическое моделирование регуляторных контуров генных сетей // Журн. вычисл. матем. и матем. физики. 2004. Т. 44. С. 2276–2295.
5. Демиденко Г.В., Лихошвай В.А., Мудров А.В. О связи между решениями дифференциальных уравнений с запаздывающим аргументом и бесконечномерных систем дифференциальных уравнений // Дифференциальные уравнения. 2009. Т. 45. С. 34–46.
6. Игнатьева Е.В., Меркулова Т.И., Вишневский О.В., Кель А.Э. Регуляция транскрипции генов липидного метаболизма: описание в базе данных TRRD // Молекуляр. биология. 1997. Т. 31. С. 684–700.
7. Колчанов Н.А., Лихошвай В.А., Матушкин Ю.Г. Регуляторные контуры генетических систем: принципы организации и эволюции // Информ. вестн. ВОГиС. 2001. № 16. C. 5–10.
8. Колчанов Н.А., Ананько Е.А., Колпаков Ф.А. и др. Генные сети // Молекуляр. биология. 2000. Т. 34. С. 533–544.
9. Колчанов Н.А., Подколодная О.А., Игнатьева Е.В. и др. Интеграция генных сетей, контролирующих физиологические функции организма // Информ. вестн. ВОГиС. 2005. Т. 9. № 2. С. 179–198.
10. Кузнецова Т.Н., Игнатьева Е.В., Мордвинов В.А. и др. Анализ структуры инсулин-зависимых регуляторных контуров зрелых адипоцитов // Усп. физиол. наук. 2008. Т. 39. № 1. С. 3–22.
11. Лихошвай В.А., Матушкин Ю.Г., Фадеев С.И. Задачи теории функционирования генных сетей // Сиб. журн. индустриальной математики. 2003. Т. 6. С. 64–80.
12. Лихошвай В.А., Матушкин Ю.Г., Фадеев С.И. О связи графа генной сети с качественными режимами ее функционирования // Молекуляр. биология. 2001. Т. 35. C. 1080–1088.
13. Лихошвай В.А., Фадеев С.И. О сдвиге регуляторного сигнала в моделях матричного синтеза // Сиб. журн. индустриальной математики (СИБЖИМ). 2013. Т. XVI. № 1(53). С. 66–74.
14. Лихошвай В.А., Фадеев С.И., Демиденко Г.В., Матушкин Ю.Г. Моделирование многостадийного синтеза вещества без ветвления уравнением с запаздывающим аргументом // Сиб. журн. индустриальной математики. 2004. Т. 7. № 1. С. 73–94.
15. Меркулова Т.И., Ананько Е.А., Игнатьева Е.В., Колчанов Н.А. Регуляторные коды транскрипции геномов эукариот // Генетика. 2013. Т. 49. № 1. С. 37–54.
16. Фадеев С.И., Гайнова И.А., Березин А.Ю. и др. Исследование стационарных решений в моделях генных сетей методом гомотопии // Сиб. электрон. матем. известия (SEMR). 2004. T. 1. C. 64–75.
17. Чураев Р.Н. Эпигены – наследственные единицы надгенного уровня // Экол. генетика. 2010. Т. 8. С. 17–24.
18. Arito M., Horiba T., Hachimura S. et al. Growth factor-induced phosphorylation of sterol regulatory element-binding proteins inhibits sumoylation, thereby stimulating the expression of their target genes, low density lipoprotein uptake, and lipid synthesis // J. Biol. Chem. 2008. V. 283. No. 22. P. 15224–15231.
19. Caspi R., Altman T., Dreher K. et al. The MetaCyc database of metabolic pathways and enzymes and the BioCyc collection of pathway/genome databases // Nucl. Acids Res. 2012. V. 40. P. D742– D753.
20. Cooper J.W., Kershenbaum A. Discovery of protein-protein interactions using a combination of linguistic, statistical and graphical information // BMC Bioinformatics. 2005. V. 6. P. 143.
21. Croft D., O’Kelly G., Wu G. et al. Reactome: a database of reactions, pathways and biological processes // Nucl. Acids Res. 2011. V. 39. P. D691– D697.
22. Demenkov P.S., Ivanisenko T.V., Kolchanov N.A., Ivanisenko V.A. ANDVisio: A new tool for graphic T. V. visualization and analysis of literature mined associative gene networks in the ANDSystem // In Silico Biol. V. 11. P. 149–161.
23. Demidenko G.V., Likhoshvai V.A., Melnik I.A. On properties of solutions to equations of multistage substance synthesis // J. Anal. Appl. 2010. V. 8. P. 47–61.
24. Demir E., Cary M.P., Paley S. et al. The BioPAX community standard for pathway data sharing // Nat. Biotechnol. 2010. V. 28. P. 935–942.
25. Eckel-Mahan K.L., Patel V.R., Mohney R.P. et al. Coordination of the transcriptome and metabolome by the circadian clock // Proc. Natl Acad. Sci. USA. 2012. V. 109. P. 5541–5546.
26. Fernández-Hernando C., Moore K.J. MicroRNA modulation of cholesterol homeostasis // Arterioscler. Thromb. Vasc. Biol. 2011. V. 31. No. 11. P. 2378–2382.
