Integrative network modelling of the dasatinib treatment in glioblastoma stem cells

Abstract

Glioblastoma, tüm beyin tümörleri içinde en sık rastlanan kötü huylu bir beyin tümörüdür. Kanser genom çalışmaları reseptör tirosin kinazların (RTK) glioblastoma vakalarında en çok değişen genler olduğunu göstermiştir. Fakat bilinen ve bu genleri hedef alan tedavi yöntemleri glioblastoma için yeterli olmamıştır. Son çalışmalar gösteriyor ki, glioblastomanın çok kökenli hücre fenotipi ve kalıtımsal yapısı tedaviler karşısında direnç göstermesine neden oluyor. Liau ve çalışma arkadaşlarının yaptığı bir çalışma, glioblastoma kök hücrelerinin, reseptör tirosin kinazları hedef alan bir ilaç, dasatinib, etkisiyle epigenetik mekanizmalar yardımıyla kendilerini uyku durumuna soktuklarını ve ilaca dayanaklı hale geldiklerini göstermektedir. Bu tez çalışmasında, glioblastoma kök hücrelerinin tersinir epigenetik mekanizmalarının açıklanması ve dasatinib etkisiyle meydana gelen hücresel iletim trafiğinin modellenmesi hedeflenmiştir. İlk olarak epigenomik veriden transkripsiyon faktörlerinin bağlanma bölgelerini tanımlamak için Omics Integrator programının Garnet modülünü kullandık. Buradan gelen sonuçları gen ifadesi verisi ile birleştirerek önemli derecede aktif olan transkripsiyon faktörlerini belirledik. Daha sonra, belirlenen faktörlerin protein iletişim ağlarındaki yerlerini belirlemek için Omics Integrator programının Forest modülünü kullandık. Sonuç olarak üç farklı durum için ağ modelleri elde edip bunları topolojik özelliklerine göre karşılaştırılması yapıldı. Ayrıca her model için sinyal yolak analizi yapıldı. Daha sonra modeller, topolojik ve sinyal yolak benzerliklerine göre karşılaştırıldı. Bu çalışma ile glioblastoma kök hücrelerinin RTK ile aktivasyonu sağlanan genleri ve sinirsel gelişim programlarını, kromatin modifikasyonlarını düzenleyerek aktifleştirme eğilimlerini göstermiş olduk.

Glioblastoma (GBM), the most aggressive type of the glial tumours, is thought to be widely promoted by stem-like cells. Although certain cancer types have been radically treated with Receptor Tyrosine Kinases (RTKs) inhibitors, prior studies demonstrate that treatment Glioblastoma Stem Cells (GSCs) with RTK inhibitors led to dynamic interconversion from proliferative to slow-cycling, persistent state. In this work, we use the publicly available RNA-Seq and ChIP-Seq data in naive patient-derived GBM cell line (GSC8), 12-day and chronic dasatinib treated GSC8 published by Liau et al (Liau et al., 2017) and apply an integrative approach to develop a further explanation for reversible transition of GSCs and to model the effect of the dasatinib treatment in a network context. We first used the Garnet module in Omics Integrator software which identifies transcription factor binding sites from epigenomic data, relates known and predicted transcription factor binding sites to gene expression and finds the significantly active transcription factors. Then, we used the Forest module of the Omics Integrator software to reconstruct an optimal network for each condition by integrating significantly active transcription factors and a confidence weighted protein interactome. As a result, we obtained three condition specific networks and clustered them based on the topology of these networks. Each module was analysed in terms of pathway enrichments. Then, we compared these networks based on the node, edge and pathway similarities. We reveal that GSCs tend to activate RTK-targeted genes and upregulate neurodevelopmental programs by reorganizing chromatin modifications.