stringtranslate.com

Cascada bioquímica

Una cascada bioquímica , también conocida como cascada de señalización o vía de señalización , es una serie de reacciones químicas que ocurren dentro de una célula biológica cuando son iniciadas por un estímulo. Este estímulo, conocido como primer mensajero, actúa sobre un receptor que es transducido al interior celular a través de segundos mensajeros que amplifican la señal y la transfieren a moléculas efectoras, haciendo que la célula responda al estímulo inicial. [1] La mayoría de las cascadas bioquímicas son series de eventos, en los que un evento desencadena el siguiente, de forma lineal. En cada paso de la cascada de señalización, participan varios factores de control para regular las acciones celulares, con el fin de responder eficazmente a las señales sobre sus entornos internos y externos cambiantes. [1]

Un ejemplo sería la cascada de coagulación de la hemostasia secundaria que conduce a la formación de fibrina y, por tanto, al inicio de la coagulación sanguínea. Otro ejemplo, la vía de señalización sónica del hedgehog , es uno de los reguladores clave del desarrollo embrionario y está presente en todos los bilaterales . [2] Las proteínas de señalización brindan a las células información para que el embrión se desarrolle adecuadamente. Cuando la vía no funciona correctamente, puede provocar enfermedades como el carcinoma de células basales . [3] Estudios recientes señalan el papel de la señalización de hedgehog en la regulación de las células madre adultas implicadas en el mantenimiento y la regeneración de los tejidos adultos. La vía también se ha implicado en el desarrollo de algunos cánceres. Varias compañías farmacéuticas están desarrollando activamente medicamentos que se dirigen específicamente a la señalización del erizo para combatir enfermedades.

Introducción

Cascadas de señalización

Las células necesitan una maquinaria celular completa y funcional para vivir. Cuando pertenecen a organismos multicelulares complejos, necesitan comunicarse entre sí y trabajar en simbiosis para dar vida al organismo. Estas comunicaciones entre células desencadenan cascadas de señalización intracelular, denominadas vías de transducción de señales , que regulan funciones celulares específicas. Cada transducción de señales ocurre con un mensajero extracelular primario que se une a un receptor transmembrana o nuclear, iniciando señales intracelulares. El complejo formado produce o libera segundos mensajeros que integran y adaptan la señal, amplificándola, mediante la activación de dianas moleculares, que a su vez desencadenan efectores que conducirán a la respuesta celular deseada. [4]

Transductores y efectores

La transducción de señales se realiza mediante la activación de receptores específicos y la consiguiente producción/entrega de segundos mensajeros, como Ca 2+ o AMPc . Estas moléculas operan como transductores de señales, desencadenando cascadas intracelulares y, a su vez, amplificando la señal inicial. [4] Se han identificado dos mecanismos principales de transducción de señales, a través de receptores nucleares o mediante receptores transmembrana. En el primero, el primer mensajero atraviesa la membrana celular, uniéndose y activando receptores intracelulares localizados en el núcleo o el citosol , que luego actúan como factores transcripcionales que regulan directamente la expresión génica. Esto es posible debido a la naturaleza lipófila de dichos ligandos, principalmente hormonas. En la transducción de señales a través de receptores transmembrana, el primer mensajero se une al dominio extracelular del receptor transmembrana, activándolo. Estos receptores pueden tener actividad catalítica intrínseca o pueden estar acoplados a enzimas efectoras, o también pueden estar asociados a canales iónicos. Por lo tanto, existen cuatro tipos principales de receptores transmembrana: receptores acoplados a proteína G (GPCR), receptores de tirosina quinasa (RTK), receptores de serina/treonina quinasa (RSTK) y canales iónicos activados por ligando (LGIC). [1] [4] Los segundos mensajeros se pueden clasificar en tres clases:

  1. Hidrófilos/citosólicos: son solubles en agua y se localizan en el citosol, incluidos cAMP, cGMP , IP3 , Ca 2+ , cADPR y S1P . Sus principales objetivos son las proteínas quinasas como PKA y PKG , estando luego involucradas en respuestas mediadas por fosforilación. [4]
  2. Hidrofóbicos/asociados a membrana: son insolubles en agua y asociados a membrana, y se localizan en espacios intermembrana, donde pueden unirse a proteínas efectoras asociadas a membrana. Ejemplos: PIP3 , DAG , ácido fosfatídico , ácido araquidónico y ceramida . Están involucrados en la regulación de quinasas y fosfatasas, factores asociados a la proteína G y factores transcripcionales. [4]
  3. Gaseoso: puede difundirse a través de la membrana celular y el citosol, incluidos el óxido nítrico y el monóxido de carbono . Ambos pueden activar cGMP y, además de ser capaces de mediar actividades independientes, también pueden operar de forma coordinada. [4]

Respuesta celular

La respuesta celular en cascadas de transducción de señales implica la alteración de la expresión de genes efectores o la activación/inhibición de proteínas diana. La regulación de la actividad proteica implica principalmente eventos de fosforilación/desfosforilación, que conducen a su activación o inhibición. Este es el caso de la gran mayoría de las respuestas como consecuencia de la unión de los mensajeros primarios a los receptores de membrana. Esta respuesta es rápida, ya que implica la regulación de moléculas que ya están presentes en la célula. Por otro lado, la inducción o represión de la expresión de genes requiere la unión de factores transcripcionales a las secuencias reguladoras de estos genes. Los factores transcripcionales son activados por los mensajeros primarios, en la mayoría de los casos, debido a su función como receptores nucleares de estos mensajeros. Los mensajeros secundarios como DAG o Ca 2+ también podrían inducir o reprimir la expresión génica, a través de factores transcripcionales. Esta respuesta es más lenta que la primera porque implica más pasos, como la transcripción de genes y luego el efecto de las proteínas recién formadas en un objetivo específico. El objetivo podría ser una proteína u otro gen. [1] [4] [5]

Ejemplos de cascadas bioquímicas.

En bioquímica , varias cascadas enzimáticas importantes y cascadas de transducción de señales participan en rutas metabólicas o redes de señalización, en las que suelen intervenir enzimas para catalizar las reacciones. Por ejemplo, la vía del factor tisular en la cascada de coagulación de la hemostasia secundaria es la vía principal que conduce a la formación de fibrina y, por tanto, al inicio de la coagulación sanguínea. Las vías son una serie de reacciones en las que un zimógeno (enzima precursora inactiva) de una serina proteasa y sus cofactores glicoproteicos se activan para convertirse en componentes activos que luego catalizan la siguiente reacción en la cascada, lo que finalmente resulta en fibrina reticulada. . [6]

Otro ejemplo, la vía de señalización sónica del hedgehog , es uno de los reguladores clave del desarrollo embrionario y está presente en todos los bilaterales . [2] Diferentes partes del embrión tienen diferentes concentraciones de proteínas de señalización de erizo, que brindan a las células información para hacer que el embrión se desarrolle adecuada y correctamente hasta convertirse en una cabeza o una cola. Cuando la vía no funciona correctamente, puede provocar enfermedades como el carcinoma de células basales . [3] Estudios recientes apuntan al papel de la señalización de hedgehog en la regulación de las células madre adultas involucradas en el mantenimiento y la regeneración de tejidos adultos. La vía también se ha implicado en el desarrollo de algunos cánceres. Varias compañías farmacéuticas están desarrollando activamente medicamentos que se dirigen específicamente a la señalización del erizo para combatir enfermedades. [7] La ​​mayoría de las cascadas bioquímicas son series de eventos, en los que un evento desencadena el siguiente, de forma lineal.

Las cascadas bioquímicas incluyen:

Por el contrario, las cascadas negativas incluyen eventos que son circulares o que pueden causar o ser causados ​​por múltiples eventos. [8] Las cascadas negativas incluyen:

Cascadas bioquímicas específicas de células.

