EXPERIMENTAL CELLBIOLOGY II
MODELSYSTEMEN
De kennis die men wil opdoen is vaak lastig te verkrijgen; experimenten zijn vaak duur, onethisch, lange
generatietijd, gecompliceerd, gevaarlijk of moeilijk te interpreteren. Onderzoek moet daarom gedaan worden
met het eenvoudigst mogelijke organisme; modelorganismen. Modelorganismen worden gebruikt om relatief
makkelijk dingen te bestuderen; het bevat de parameters die wij willen onderzoeken én is daarnaast goed
bekend in het onderzoeksveld.
COMMONLY USED MODELS
Escherichia coli is het meest gebruikte modelsysteem.
• Lage generatietijd (snelle groei)
• Groei in gesteriliseerde gesloten flesjes (homogene gedefinieerde populatie)
• Genetische manipulatie vastgesteld
• Lang bekend en relatief eenvoudig
• Laboratoriumstammen niet-pathogeen
Door genetische modificaties aan te brengen kan naar de mechanismen binnen de route van interesse gekeken
worden. E.Coli kan gebruikt worden om te kijken naar prokaryote-specifieke kenmerken, zoals celmotiliteit.
Voorbeeld: Wanneer/onder welke omstandigheden wordt het specifieke eiwit geproduceerd? Waar
bevindt het eiwit zich in de cel?
Fenotype door fluctuaties in transcriptie/translatie?
Hoe bewegen bacteriën?
Limitatie: Het wordt gebruikt voor prokaryoten, maar is niet geschikt voor onderzoek van
compartimenten of transport in de cel. Het is unicellulair, dus er kan niet gekeken worden naar cel-tot-
cel communicatie en signaaltransductie in multicellulaire organismen.
Er kan ook gebruik worden gemaakt van andere modelorganismen. Handig is om de eenvoudigste
modelorganismen te kiezen, waar al veel over bekend is en die snel groeit.
Voorbeeld: M.tuberculosis toont een langzame groei en is pathogeen. Hiervoor kan M.Bovis BCG
(langzame groei, < pathogeen) of M. Smegmatis (snelle groei, < pathogeen) als model gebruikt worden
Saccharomyces cerivesiae (yeast) is een eenvoudige eukaryoot (maar iets minder positief dan E.coli)
• Korte generatietijd
• Groei in gesteriliseerde gesloten flesjes (homogene populatie)
• Genetische manipulatie vastgesteld
• Lang bekend en relatief eenvoudig
Yeast wordt vaak gebruikt voor typische eukaryote experimenten; transport, sortering, opname of excretie. Het
is ook zeer geschikt voor onderzoek naar genetische processen en factoren voor transcriptie.
Voorbeeld: Vorm en dynamiek van actine cytoskelet (met fluorescentie microscopie)
3D structuur van chromosomen (crosslinking)
Limitatie: Unicellulair, dus niet geschikt voor onderzoek naar ontwikkeling en cel-tot-cel communicatie
in multicellulaire organismen
Caenorhabditis elegans (nematode) is een eenvoudige meercellige eukaryoot, met een vast aantal cellen (959)
en een klein aantal weefsels. C.elegans is zeer populair in ontwikkelingsbiologie.
• Eenvoudige ontwikkeling
, • Snelle generatietijd
• Ontwikkeling van elke cel bekend
Voorbeeld: Afwijkingen door mutaties (inzicht in target genen)
Model voor stressrespons en misvouwing van eiwitten
Screening potentiële medicijnen
Limitatie: Niet geschikt om complexe weefsels te bestuderen én vergeleken met bacteriën langzaam
en gevoelig voor contaminatie
Arabidopsis thaliana is een modelsysteem voor planten. Het is een populair systeem voor genetica, evolutie en
ontwikkelingsbiologie.
• Relatief korte levenscyclus
• Klein genoom
• Genoom gesequenced
Limitatie: Het is beperkt tot planten, heeft een lange generatietijd en vereist meer ruimte (kas)
Drosophila melanogaster is een populair systeem voor genetica, evolutie en ontwikkelingsbiologie.