27. Garaulet M., Corbalán M.D., Madrid J.A. et al. CLOCK gene is implicated in weight reduction in obese patients participating in a dietary programme based on the Mediterranean diet // Int. J. Obes. (Lond). 2010. V. 34. P. 516–523.
28. Garaulet M., Sánchez-Moreno C., Smith C.E. et al. Ghrelin, sleep reduction and evening preference: relationships to CLOCK 3111 T/C SNP and weight loss // PLoS One. 2011. V. 6. P. e17435.
29. Gene Ontology Consortium. The Gene Ontology (GO) project in 2006 // Nucl. Acids Res. 2006. V. 34. P. D322– D326.
30. Gimpl G., Burger K., Fahrenholz F. A closer look at the cholesterol sensor // Trends Biochem. Sci. 2002. V. 27. P. 596–599.
31. Goossens G.H., Jocken J.W., Blaak E.E. et al. Endocrine role of the renin-angiotensin system in human adipose tissue and muscle: effect of beta-adrenergic stimulation // Hypertension. 2007. V. 49. No. 3. P. 542–547.
32. Haibe-Kains B., Olsen C., Djebbari A. et al. Predictive networks: a fl exible, open source, web application for integration and analysis of human gene networks // Nucl. Acids Res. 2012. V. 40. P. D866–875.
33. Harmston N., Filsell W., Stumpf M.P. What the papers say: Text mining for genomics and systems biology // Hum. Genomics. 2010. V. 5. P. 17–29.
34. Kagawa Y., Yanagisawa Y., Hasegawa K. et al. Single nucleotide polymorphisms of thrifty genes for energy metabolism: evolutionary origins and prospects for intervention to prevent obesity-related diseases // Biochem. Biophys. Res. Commun. 2002. V. 295. No. 2. P. 207–222.
35. Kanehisa M., Goto S., Hattori M. et al. From genomics to chemical genomics: new developments in KEGG // Nucl. Acids Res. 2006. V. 34. P. D354–D357.
36. Katsuya T., Ishikawa K., Sugimoto K. et al. Salt sensitivity of Japanese from the viewpoint of gene polymorphism // Hypertens. Res. 2003. V. 26. No. 7. P. 521–525.
37. Kelder T., van Iersel M.P., Hanspers K. et al. WikiPathways: building research communities on biological pathways // Nucl. Acids Res. 2012. V. 40. P. D1301–D1307.
38. Meléndez-Hevia E., Sicilia J., Ramos M.T. et al. Molecular bureaucracy: who controls the delays? Transient times in branched pathways and their control // Theor. Biol. 1996. 182. No. 3. P. 333–339.
39. Mi H., Thomas P. PANTHER pathway: an ontology-based pathway database coupled with data analysis tools // Methods Mol. Biol. 2009. V. 563. P. 123–140.
40. Monteleone P., Tortorella A., Docimo L. et al. Investigation of 3111T/C polymorphism of the CLOCK gene in obese individuals with or without binge eating disorder: association with higher body mass index // Neurosci. Lett. 2008. V. 435. P. 30–33.
41. Mungall C.J., Emmert D.B. FlyBase Consortium. A Chado case study: an ontology-based modular schema for representing genome-associated biological information // Bioinformatics. 2007. V. 23. P. i337– i346.
42. Peterson T.R., Sengupta S.S., Harris T.E. et al. mTOR complex 1 regulates lipin 1 localization to control the SREBP pathway // Cell. 2011. V.146. No. 3. P. 408–420.
43. Rey G., Cesbron F., Rougemont J. et al. Genome-wide and phase-specifi c DNA-binding rhythms of BMAL1 control circadian output functions in mouse liver // PLoS Biol. 2011. V. 9. P. e1000595.
44. Rzhetsky A., Iossifov I., Koike T. et al. GeneWays: a system for extracting, analyzing, visualizing, and integrating molecular pathway data // J. Biomed. Inform. 2004. V. 37. P. 43–53.
45. Sookoian S., Castaсo G., Gemma C. et al. Common genetic variations in CLOCK transcription factor are associated with nonalcoholic fatty liver disease // World J. Gastroenterol. 2007. V 13. P. 4242–4248.
46. Sookoian S., Gemma C., Gianotti T.F. et al. Genetic variants of Clock transcription factor are associated with individual susceptibility to obesity // Am. J. Clin. Nutr. 2008. V. 87. P. 1606–1615.
47. Sundqvist A., Bengoechea-Alonso M.T., Ye X. et al. Control of lipid metabolism by phosphorylation-dependent degradation of the SREBP family of transcription factors by SCF(Fbw7) // Cell. Metab. 2005. V. 1. No. 6. P. 379–391.
48. Taylor R., Singhal M. Biological Network Inference and analysis using SEBINI and CABIN // Methods Mol. Biol. 2009. V. 541. P. 551–576.
49. Wang M., Verdier J., Benedito V.A. et al. LegumeGRN: a gene regulatory network prediction server for functional and comparative studies // PLoS ONE. 2013. V. 8. P. e67434.
50. Zambon A.C., Gaj S., Ho I. et al. GO-Elite: a fl exible solution for pathway and ontology over-representation // Bioinformatics. 2012. V. 28. P. 2209–2210.
Рецензия
Просмотров:
1588
Послать статью по эл. почте 