Células epiteliales

La adhesión es un proceso esencial a las células epiteliales para que se pueda formar epitelio y las células puedan estar en contacto permanente con la matriz extracelular y otras células. Existen varias vías para lograr esta comunicación y adhesión con el medio ambiente. Pero las principales vías de señalización son las vías de cadherina e integrina. [9] La vía de la cadherina está presente en las uniones de adhesión o en los desmosomas y es responsable de la adhesión epitelial y la comunicación con las células adyacentes. La cadherina es un receptor de glicoproteína transmembrana que establece contacto con otra cadherina presente en la superficie de una célula vecina formando un complejo de adhesión. [10] Este complejo de adhesión está formado por β-catenina y α-catenina , y p120 CAS es esencial para su estabilización y regulación. Este complejo luego se une a la actina , lo que lleva a la polimerización. Para la polimerización de actina a través de la vía de la cadherina, también participan proteínas de la familia Rho GTPasas . Este complejo está regulado por fosforilación, lo que conduce a una regulación negativa de la adhesión. Varios factores pueden inducir la fosforilación, como EGF , HGF o v-Src . La vía de la cadherina también tiene una función importante en la supervivencia y la proliferación porque regula la concentración de β-catenina citoplasmática. Cuando la β-catenina está libre en el citoplasma, normalmente se degrada, sin embargo, si se activa la señalización Wnt , la degradación de la β-catenina se inhibe y se transloca al núcleo donde forma un complejo con factores de transcripción. Esto conduce a la activación de genes responsables de la proliferación y supervivencia celular. Por tanto, el complejo cadherina-catenina es esencial para la regulación del destino celular. [11] [12] Las integrinas son receptores de glicoproteínas heterodiméricos que reconocen proteínas presentes en la matriz extracelular, como la fibronectina y la laminina. Para funcionar, las integrinas deben formar complejos con las proteínas ILK y Fak . Para la adhesión a la matriz extracelular, ILK activa las proteínas Rac y Cdc42 y conduce a la polimerización de actina. ERK también conduce a la polimerización de actina mediante la activación de cPLA2 . El reclutamiento de FAK por la integrina conduce a la activación de Akt y esto inhibe factores proapoptóticos como BAD y Bax. Cuando no se produce la adhesión a través de integrinas, los factores proapoptóticos no se inhiben y dan como resultado la apoptosis . [13] [14]

Hepatocitos

El hepatocito es una célula diferenciada compleja y multifuncional cuya respuesta celular estará influenciada por la zona del lóbulo hepático , debido a que las concentraciones de oxígeno y sustancias tóxicas presentes en los sinusoides hepáticos cambian de la zona periportal a la zona centrolobulillar10. Los hepatocitos de la zona intermedia tienen las características morfológicas y funcionales adecuadas ya que tienen un ambiente con concentraciones medias de oxígeno y otras sustancias. [15] Esta célula especializada es capaz de: [16]

  1. Vía cAMP / PKA /TORC (transductores de CREB regulados)/ CRE , PIP3 / PKB y PLC / IP3
  2. Expresión de enzimas para la síntesis, almacenamiento y distribución de glucosa.
  1. Vía JAK / STAT /APRE (elemento de respuesta de fase aguda)
  2. Expresión de proteína C reactiva, inhibidores de globulina proteasa, complemento, sistemas de coagulación y fibrinolíticos y homeostasis del hierro.
  1. Vía Smads / HAMP
  2. expresión de hepcidina
  1. A través de LXR /LXRE (elemento de respuesta LXR)
  2. Expresión de ApoE CETP , FAS y LPL
  1. Vía LXR /LXRE
  2. Expresión de transportadores CYP7A1 y ABC.
  1. Vía LXR /LXRE
  2. Expresión de transportadores ABC.
  1. A través de JAK / STAT /GHRE (elemento de respuesta a la hormona del crecimiento)
Expresión de IGF-1 e IGFBP-3.
  1. A través de THR /THRE (elemento de respuesta a la hormona tiroidea) [4] [24] [25] [26]
Expresión de angiotensinógeno
  1. Vía STAT y Gab1: RAS / MAPK , PLC / IP3 y PI3K / FAK
  2. Crecimiento, proliferación, supervivencia, invasión y motilidad celular.

El hepatocito también regula otras funciones para la síntesis constitutiva de proteínas ( albúmina , ALT y AST ) que influye en la síntesis o activación de otras moléculas (síntesis de urea y aminoácidos esenciales), activación de la vitamina D , utilización de la vitamina K , transportador de expresión de vitamina A y conversión de tiroxina . [15] [30]

Neuronas

La señalización purinérgica tiene un papel esencial en las interacciones entre neuronas y células de la glía , permitiéndoles detectar potenciales de acción y modular la actividad neuronal, contribuyendo a la regulación de la homeostasis intra y extracelular. Además del neurotransmisor purinérgico, el ATP actúa como factor trófico en el desarrollo y crecimiento celular, participando en la activación y migración de la microglía, y también en la mielinización axonal por parte de los oligodendrocitos. Existen dos tipos principales de receptores purinérgicos , los P1 que se unen a la adenosina y los P2 que se unen al ATP o al ADP, presentando diferentes cascadas de señalización. [31] [32] La vía de señalización Nrf2 /ARE tiene un papel fundamental en la lucha contra el estrés oxidativo, al que las neuronas son especialmente vulnerables debido a su alto consumo de oxígeno y alto contenido de lípidos. Esta vía neuroprotectora implica el control de la actividad neuronal mediante astrocitos perisinápticos y la liberación de glutamato neuronal, con el establecimiento de sinapsis tripartitas. La activación de Nrf2/ARE conduce a una mayor expresión de enzimas implicadas en la síntesis y el metabolismo del glutatión, que tienen un papel clave en la respuesta antioxidante. [33] [34] [35] [36] La vía de señalización LKB1/NUAK1 regula la ramificación del axón terminal en las neuronas corticales, a través de la captura local de mitocondrias inmovilizadas. Además de NUAK1 , la quinasa LKB1 actúa bajo otras enzimas efectoras como SAD-A/B y MARK, regulando así la polarización neuronal y el crecimiento axonal, respectivamente. Estas cascadas de quinasas implican también a Tau y otras MAP . [37] [38] [39] Un conocimiento ampliado de estas y otras vías neuronales podría proporcionar nuevas dianas terapéuticas potenciales para varias enfermedades crónicas neurodegenerativas como el Alzheimer , el Parkinson y la enfermedad de Huntington , y también la esclerosis lateral amiotrófica . [31] [32] [33]

Células de sangre

Las células sanguíneas ( eritrocitos , leucocitos y plaquetas ) se producen mediante hematopoyesis . Los eritrocitos tienen como función principal la entrega de O 2 a los tejidos, y esta transferencia se produce por difusión y está determinada por la tensión de O 2 (PO 2 ). El eritrocito es capaz de sentir la necesidad tisular de O 2 y provocar un cambio en el calibre vascular, a través de la vía de liberación de ATP , que requiere un aumento de AMPc , y están regulados por la fosfodiesterasa (PDE). Esta vía puede desencadenarse mediante dos mecanismos: estímulo fisiológico (como la reducción de la tensión de O2) y la activación del receptor de prostaciclina (IPR). Esta vía incluye proteínas G heterotriméricas , adenilil ciclasa (AC), proteína quinasa A (PKA), regulador de la conductancia transmembrana de la fibrosis quística (CFTR) y un conducto final que transporta ATP a la luz vascular ( panexina 1 o canal aniónico dependiente de voltaje (VDAC). )). El ATP liberado actúa sobre los receptores purinérgicos de las células endoteliales, desencadenando la síntesis y liberación de varios vasodilatadores , como el óxido nítrico (NO) y la prostaciclina (PGI 2 ). [40] [41] El modelo actual de cascada de adhesión de leucocitos incluye muchos pasos mencionados en la Tabla 1. [42] La adhesión de leucocitos a células endoteliales mediada por integrinas está relacionada con cambios morfológicos tanto en los leucocitos como en las células endoteliales, que en conjunto sostienen los leucocitos. Migración a través de las paredes venulares. Las GTPasas pequeñas Rho y Ras están implicadas en las principales vías de señalización de los leucocitos que subyacen a la adhesión dependiente de integrinas estimuladas por quimiocinas y desempeñan funciones importantes en la regulación de la forma, la adhesión y la motilidad de las células. [43]

Los pasos de la cascada de adhesión de leucocitos y las moléculas clave involucradas en cada paso.

