Cell signaling dynamics : oscillatory and bistable structures as tools for the development of diverse behaviors
Year: 2025
Type: dissertation
Abstract: En biología de sistemas, abundan los modelos matemáticos capaces de reproducir el comportamiento periódico presente a nivel celular, así como también de predecir nuevas respuestas. Los ciclos de retroalimentación o feedback son cruciales para el desarrollo de oscilaciones, y para la existencia de dos estados estables dentro de un mismo rango de estímulos. Dependiendo de si los feedbacks son positivos, negativos, o una combinación de ambos tipos, las series temporales resultantes y las curvas dosis-respuesta tendrán diferentes formas. En esta Tesis, analizamos una serie de modelos biológicos cuya estructura produce biestabilidad y oscilaciones. Partiendo de la distribución modular presente en cada sistema, mostramos cómo las conexiones entre módulos enriquecen la respuesta ante estímulos. En primer lugar, analizamos un ciclo de fosforilación simple, el cual es siempre monoestable, que desarrolla biestablidad si algunas de sus variables pueden translocar entre compartimientos, con los parámetros de transporte resultando claves en el control de la biestabilidad. La translocación es la que construye los lazos de feedback positivo responsables de la nueva respuesta. Luego, estudiamos el caso de un ciclo de doble fosforilación biestable que desarrolla oscilaciones con el agregado de una variable extra, y controlamos la biestabilidad subyacente en el sistema extendido para expandir su comportamiento periódico, con diferentes amplitudes y frecuencias, y a su vez obteniendo biestabilidad y excitabilidad. Los lazos de feedback positivo en el ciclo doble se combinan con un lazo de feedback negativo, el cual emerge de la variable extra: una quinasa inactiva que secuestra el estímulo previamente activo. Seguimos el mismo análisis en un modelo sencillo de activador-inhibidor, con resultados similares. Más adelante, nos enfocamos en un sistema que presenta dos ciclos de doble fosforilación interconectados, ambos biestables, y desarrollamos un método basado en nulclinas para explicar las oscilaciones en el modelo y su relación con las respuestas biestables subyacentes. Aplicamos ese mismo método a un modelo de ciclo celular que combina feedbacks positivos y negativos, donde también es posible establecer una división en dos módulos, uno de los cuales es biestable. El análisis explica resultados previamente reportados, y permite encontrar respuestas del sistema significativamente diferentes. Finalmente, investigamos dos modelos de cascada de tres niveles: el sistema de proteínas quinasa activadas por mitógenos (MAPK) y un caso basado en el modelo de Goodwin. La cascada MAPK está compuesta por un ciclo de fosforilación simple y dos de fosforilación doble: varios de los sistemas estudiados previamente son subsistemas de esta cascada, dando información crucial para el estudio de tres niveles. En ambos modelos, transformamos su parámetro de estímulo en una variable inhibida por la especie de salida en la cascada, cerrando un lazo de feedback negativo. Si las cascadas, ahora subsistemas dentro de estos casos extendidos, podían oscilar, el estímulo variable puede desencadenar fases de actividad oscilatoria interrumpidas por fases silenciosas. Es decir, utilizamos estructuras oscilatorias para obtener bursting. En conjunto, nuestro análisis de modelos de señalización celular nos permite entender cómo la interconexión entre variables puede generar una diversidad de comportamientos dinámicos, donde la respuesta de cada módulo aislado informa lo que ocurrirá al conectarse. Biestabilidad, oscilaciones, excitabilidad, y bursting pueden emerger de manera natural con las reacciones apropiadas. Nuestros resultados para cascadas de proteínas, ciclo celular, y casos paradigmáticos como Goodwin y el activador-inhibidor abren posibles rutas de análisis para otros modelos de investigación en el área de biología de sistemas.
Author: Marrone, Juan Ignacio
Language: Spanish
Subfield: Molecular Biology
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7166412415