• Klein dier
• Makkelijk te onderhouden
• Snelle generatietijd
Voorbeeld: Welke genen en pathways zijn betrokken bij oogkleur mutanten?
Testen van functie van eiwit (dicer) betrokken bij verwerking van small inhibitory RNA’s
Limitatie: Zeer goed model voor het bestuderen van mutaties, maar complexere fenomenen kunnen
hier niet goed mee bestudeerd worden (beperkt geschikt voor meeste biomedische toepassingen)
Zebrafish (Danio) is het gewervelde modelorganisme gebruikt voor genetica, ontwikkelingsbiologie en
toxicologie.
Voorbeeld: Introduceren van gerichte mutaties en kijken wat er met de functie gebeurd
Toxicologische testen, zoals effect van toxische verbinding op de ontwikkeling
Limitatie: niet noodzakelijk representatief voor zoogdierbiologie én lange generatietijd én ethische
problemen?
Muis is het zoogdier modelorganisme en is vaak relatief vergelijkbaar met mensen. Muizen zijn daarnaast
gemakkelijk te hanteren (vergeleken met andere zoogdieren).
• Korte generatietijd
• Gen knock-out mogelijk (genetische experimenten)
Voorbeeld: Tuberculose is moeilijk te bestrijden doordat mycobacteriën het metabolisme tijdens de
infectie veranderen of downreguleren. Hoe doen mycobacteriën dit? Locatie van tumor kan
waargenomen worden door fluorescente eiwitten.
Limitatie: lange generatietijd (vergeleken met eenvoudigere modellen), meer gecompliceerde
faciliteiten vereist én ethische overwegingen
Cell culture wordt gebruikt aangezien veel celtypen in kweek kunnen worden gekweekt. Dit is vooral nuttig als
het organisme moeilijk te hanteren is of als er sprake is van ethische problemen.
Voorbeeld: Ontwikkeling van cellen kan worden getest onder verschillende invloeden (stress)
Testeffect van nieuwe antibiotica op mitochondriën geïsoleerd uit menselijke celkweek
, Limitatie: Cel-tot-cel interacties in de kweek kunnen anders zijn dan situatie in het organisme
Groei gaat erg langzaam en grote hoeveelheden kunnen problematisch zijn
CALCULATIONS AND PREDICTIONS
- Kennis opgedaan uit cellulaire processen verloren
- Computeralgoritmen geavanceerd
- Mogelijk om metabolisme te voorspelen/calculeren? Zonder schade aan de hostcel
- Snel voortschrijdend veld
Kunnen we voorspellen op welke manier en hoe snel een verbinding door een cel wordt gemetaboliseerd?
Hoeveel eiwitten worden in welke hoeveelheden gesynthetiseerd? En hoe reageert een drug op de
stofwisseling?
Voorbeeld: drugs die reageren op de glucose metabolisme van trypanosomen; welk eiwit zorgt voor
het beste effect?
Bereken hoe complexe netwerken zijn ontworpen voor een efficiënte functie (nuclear receptor)
Limitatie: moet geverifieerd worden door experimenten én complexe fenomenen zijn zeer moeilijk te
berekenen én begrip van zowel biologie als wiskunde is vereist
CONCLUSIE
➢ Breed scala aan beschikbare modelorganismen / systemen
➢ Elk met voordelen en beperkingen
➢ Keuze van goed model zeer belangrijk
➢ Kennis van verschillende voordelige systemen
METABOLIC MAPS
Medicijnen in de toekomst moeten verschillen van het verleden; drugs moeten meer gepersonaliseerd
worden met behulp van nieuwe technologieën, maar waarom?
➢ De meeste ziekten raken niet genezen (maar onderdrukt)
➢ First-time voorgeschreven drugs falen, ook al zijn ze effectief
➢ Oneerlijke verdeling van mensenlevens
➢ Ziekten zoals obesitas en kanker nemen toe
➢ Gezondheidszorgbudget zal de economie verlammen
Experimentele celbiologie heeft niet zoveel bijgedragen aan ontwikkeling van nieuwe drugs, aangezien er geen
focus is op het gehele netwerk.