Después de que se produce una lesión vascular, las plaquetas se activan mediante colágeno expuesto localmente (receptor de glicoproteína (GP) VI), trombina generada localmente (receptores PAR1 y PAR4), tromboxano A2 derivado de plaquetas (TxA2) (receptor TP) y ADP (P2Y1 y P2Y12). receptores) que se libera de las células dañadas o se secreta a partir de gránulos densos de plaquetas . El factor von Willebrand (VWF) sirve como molécula accesoria esencial. En términos generales, la activación plaquetaria iniciada por el agonista lleva a una cascada de señalización que conduce a un aumento de la concentración de calcio citosólico. En consecuencia, la integrina α IIb β 3 se activa y la unión al fibrinógeno permite la agregación de las plaquetas entre sí. El aumento del calcio citosólico también conduce al cambio de forma y a la síntesis de TxA2, lo que lleva a la amplificación de la señal.

Linfocitos

El objetivo principal de las cascadas bioquímicas en los linfocitos es la secreción de moléculas que pueden suprimir las células alteradas o eliminar agentes patógenos, mediante la proliferación, diferenciación y activación de estas células. Por lo tanto, los receptores antigénicos desempeñan un papel central en la transducción de señales en los linfocitos, porque cuando los antígenos interactúan con ellos se produce una cascada de eventos de señales. Estos receptores, que reconocen el antígeno soluble (células B) o unido a una molécula en las células presentadoras de antígeno (células T), no tienen colas citoplasmáticas largas, por lo que están anclados a proteínas señalizadoras, que contienen colas citoplasmáticas largas con un motivo que puede fosforilarse ( ITAM – motivo de activación de inmunorreceptor basado en tirosina) y dar como resultado diferentes vías de señales. El receptor de antígeno y la proteína señal forman un complejo estable, denominado BCR o TCR , en las células B o T, respectivamente. La familia Src es esencial para la transducción de señales en estas células, porque es responsable de la fosforilación de los ITAM. Por tanto, Lyn y Lck , en los linfocitos B y T, respectivamente, fosforilan motivos de activación basados ​​en tirosina de los inmunorreceptores tras el reconocimiento del antígeno y el cambio conformacional del receptor, lo que conduce a la unión de las quinasas Syk / Zap-70 a ITAM y su activación. . La quinasa Syk es específica de los linfocitos B y Zap-70 está presente en las células T. Después de la activación de estas enzimas, algunas proteínas adaptadoras se fosforilan, como BLNK (células B) y LAT (células T). Estas proteínas después de la fosforilación se activan y permiten la unión de otras enzimas que continúan la cascada bioquímica. [4] [44] [45] [46] Un ejemplo de una proteína que se une a proteínas adaptadoras y se activa es la PLC, que es muy importante en las vías de señalización de los linfocitos. PLC es responsable de la activación de PKC , a través de DAG y Ca 2+ , lo que conduce a la fosforilación de la molécula CARMA1 y la formación del complejo CBM. Este complejo activa la Iκκ quinasa, que fosforila la I-κB, y luego permite la translocación de NF-κB al núcleo y la transcripción de genes que codifican citoquinas , por ejemplo. Otros factores transcripcionales como NFAT y el complejo AP1 también son importantes para la transcripción de citoquinas . [45] [47] [48][49] La diferenciación de células B a células plasmáticas también es un ejemplo de un mecanismo de señal en los linfocitos, inducido por un receptor de citoquinas . En este caso, algunas interleucinas se unen a un receptor específico, lo que conduce a la activación de la vía MAPK/ERK . En consecuencia, la proteína BLIMP1 se traduce e inhibe PAX5 , permitiendo la transcripción de genes de inmunoglobulinas y la activación de XBP1 (importante para la formación del aparato secretor y la mejora de la síntesis de proteínas). [50] [51] [52] Además, los correceptores ( CD28 / CD19 ) desempeñan un papel importante porque pueden mejorar la unión antígeno/receptor e iniciar eventos en cascada paralelos, como la activación de la PI3 quinasa. PIP3 entonces es responsable de la activación de varias proteínas, como vav (conduce a la activación de la vía JNK , que en consecuencia conduce a la activación de c-Jun ) y btk (también puede activar PLC). [45] [53]

Huesos

Vía de señalización Wnt

La vía de señalización Wnt se puede dividir en canónica y no canónica. La señalización canónica implica la unión de Wnt al correceptor Frizzled y LRP5, lo que lleva a la fosforilación de GSK3 y la inhibición de la degradación de β-catenina, lo que resulta en su acumulación y translocación al núcleo, donde actúa como factor de transcripción. La señalización Wnt no canónica se puede dividir en vía de polaridad celular plana (PCP) y vía Wnt/calcio. Se caracteriza por la unión de Wnt a Frizzled y la activación de proteínas G y por un aumento de los niveles intracelulares de calcio a través de mecanismos que involucran a PKC 50. [54] La vía de señalización de Wnt juega un papel importante en la osteoblastogénesis y la formación ósea, induciendo la diferenciación de células pluripotentes mesenquimales en osteoblastos e inhibiendo la vía RANKL/RANK y la osteoclastogénesis. [55]

Vía de señalización RANKL/RANK

RANKL es miembro de la superfamilia de ligandos del TNF. Al unirse al receptor RANK, activa varias moléculas, como NF-kappa B, MAPK, NFAT y PI3K52. La vía de señalización RANKL/RANK regula la osteoclastogénesis, así como la supervivencia y activación de los osteoclastos. [56] [57]

Vía de señalización de adenosina

La adenosina es muy relevante en el metabolismo óseo, ya que juega un papel en la formación y activación tanto de osteoclastos como de osteoblastos. La adenosina actúa uniéndose a los receptores purinérgicos e influyendo en la actividad de la adenilil ciclasa y la formación de AMPc y PKA 54. [58] La adenosina puede tener efectos opuestos sobre el metabolismo óseo, porque mientras ciertos receptores purinérgicos estimulan la actividad de la adenilil ciclasa, otros tienen el efecto opuesto. [58] [59] En determinadas circunstancias, la adenosina estimula la destrucción ósea y en otras situaciones promueve la formación de hueso, dependiendo del receptor purinérgico que se esté activando.

Células madre

La capacidad de autorrenovación y diferenciación son propiedades excepcionales de las células madre. Estas células se pueden clasificar por su capacidad de diferenciación, que disminuye progresivamente con el desarrollo, en totipotentes, pluripotentes, multipotentes y unipotentes. [60]

El proceso de autorrenovación está altamente regulado por el ciclo celular y el control de la transcripción genética. Existen algunas vías de señalización, como LIF / JAK / STAT3 (Factor inhibidor de la leucemia/Janus quinasa/Transductor de señal y activador de la transcripción 3) y BMP / SMADs /Id (Proteínas morfogenéticas óseas/ Madres contra decapentapléjicos/ Inhibidor de la diferenciación), mediadas por factores de transcripción, reguladores epigenéticos y otros componentes, y son responsables de la expresión de genes de autorrenovación y de la inhibición de la expresión de genes de diferenciación, respectivamente. [61]

A nivel del ciclo celular hay un aumento de la complejidad de los mecanismos en las células madre somáticas. Sin embargo, se observa una disminución del potencial de autorrenovación con la edad. Estos mecanismos están regulados por las vías de señalización p16 Ink4a -CDK4/6- Rb y p19 Arf - p53 - P21 Cip1 . Las células madre embrionarias tienen actividad constitutiva de ciclina E-CDK2, que hiperfosforila e inactiva Rb. Esto conduce a una fase G1 corta del ciclo celular con una rápida transición G1-S y poca dependencia de señales mitogénicas o ciclinas D para la entrada a la fase S. En las células madre fetales, los mitógenos promueven una transición G1-S relativamente rápida mediante la acción cooperativa de la ciclina D-CDK4/6 y la ciclina E-CDK2 para inactivar las proteínas de la familia Rb. La expresión de p16 Ink4a y p19 Arf se inhibe mediante la regulación de la cromatina dependiente de Hmga2. Muchas células madre de adultos jóvenes están inactivas la mayor parte del tiempo. En ausencia de señales mitogénicas, las ciclina-CDK y la transición G1-S son suprimidas por inhibidores del ciclo celular, incluidas las proteínas de la familia Ink4 y Cip/Kip. Como resultado, Rb está hipofosforilada e inhibe E2F, promoviendo la inactividad en la fase G0 del ciclo celular. La estimulación con mitógenos moviliza estas células al ciclo activando la expresión de ciclina D. En las células madre adultas mayores, la expresión del microARN let-7 aumenta, lo que reduce los niveles de Hmga2 y aumenta los niveles de p16 Ink4a y p19 Arf . Esto reduce la sensibilidad de las células madre a las señales mitogénicas al inhibir los complejos ciclina-CDK. Como resultado, las células madre no pueden entrar en el ciclo celular o la división celular se ralentiza en muchos tejidos. [62]

La regulación extrínseca se realiza mediante señales del nicho, donde se encuentran las células madre, que es capaz de promover el estado de reposo y la activación del ciclo celular en las células madre somáticas. [63] La división asimétrica es característica de las células madre somáticas, manteniendo el reservorio de células madre en el tejido y la producción de células especializadas de las mismas. [64]

Las células madre muestran un elevado potencial terapéutico, principalmente en patologías hematooncológicas, como leucemias y linfomas. Se encontraron pequeños grupos de células madre en los tumores, llamadas células madre cancerosas. Hay evidencias de que estas células promueven el crecimiento tumoral y la metástasis. [sesenta y cinco]

Ovocitos

El ovocito es la célula femenina implicada en la reproducción. [66] Existe una estrecha relación entre el ovocito y las células foliculares circundantes que es crucial para el desarrollo de ambos. [67] GDF9 y BMP15 producidos por el ovocito se unen a los receptores BMPR2 en las células foliculares activando los SMAD 2/3 , asegurando el desarrollo folicular. [68] Al mismo tiempo, el crecimiento de los ovocitos se inicia mediante la unión de KITL a su receptor KIT en el ovocito, lo que lleva a la activación de la vía PI3K/Akt , lo que permite la supervivencia y el desarrollo de los ovocitos. [69] Durante la embriogénesis , los ovocitos inician la meiosis y se detienen en la profase I. Esta detención se mantiene mediante niveles elevados de AMPc dentro del ovocito. [70] Recientemente se sugirió que el GMPc coopera con el AMPc para mantener la detención del ciclo celular . [70] [71] Durante la maduración meiótica, el pico de LH que precede a la ovulación activa la vía MAPK , lo que provoca la interrupción de las uniones comunicantes y la ruptura de la comunicación entre el ovocito y las células foliculares. La PDE3A se activa y degrada el AMPc, lo que conduce a la progresión del ciclo celular y la maduración de los ovocitos. [72] [73] El aumento de LH también conduce a la producción de progesterona y prostaglandinas que inducen la expresión de ADAMTS1 y otras proteasas, así como sus inhibidores. Esto provocará la degradación de la pared folicular, pero limitando el daño y asegurando que la rotura se produzca en el lugar adecuado, liberando el ovocito hacia las trompas de Falopio . [74] [75] La activación de los ovocitos depende de la fertilización por los espermatozoides. [76] Se inicia con la atracción de los espermatozoides inducida por las prostaglandinas producidas por el ovocito, lo que creará un gradiente que influirá en la dirección y velocidad de los espermatozoides. [77] Después de la fusión con el ovocito, el PLC ζ de los espermatozoides se libera en el ovocito, lo que provoca un aumento en los niveles de Ca2+ que activará CaMKII , lo que degradará el MPF , lo que provocará la reanudación de la meiosis. [78] [79] El aumento de los niveles de Ca 2+ inducirá la exocitosis deGránulos corticales que degradan los receptores ZP , utilizados por los espermatozoides para penetrar en el ovocito, bloqueando la polispermia . [80] La desregulación de estas vías conducirá a varias enfermedades como el síndrome de falla en la maduración de los ovocitos, que resulta en infertilidad . [81] Aumentar nuestro conocimiento molecular de los mecanismos de desarrollo de los ovocitos podría mejorar el resultado de los procedimientos de reproducción asistida , facilitando la concepción.

Espermatozoide

El espermatozoide es el gameto masculino. Después de la eyaculación esta célula no está madura, por lo que no puede fertilizar el ovocito. Para tener la capacidad de fecundar el gameto femenino, esta célula sufre capacitación y reacción acrosómica en el tracto reproductor femenino. Las vías de señalización mejor descritas para los espermatozoides implican estos procesos. La vía de señalización de AMPc/PKA conduce a la capacitación de los espermatozoides; sin embargo, la adenilil ciclasa en los espermatozoides es diferente de las células somáticas. La adenilil ciclasa en el espermatozoide no reconoce las proteínas G , por lo que es estimulada por iones bicarbonato y Ca 2+ . Luego, convierte el trifosfato de adenosina en AMP cíclico, que activa la proteína quinasa A. La PKA conduce a la fosforilación de la proteína tirosina. [82] [83] [84] La fosfolipasa C (PLC) participa en la reacción acrosómica. ZP3 es una glicoproteína presente en la zona pelúcida e interactúa con los receptores del espermatozoide. Entonces, ZP3 puede activar receptores acoplados a proteína G y receptores de tirosina quinasa , lo que conduce a la producción de PLC. PLC escinde el fosfolípido fosfatidilinositol 4,5-bisfosfato (PIP2) en diacilglicerol (DAG) e inositol 1,4,5-trifosfato . IP3 se libera como una estructura soluble en el citosol y DAG permanece unido a la membrana. IP3 se une a los receptores IP3, presentes en la membrana del acrosoma. Además, el calcio y el DAG trabajan juntos para activar la proteína quinasa C , que luego fosforila otras moléculas, lo que lleva a una actividad celular alterada. Estas acciones provocan un aumento en la concentración citosólica de Ca 2+ que conduce a la dispersión de actina y, en consecuencia, promueve la fusión de la membrana plasmática y la membrana acrosómica externa. [85] [86] La progesterona es una hormona esteroide producida en el cumulus oophorus. En las células somáticas se une a los receptores del núcleo ; sin embargo, en el espermatozoide sus receptores están presentes en la membrana plasmática. Esta hormona activa AKT, lo que conduce a la activación de otras proteínas quinasas, involucradas en la capacitación y la reacción acrosómica. [87] [88] Cuando las ROS (especies reactivas de oxígeno)Están presentes en altas concentraciones, pueden afectar la fisiología de las células, pero cuando están presentes en concentraciones moderadas son importantes para la reacción y capacitación acrosómica. Las ROS pueden interactuar con AMPc/PKA y la vía de la progesterona, estimulándolas. ROS también interactúa con la vía ERK que conduce a la activación de Ras, MEK y proteínas similares a MEK. Estas proteínas activan la proteína tirosina quinasa (PTK) que fosforila varias proteínas importantes para la capacitación y la reacción acrosómica. [89] [90]

embriones

Varias vías de señalización, como las vías FGF, WNT y TGF-β , regulan los procesos implicados en la embriogénesis .

Los ligandos de FGF (Fibroblast Growth Factor) se unen a los receptores tirosina quinasa , FGFR (Fibroblast Growth Factor Receptors), y forman un complejo estable con los correceptores HSPG (Heparán Sulfato Proteoglicanos) que promoverán la autofosforilación del dominio intracelular de FGFR y la consiguiente activación de cuatro vías principales: MAPK/ERK , PI3K , PLCγ y JAK/STAT . [91] [92] [93]

La vía WNT permite la función de β-catenina en la transcripción genética, una vez que la interacción entre el ligando WNT y el receptor acoplado a proteína G Frizzled inhibe GSK-3 (glucógeno sintasa quinasa-3) y, por lo tanto, la formación del complejo de destrucción de β-catenina. [93] [99] [100] Aunque existe cierta controversia sobre los efectos de esta vía en la embriogénesis, se cree que la señalización WNT induce la formación de rayas primitivas , mesodermo y endodermo . [100] En la vía del TGF-β (factor de crecimiento transformante β), la BMP (proteína morfogénica ósea), la activina y los ligandos nodales se unen a sus receptores y activan los Smads que se unen al ADN y promueven la transcripción de genes. [93] [101] [102] La activina es necesaria para la diferenciación del mesodermo y especialmente del endodermo , y Nodal y BMP participan en el modelado embrionario. BMP también es responsable de la formación de tejidos extraembrionarios antes y durante la gastrulación, y de la diferenciación temprana del mesodermo, cuando se activan las vías de activina y FGF. [101] [102] [103]