Multifactoriële ziekten zijn ‘netwerkziekten’ en erg complex. Ze kunnen ontstaan door externe factoren,
combinatie van externe factoren, verschillende combinatie van externe factoren, voeding (milieu) en SNP’s.
Deze oorzaken kunnen gedetecteerd worden door GWAS-studies (kijken naar SNP’s voor bepaalde ziekten).
Dezelfde ziekte kan veroorzaakt worden door verschillende combinaties van factoren, die via verschillende
pathways lopen. Mensen met dezelfde ziekte zullen problemen hebben bij specifieke pathways, maar niet
perse op exact dezelfde plek. Dit leidt ertoe dat GWAS-onderzoeken voor Parkinson, kanker en
hartaandoeningen niet succesvol zijn
Malfunctie is een eigenschap van netwerkziekten.
FACTOREN VERSCHILLEN TUSSEN INDIVIDUELE MENSEN
Dezelfde ziekte kan bij twee individuen anders zijn, waardoor het medicijn ook anders zal werken.
, Voorbeeld: Veel darmkankerpatiënten reageren positief op behandeling met EGFR receptor
antagonisten, maar niet iedereen; patiënten met een K-RAS mutatie zullen juist bijwerkingen krijgen
van deze behandeling.
Oplossing: Er moet gekeken worden naar een gepersonaliseerd medicijn, dat let op de genoom
sequentie van een patiënt én zodat onnodig drukgebruik voorkomen wordt --> Personalized System
Medicine
Dus Medicijnen zijn niet effectief aangezien het geen rekening houdt met de complexiteit van netwerken én
met de verschillen tussen individuen
HUMANE GENOOM TE COMPLEX?
Is de toekomst van medicijnen onmogelijk, omdat de mens te complex is? Een menselijke cel heeft 600 miljard
niet-triviale (x water en lipiden) moleculen en 4 biljoen cellen in het lichaam. Men verschilt in duizenden
eiwitten, en krijgen niet dezelfde ziekte op dezelfde leeftijd.
Als de gedachte van complexiteit en eenvoud door organisatie gecombineerd wordt; modelleer alleen de
moleculaire processen en interacties die actief zijn in de eigenlijke biologische organisatie én moderne ICT
wordt gebruikt, komen we al een stuk verder.
TOEKOMST VAN MEDICIJNEN
Toekomst van medicijnen is niet onmogelijk en is recent gedemonstreerd via een metabole map. Aangezien
onvoldoende kennis, complexe experimenten en hoe weten we alle pathways die erbij betrokken zijn, de major
challenges voor systeem medicijnen zijn; moet er gekeken worden vanuit een netwerk in plaats van een
molecuul.
VOORSPELLINGEN EN GEBRUIK
Via verschillende manieren kan je van een sequentiegenoom naar een breed gebruik
van het genoom komen. Dit kan via interactoom, trail and error en matlab.
HOW TO MAKE A GENOME-WIDE METABOLIC MAP
Stel voor elk gen van de genoomsequentie vast of het metabolisch is; en stel voor elk metabolisch gen vast wat
het doet. Organiseer dit in een kaart, die het mogelijk maakt om wegen af te leiden.
Alle metabolische genen worden eerst in context geplaatst op basis van functie, door de reactie die hun
enzymen katalyseren. Vervolgens worden de metabolische genen geordend.
Hierna wordt een genome-wide metabolic map
gemaakt, waarin alle wegen staan met wat het netwerk
kan maken van bv nutrition.
Door de nieuwere metabolische mappen zijn er meer
gensequenties die we weten.
Dus De enorme complexiteit van de mens kan worden aangepakt door slimme strategische
benaderingen, zoals het in kaart brengen van de genoomfunctie.
De metabole map is een goed voorbeeld van gegevensintegratie. Om acute resultaten te krijgen, moet je
namelijk zoveel mogelijk data hebben. De map is een sterke tool met informatie van veel verschillende
bronnen. Daarnaast kan het niet empirisch worden opgezet, maar komt het door meerdere experimenten tot
stand. Integratie wordt vervolgens gebruikt om een map te maken.
Dus De metabole map is een specificatie van de moleculen die elk enzym omzet en het verbinden van die
moleculen met elkaar.