Construcción de caminos

La construcción de vías ha sido realizada por grupos individuales que estudian una red de interés (por ejemplo, la vía de señalización inmune), así como por grandes consorcios de bioinformática (por ejemplo, el Proyecto Reactome) y entidades comerciales (por ejemplo, Ingenuity Systems ). La construcción de rutas es el proceso de identificar e integrar las entidades, interacciones y anotaciones asociadas, y poblar la base de conocimientos. La construcción de rutas puede tener un objetivo basado en datos (DDO) o un objetivo basado en conocimientos (KDO). La construcción de vías basada en datos se utiliza para generar información sobre las relaciones de genes o proteínas identificadas en un experimento específico, como un estudio de microarrays. [104] La construcción de vías basada en el conocimiento implica el desarrollo de una base de conocimientos detallada sobre vías para dominios de interés particulares, como un tipo de célula, una enfermedad o un sistema. El proceso de curación de una vía biológica implica identificar y estructurar contenido, extraer información de forma manual y/o computacional y ensamblar una base de conocimientos utilizando herramientas de software apropiadas. [105] Un esquema que ilustra los principales pasos involucrados en los procesos de construcción basados ​​en datos y en conocimiento. [104]

Para la construcción de rutas DDO o KDO, el primer paso es extraer información pertinente de fuentes de información relevantes sobre las entidades y las interacciones. La información recuperada se ensambla utilizando formatos, estándares de información y herramientas de construcción de caminos apropiados para obtener un prototipo de camino. La vía se perfecciona aún más para incluir anotaciones específicas del contexto, como especie, tipo de célula/tejido o tipo de enfermedad. Luego, los expertos en el dominio pueden verificar la ruta y los curadores pueden actualizarla en función de los comentarios adecuados. [106] Los intentos recientes de mejorar la integración del conocimiento han llevado a clasificaciones refinadas de entidades celulares, como GO, y al ensamblaje de repositorios de conocimiento estructurados. [107] Los repositorios de datos, que contienen información sobre secuencias, metabolismo, señalización, reacciones e interacciones, son una fuente importante de información para la construcción de vías. [108] En la siguiente tabla se describen algunas bases de datos útiles. [104]

Leyenda: Y – Sí, N – No; BIND – Base de datos de la red de interacción biomolecular, DIP – Base de datos de proteínas que interactúan, GNPV – Visor de plataforma de red del genoma, HPRD = Base de datos de referencia de proteínas humanas, MINT – Base de datos de interacción molecular, MIPS – Centro de información de secuencias de proteínas de Munich, UNIHI – Interactome humano unificado, OPHID – Base de datos en línea de interacción humana prevista, EcoCyc – Enciclopedia de genes y metabolismo de E. Coli, MetaCyc – Base de datos de vías metabólicas, KEGG – Enciclopedia de genes y genomas de Kyoto, PANTHER – Base de datos de análisis de proteínas a través de relaciones evolutivas, STKE – Entorno de conocimiento de transducción de señales, PID – Base de datos de interacción de vías, BioPP – Biological Pathway Publisher. Puede encontrar una lista completa de recursos en http://www.pathguide.org.

Bases de datos y herramientas relacionadas con la ruta

KEGG

La creciente cantidad de información genómica y molecular es la base para comprender los sistemas biológicos de orden superior, como la célula y el organismo, y sus interacciones con el medio ambiente, así como para aplicaciones médicas, industriales y otras aplicaciones prácticas. El recurso KEGG [109] proporciona una base de conocimientos de referencia para vincular genomas con sistemas biológicos, categorizados como bloques de construcción en el espacio genómico (KEGG GENES), el espacio químico (KEGG LIGAND), diagramas de cableado de redes de interacción y redes de reacción (KEGG PATHWAY). ) y ontologías para la reconstrucción de vías (base de datos BRITE). [110] La base de datos KEGG PATHWAY es una colección de mapas de rutas dibujados manualmente para el metabolismo , el procesamiento de información genética, el procesamiento de información ambiental como la transducción de señales, la interacción ligando -receptor y la comunicación celular, varios otros procesos celulares y enfermedades humanas, todos basados ​​en una extensa investigación. estudio de la literatura publicada. [111]

GenMAPP

Gene Map Annotator y Pathway Profiler ( GenMAPP ) [112] , un programa informático independiente, gratuito y de código abierto, está diseñado para organizar, analizar y compartir datos a escala del genoma en el contexto de vías biológicas. La base de datos GenMAPP admite múltiples anotaciones de genes y especies, así como la creación de bases de datos de especies personalizadas para un número potencialmente ilimitado de especies. [113] Los recursos de las vías se amplían utilizando información de homología para traducir el contenido de las vías entre especies y ampliando las vías existentes con datos derivados de interacciones y coexpresión de proteínas conservadas. Se ha implementado un nuevo modo de visualización de datos que incluye el curso del tiempo, el polimorfismo de un solo nucleótido (SNP) y el empalme con la base de datos GenMAPP para respaldar el análisis de datos complejos. GenMAPP también ofrece formas innovadoras de mostrar y compartir datos incorporando la exportación HTML de análisis para conjuntos completos de rutas como páginas web organizadas. [114] En resumen, GenMAPP proporciona un medio para interrogar rápidamente datos experimentales complejos en busca de cambios a nivel de vía en una amplia gama de organismos.

Reactoma

Dada la composición genética de un organismo, el conjunto completo de reacciones posibles constituye su reactoma . Reactome , ubicado en http://www.reactome.org, es un recurso curado y revisado por pares de datos de procesos/vías biológicas humanas. La unidad básica de la base de datos Reactome es una reacción; Luego, las reacciones se agrupan en cadenas causales para formar vías [115] . El modelo de datos Reactome nos permite representar muchos procesos diversos en el sistema humano, incluidas las vías del metabolismo intermediario, las vías reguladoras y la transducción de señales, y procesos de alto nivel, como como el ciclo celular . [116] Reactome proporciona un marco cualitativo, sobre el cual se pueden superponer datos cuantitativos. Se han desarrollado herramientas para facilitar la entrada y anotación de datos personalizados por parte de biólogos expertos, y para permitir la visualización y exploración del conjunto de datos terminado como un mapa de proceso interactivo. [117] Aunque el dominio curacional principal son las vías del Homo sapiens, las proyecciones electrónicas de las vías humanas en otros organismos se crean regularmente a través de supuestos ortólogos, lo que hace que Reactome sea relevante para las comunidades de investigación de organismos modelo. La base de datos está disponible públicamente bajo términos de código abierto, lo que permite que tanto su contenido como su infraestructura de software se utilicen y redistribuyan libremente. El estudio de perfiles transcripcionales completos y la catalogación de interacciones proteína-proteína ha arrojado mucha información biológica valiosa, desde el genoma o proteoma hasta la fisiología de un organismo, un órgano, un tejido o incluso una sola célula. La base de datos Reactome contiene un marco de posibles reacciones que, cuando se combina con datos de expresión y cinética enzimática, proporciona la infraestructura para modelos cuantitativos y, por lo tanto, una visión integrada de los procesos biológicos, que vincula dichos productos genéticos y se puede extraer sistemáticamente mediante el uso de aplicaciones bioinformáticas. . [118] Los datos de Reactome están disponibles en una variedad de formatos estándar, incluidos BioPAX , SBML y PSI-MI, y también permiten el intercambio de datos con otras bases de datos de vías, como Cycs, KEGG y amaze , y bases de datos de interacción molecular, como BIND y HPRD . La próxima publicación de datos cubrirá la apoptosis, incluidas las vías de señalización del receptor de muerte y las vías Bcl2, así como las vías involucradas en la hemostasia . Otros temas actualmente en desarrollo incluyen varias vías de señalización, mitosis , fototransducción visual y hematopoyesis . [119]En resumen, Reactome proporciona resúmenes seleccionados de alta calidad de procesos biológicos fundamentales en humanos en una forma de visualización de datos de rutas amigable para los biólogos, y es un proyecto de código abierto.

Enfoques orientados a rutas

En la era posgenómica, las técnicas de secuenciación de alto rendimiento y de elaboración de perfiles de genes/proteínas han transformado la investigación biológica al permitir un seguimiento exhaustivo de un sistema biológico, generando una lista de genes o proteínas expresados ​​diferencialmente, lo que resulta útil para identificar genes que pueden tener funciones. en un fenómeno o fenotipo determinado. [120] Con microarrays de ADN y la ingeniería genética de todo el genoma, es posible examinar perfiles de expresión genética global para contribuir con una gran cantidad de datos genómicos al dominio público. Con la interferencia de ARN, es posible destilar las inferencias contenidas en la literatura experimental y las bases de datos primarias en bases de conocimiento que consisten en representaciones comentadas de vías biológicas. En este caso, se sabe que genes y proteínas individuales están involucrados en procesos, componentes o estructuras biológicas, así como también en cómo y dónde los productos genéticos interactúan entre sí. [121] [122] Enfoques orientados a rutas para analizar datos de microarrays, agrupando largas listas de genes, proteínas y/u otras moléculas biológicas individuales según las rutas en las que participan en conjuntos más pequeños de genes o proteínas relacionados, lo que reduce la complejidad, han demostrado ser útiles para conectar datos genómicos con procesos y sistemas biológicos específicos. Identificar vías activas que difieren entre dos condiciones puede tener más poder explicativo que una simple lista de diferentes genes o proteínas. Además, una gran cantidad de métodos analíticos de vías aprovechan el conocimiento de las vías en repositorios públicos como Gene Ontology (GO) o la Enciclopedia de genes y genomas de Kyoto ( KEGG ), en lugar de inferir vías a partir de mediciones moleculares. [123] [124] Además, diferentes enfoques de investigación han dado a la palabra "vía" diferentes significados. Por ejemplo, "vía" puede denotar una vía metabólica que implica una secuencia de reacciones de moléculas pequeñas catalizadas por enzimas, o una vía de señalización que implica un conjunto de reacciones de fosforilación de proteínas y eventos de regulación genética. Por tanto, el término "análisis de vías" tiene una aplicación muy amplia. Por ejemplo, puede referirse al análisis de redes de interacción física (p. ej., interacciones proteína-proteína), simulación cinética de vías y análisis de vías en estado estacionario (p. ej., análisis de equilibrio de flujo), así como a su uso en la inferencia de rutas a partir de datos de expresión y secuencia. Se han desarrollado varias herramientas de análisis de enriquecimiento funcional [125] [126] [127] [128] y algoritmos [129] para mejorar la interpretación de los datos. Los métodos de análisis de rutas basados ​​en la base de conocimientos existentes en cada generación se han resumido en la literatura reciente. [130]

Aplicaciones del análisis de vías en medicina.

Cáncer colorrectal (CCR)

Se utilizó un paquete de programa MatchMiner para escanear los nombres de HUGO en busca de genes clonados de interés, luego se ingresan en GoMiner, que aprovechó el GO para identificar los procesos biológicos, las funciones y los componentes representados en el perfil del gen. Además, la base de datos para anotación, visualización y descubrimiento integrado ( DAVID ) y la base de datos KEGG se pueden utilizar para el análisis de datos de expresión de microarrays y el análisis de cada proceso biológico GO (P), componente celular (C) y función molecular (F). ) ontología. Además, las herramientas DAVID se pueden utilizar para analizar las funciones de los genes en las vías metabólicas y mostrar las relaciones biológicas entre genes o productos genéticos y pueden representar vías metabólicas. Estas dos bases de datos también proporcionan herramientas bioinformáticas en línea para combinar información bioquímica específica sobre un determinado organismo y facilitar la interpretación de significados biológicos de datos experimentales. Mediante el uso de un enfoque combinado de tecnologías de microarrays y bioinformática, se ha demostrado un mecanismo metabólico potencial que contribuye al cáncer colorrectal (CCR). [131] Varios factores ambientales pueden estar involucrados en una serie de puntos a lo largo de la vía genética hacia el CCR. Estos incluyen genes asociados con el metabolismo de los ácidos biliares, el metabolismo de la glucólisis y las vías del metabolismo de los ácidos grasos , lo que respalda la hipótesis de que algunas alteraciones metabólicas observadas en el carcinoma de colon pueden ocurrir en el desarrollo del CCR. [131]

Enfermedad de Parkinson (EP)

Los modelos celulares son fundamentales para diseccionar un proceso patológico complejo en eventos moleculares más simples. La enfermedad de Parkinson (EP) es multifactorial y clínicamente heterogénea; La etiología de la forma esporádica (y más común) aún no está clara y hasta ahora solo se han aclarado unos pocos mecanismos moleculares en la cascada neurodegenerativa . En un panorama tan multifacético, es particularmente importante identificar modelos experimentales que simplifiquen el estudio de las diferentes redes de proteínas y genes involucrados. Los modelos celulares que reproducen algunas de las características de las neuronas que degeneran en la EP han contribuido a muchos avances en nuestra comprensión del flujo patogénico de la enfermedad. En particular, las vías bioquímicas fundamentales (es decir, apoptosis y estrés oxidativo , deterioro mitocondrial y mitofagia disfuncional , estrés de proteínas desplegadas y eliminación inadecuada de proteínas mal plegadas) se han explorado ampliamente en líneas celulares, desafiadas con agresiones tóxicas o modificadas genéticamente. El papel central de la a-sinucleína ha generado muchos modelos destinados a dilucidar su contribución a la desregulación de diversos procesos celulares. Los modelos celulares clásicos parecen ser la elección correcta para estudios preliminares sobre la acción molecular de nuevos fármacos o toxinas potenciales y para comprender el papel de factores genéticos individuales. Además, la disponibilidad de nuevos sistemas celulares, como los cíbridos o las células madre pluripotentes inducidas, ofrece la posibilidad de explotar las ventajas de una investigación in vitro, aunque refleja más fielmente la población celular afectada. [132]

Enfermedad de Alzheimer (EA)

La degeneración sináptica y la muerte de las células nerviosas son características definitorias de la enfermedad de Alzheimer (EA), el trastorno neurodegenerativo relacionado con la edad más prevalente. En la EA, las neuronas del hipocampo y del prosencéfalo basal (regiones del cerebro que desempeñan funciones de aprendizaje y memoria) son selectivamente vulnerables. Los estudios de tejido cerebral postmortem de personas con EA han proporcionado evidencia de mayores niveles de estrés oxidativo, disfunción mitocondrial y alteración de la absorción de glucosa en poblaciones neuronales vulnerables. Los estudios de modelos animales y de cultivos celulares de EA sugieren que los niveles elevados de estrés oxidativo ( peroxidación lipídica de membrana , en particular) pueden alterar el metabolismo energético neuronal y la homeostasis iónica, al alterar la función de las ATPasas con motivo iónico de membrana , los transportadores de glucosa y glutamato . Tal compromiso oxidativo y metabólico puede hacer que las neuronas sean vulnerables a la excitotoxicidad y la apoptosis . Estudios recientes sugieren que la EA puede manifestar alteraciones sistémicas en el metabolismo energético (p. ej., aumento de la resistencia a la insulina y desregulación del metabolismo de la glucosa). La evidencia emergente de que la restricción dietética puede prevenir el desarrollo de la EA es consistente con un importante componente "metabólico" de estos trastornos y proporciona optimismo de que estos devastadores trastornos cerebrales del envejecimiento pueden prevenirse en gran medida. [133]

Referencias

  1. ^ abcd Bastien D. Gomperts; Peter ER Tatham; Ijsbrand M. Kramer (2004). Transducción de señales (Pbk. ed., [Nachdr.]. ed.). Ámsterdam [ua]: Elsevier Academic Press. ISBN 978-0122896323.
  2. ^ ab Ingham, PW; Nakano, Y.; Seger, C. (2011). "Mecanismos y funciones de señalización de Hedgehog a través de los metazoos". Naturaleza Reseñas Genética . 12 (6): 393–406. doi :10.1038/nrg2984. PMID  21502959. S2CID  33769324.
  3. ^ ab Antoniotti, M., Park, F., Policriti, A., Ugel, N., Mishra, B. (2003) Fundamentos de un sistema de consulta y simulación para el modelado de procesos bioquímicos y biológicos. En Simposio del Pacífico sobre Biocomputación 2003 (PSB 2003), págs.
  4. ^ abcdefghijklmn Fardilha, Margarida (2012). O eSsencial em… Sinalización Celular . Edições Afrontamento. ISBN 9789723612530.
  5. ^ ab Jeremy M. Berg; Juan L. Tymoczko; Lubert Stryer (2007). Bioquímica (6. ed., 3. ed. impresa). Nueva York: Freeman. ISBN 978-0716787242.
  6. ^ Mishra, B. (2002) Un enfoque simbólico para modelar el comportamiento celular. En Prasanna, V., Sahni, S. y Shukla, U. (eds), Computación de alto rendimiento: HiPC 2002. LNCS 2552. Springer-Verlag, págs.
  7. ^ de Jong, H. (2002) Modelado y simulación de sistemas reguladores genéticos: una revisión de la literatura. J. Computación. Biol., 9(1), 67-103.
  8. ^ Hinkle JL, Bowman L (2003) Neuroprotección para el accidente cerebrovascular isquémico. J Neurosci Nurs 35 (2): 114–8.
  9. ^ Carneiro, Luis Carlos; Junqueira, José (2005). Texto y atlas de histología básica (11ª ed.). Nueva York, Nueva York, [etc.]: McGraw-Hill. ISBN 978-0071440912.
  10. ^ Tian, ​​Xinrui; Liu, Z; Niu, B; Zhang, J; Bronceado, conocimientos tradicionales; Lee, SR; Zhao, Y; Harris, CC; Zheng, G (2011). "Complejo E-cadherina / β-catenina y la barrera epitelial". Revista de Biomedicina y Biotecnología . 2011 : 1–6. doi : 10.1155/2011/567305 . PMC 3191826 . PMID  22007144. 
  11. ^ Barth, Ángela IM; Näthke, Inke S; Nelson, W James (octubre de 1997). "Cadherinas, cateninas y proteína APC: interacción entre complejos citoesqueléticos y vías de señalización". Opinión actual en biología celular . 9 (5): 683–690. doi : 10.1016/S0955-0674(97)80122-6 . PMID  9330872.
  12. ^ Conacci-Sorrell, Maralice; Zhurinsky, Jacob; Ben-Ze'ev, Avri (15 de abril de 2002). "El sistema de adhesión cadherina-catenina en señalización y cáncer". Revista de investigación clínica . 109 (8): 987–991. doi :10.1172/JCI15429. PMC 150951 . PMID  11956233. 
  13. ^ Gilcrease, Michael Z. (marzo de 2007). "Señalización de integrinas en células epiteliales". Cartas de Cáncer . 247 (1): 1–25. doi :10.1016/j.canlet.2006.03.031. PMID  16725254.
  14. ^ Campbell, identificación; Humphries, MJ (19 de enero de 2011). "Estructura, activación e interacciones de la integrina". Perspectivas de Cold Spring Harbor en biología . 3 (3): a004994. doi : 10.1101/cshperspect.a004994. PMC 3039929 . PMID  21421922. 
  15. ^ ab Eugene R. Schiff; Willis C. Maddrey; Michael F. Sorrell, eds. (12 de diciembre de 2011). Enfermedades del hígado de Schiff (11ª ed.). Chichester, West Sussex, Reino Unido: John Wiley & Sons. ISBN 978-0-470-65468-2.
  16. ^ Pawlina, Michael H. Ross, Wojciech (23 de abril de 2011). Histología: un texto y un atlas: con biología celular y molecular correlacionada (6ª ed.). Filadelfia: Wolters Kluwer/Lippincott Williams & Wilkins Health. ISBN 978-0781772006.{{cite book}}: Mantenimiento CS1: varios nombres: lista de autores ( enlace )
  17. ^ Berridge, Michael J. (10 de abril de 2012). "Biología de señalización celular: Módulo 1 - Introducción". Revista Bioquímica . 6 : csb0001001. doi :10.1042/csb0001001.
  18. ^ Bode, Johannes G.; Alberto, Ute; Häussinger, Dieter; Heinrich, Peter C.; Schaper, Fred (junio de 2012). "Proteínas hepáticas de fase aguda: regulación por citocinas de tipo IL-6 e IL-1 que involucran STAT3 y su interacción con la señalización dependiente de NF-κB". Revista europea de biología celular . 91 (6–7): 496–505. doi :10.1016/j.ejcb.2011.09.008. PMID  22093287.
  19. ^ Wang, Hua (2011). "Transductor de señal y activador de la transcripción 3 en enfermedades hepáticas: un nuevo objetivo terapéutico". Revista Internacional de Ciencias Biológicas . 7 (5): 536–550. doi :10.7150/ijbs.7.536. PMC 3088876 . PMID  21552420. 
  20. ^ abcdef Irwin M. Arias; Harvey J. Alter (2009). El hígado: biología y patobiología (5ª ed.). Chichester, Reino Unido: Wiley-Blackwell. ISBN 978-0470723135.
  21. ^ Tolosano, Emanuela; Altruda, Fiorella (abril de 2002). "Hemopexina: estructura, función y regulación". ADN y biología celular . 21 (4): 297–306. doi : 10.1089/104454902753759717. PMID  12042069.
  22. ^ a b C Jean-François Dufour; Pierre-Alain Clavien (2010). Vías de señalización en enfermedades hepáticas (2. ed.). Berlín: Springer. ISBN 978-3-642-00149-9.
  23. ^ abc Edwards, Peter A; Kennedy, Mateo A; Mak, Puiying A (abril de 2002). "LXR;". Farmacología Vascular . 38 (4): 249–256. doi :10.1016/S1537-1891(02)00175-1. PMID  12449021.
  24. ^ Dzau, VJ; Herrmann, HC (15 a 22 de febrero de 1982). "Control hormonal de la producción de angiotensinógeno". Ciencias de la vida . 30 (7–8): 577–84. doi :10.1016/0024-3205(82)90272-7. PMID  7040893.
  25. ^ Chi, Hsiang Cheng; Chen, Cheng-Yi; Tsai, Ming-Ming; Tsai, Chung-Ying; Lin, Kwang-Huei (2013). Tsai, Ming-Ming; Tsai, Chung-Ying; Lin, Kwang-Huei. "Funciones moleculares de las hormonas tiroideas y su importancia clínica en enfermedades relacionadas con el hígado". Investigación BioMed Internacional . 2013 : 1–16. doi : 10.1155/2013/601361 . PMC 3708403 . PMID  23878812. 
  26. ^ Lai, Hong-Shiee; Lin, Wen-Hsi (3 de julio de 2013). Lai, Shuo-Lun; Lin, Hao-Yu; Hsu, Wen-Ming; Chou, Chia-Hung; Lee, Po-Huang; Rishi, Arun. "La interleucina-6 media la expresión del gen angiotensinógeno durante la regeneración del hígado". MÁS UNO . 8 (7): e67868. Código Bib : 2013PLoSO...867868L. doi : 10.1371/journal.pone.0067868 . PMC 3700864 . PMID  23844114. 
  27. ^ Nakamura, T; Mizuno, S (2010). "El descubrimiento del factor de crecimiento de hepatocitos (HGF) y su importancia para la biología celular, las ciencias biológicas y la medicina clínica". Actas de la Academia de Japón, Serie B. 86 (6): 588–610. Código Bib : 2010PJAB...86..588N. doi : 10.2183/pjab.86.588. PMC 3081175 . PMID  20551596. 
  28. ^ Blumenschein GR, Jr; Molinos, GB; González-Angulo, AM (10 de septiembre de 2012). "Apuntar al eje factor de crecimiento de hepatocitos-cMET en la terapia del cáncer". Revista de Oncología Clínica . 30 (26): 3287–96. doi :10.1200/JCO.2011.40.3774. PMC 3434988 . PMID  22869872. 
  29. ^ Órgano, SL; Tsao, MS (noviembre de 2011). "Una descripción general de la vía de señalización c-MET". Avances terapéuticos en oncología médica . 3 (1 suplemento): T7 – S19. doi :10.1177/1758834011422556. PMC 3225017 . PMID  22128289. 
  30. ^ Dufour, Jean-François (2005). Vías de señalización en enfermedades hepáticas: con 15 tablas . Berlín [ua]: Springer. ISBN 978-3540229346.
  31. ^ ab Campos, RD; Burnstock, G (junio de 2006). "Señalización purinérgica en interacciones neuroglía". Reseñas de la naturaleza Neurociencia . 7 (6): 423–36. doi :10.1038/nrn1928. PMC 2062484 . PMID  16715052. 
  32. ^ ab Abbracchio, María P.; Burnstock, Geoffrey; Verkhratsky, Alexei ; Zimmermann, Herbert (enero de 2009). "Señalización purinérgica en el sistema nervioso: una descripción general". Tendencias en Neurociencias . 32 (1): 19–29. doi :10.1016/j.tins.2008.10.001. PMID  19008000. S2CID  7653609.
  33. ^ ab Vargas, señor; Johnson, JA (3 de junio de 2009). "La vía citoprotectora Nrf2-ARE en astrocitos". Reseñas de expertos en medicina molecular . 11 : e17. doi :10.1017/S1462399409001094. PMC 5563256 . PMID  19490732. 
  34. ^ Habas, A.; Hahn, J.; Wang, X.; Margeta, M. (21 de octubre de 2013). "La actividad neuronal regula la señalización astrocítica de Nrf2". Procedimientos de la Academia Nacional de Ciencias . 110 (45): 18291–18296. Código Bib : 2013PNAS..11018291H. doi : 10.1073/pnas.1208764110 . PMC 3831500 . PMID  24145448. 
  35. ^ Escartín, C; Ganó, SJ (18 de mayo de 2011). Malgorn, C; Auregán, G; Berman, AE; Chen, ordenador personal; Déglon, N; Johnson, JA; Suh, SW; Swanson, RA. "El factor 2 relacionado con el factor nuclear eritroide 2 facilita la síntesis de glutatión neuronal al regular positivamente la expresión del transportador de aminoácidos excitadores neuronales 3". La Revista de Neurociencia . 31 (20): 7392–401. doi :10.1523/JNEUROSCI.6577-10.2011. PMC 3339848 . PMID  21593323. 
  36. ^ Johnson, JA; Johnson, fiscal del distrito; Kraft, AD; Calkins, MJ; Jakel, RJ; Vargas, señor; Chen, PC (diciembre de 2008). Kraft, AD; Calkins, MJ; Jakel, RJ; Vargas, señor; Chen, PC. "La vía Nrf2-ARE: indicador y modulador del estrés oxidativo en la neurodegeneración". Anales de la Academia de Ciencias de Nueva York . 1147 : 61–9. doi : 10.1196/anales.1427.036. PMC 2605641 . PMID  19076431. 
  37. ^ Lewis, TL; Courchet, J.; Polleux, F. (16 de septiembre de 2013). "Biología celular en neurociencia: mecanismos celulares y moleculares subyacentes a la formación, el crecimiento y la ramificación de los axones". La revista de biología celular . 202 (6): 837–848. doi :10.1083/jcb.201305098. PMC 3776347 . PMID  24043699. 
  38. ^ Courchet, Julien; Lewis, Tommy L. (junio de 2013). Lee, Sohyon; Courchet, Virginia; Liou, Deng-Yuan; Aizawa, Shinichi; Polleux, Franck. "La ramificación del axón terminal está regulada por la vía de la quinasa LKB1-NUAK1 mediante captura mitocondrial presináptica". Celúla . 153 (7): 1510-1525. doi :10.1016/j.cell.2013.05.021. PMC 3729210 . PMID  23791179. 
  39. ^ Satoh, Daisuke; Arber, Silvia (junio de 2013). "Tallado de cenadores de axones para que encajen: el maestro dirige una quinasa a la vez". Celúla . 153 (7): 1425-1426. doi : 10.1016/j.cell.2013.05.047 . PMID  23791171.
  40. ^ Ellsworth, ML; Ellis, CG; Goldman, D; Stephenson, AH; Dietrich, HH; Sprague, RS (abril de 2009). Goldman, D; Stephenson, AH; Dietrich, HH; Sprague, RS. "Eritrocitos: sensores de oxígeno y moduladores del tono vascular". Fisiología . 24 (2): 107–16. doi :10.1152/fisiol.00038.2008. PMC 2725440 . PMID  19364913. 
  41. ^ Sprague, RS; Ellsworth, ML (julio de 2012). "ATP derivado de eritrocitos y distribución de perfusión: papel de la comunicación intracelular e intercelular". Microcirculación . 19 (5): 430–9. doi :10.1111/j.1549-8719.2011.00158.x. PMC 3324633 . PMID  22775760. 
  42. ^ Ley, K; Laudana, C; Cybulsky, Michigan; Nourshargh, S (septiembre de 2007). "Llegar al lugar de la inflamación: actualización de la cascada de adhesión de leucocitos". Reseñas de la naturaleza. Inmunología . 7 (9): 678–89. doi :10.1038/nri2156. PMID  17717539. S2CID  1871230.
  43. ^ Nourshargh, S ; Hordijk, PL; Sixt, M (mayo de 2010). "Romper múltiples barreras: motilidad de los leucocitos a través de las paredes venulares y el intersticio". Reseñas de la naturaleza Biología celular molecular . 11 (5): 366–78. doi :10.1038/nrm2889. PMID  20414258. S2CID  9669661.
  44. ^ Roitt, Ivan M (2013). Fundamentos de Inmunología . GUANABARA KOOGAN. ISBN 978-8527721424.
  45. ^ abc Baker, Abul (2012). Inmunología celular y molecular . K. Abbas, Andrew H. Lichtman, Shiv Pillai; ilustraciones de David L. Baker, Alexandra (7ª ed.). Filadelfia: Elsevier/Saunders. ISBN 978-1437715286.
  46. ^ Cox, Michael (2005). Enciclopedia de ciencias de la vida . Hoboken, Nueva Jersey [ua]: Wiley [Online-Anbieter]. ISBN 9780470015902.
  47. ^ Macián, F (junio de 2005). "Proteínas NFAT: reguladores clave del desarrollo y función de las células T". Reseñas de la naturaleza. Inmunología . 5 (6): 472–84. doi :10.1038/nri1632. PMID  15928679. S2CID  2460785.
  48. ^ Mercedes Rincón; Richard A. Flavell y Roger J. Davis (2001). "Transducción de señales por MAP quinasas en linfocitos T". Oncogén . 20 (19): 2490–2497. doi : 10.1038/sj.onc.1204382 . PMID  11402343.
  49. ^ Weiss, Arturo. "Eventos de transducción de señales implicados en la activación y diferenciación de linfocitos" . Consultado el 8 de enero de 2014 .
  50. ^ Le Gallou, S; Caron, G (1 de julio de 2012). Delaloy, C; Rossille, D; Tarta, K; Fest, T. "Requisito de IL-2 para la generación de células plasmáticas humanas: acoplamiento de diferenciación y proliferación mejorando la señalización MAPK-ERK". Revista de Inmunología . 189 (1): 161–73. doi : 10.4049/jimmunol.1200301 . PMID  22634617.
  51. ^ Shaffer, AL; Shapiro-Shelef, M (julio de 2004). Iwakoshi, NN; Lee, AH; Qian, SB; Zhao, H; Yu, X; Yang, L; Bronceado, BK; Rosenwald, A; Herido, EM; Petroulakis, E; Sonenberg, N; Yewdell, JW; Calame, K; Glimcher, LH; Staudt, LM. "XBP1, aguas abajo de Blimp-1, expande el aparato secretor y otros orgánulos y aumenta la síntesis de proteínas en la diferenciación de las células plasmáticas". Inmunidad . 21 (1): 81–93. doi : 10.1016/j.immuni.2004.06.010 . PMID  15345222.
  52. ^ Crotty, Shane; Johnston, Robert J; Schoenberger, Stephen P (19 de enero de 2010). "Efectores y memorias: Bcl-6 y Blimp-1 en la diferenciación de linfocitos T y B". Inmunología de la naturaleza . 11 (2): 114-120. doi :10.1038/ni.1837. PMC 2864556 . PMID  20084069. 
  53. ^ Michael Cox (2005). Enciclopedia de ciencias de la vida . Hoboken, Nueva Jersey [ua]: Wiley [Online-Anbieter]. ISBN 9780470015902.
  54. ^ Cruciat, CM.; Niehrs, C. (19 de octubre de 2012). "Inhibidores y activadores de Wnt secretados y transmembrana". Perspectivas de Cold Spring Harbor en biología . 5 (3): a015081. doi : 10.1101/cshperspect.a015081. PMC 3578365 . PMID  23085770. 
  55. ^ Kobayashi, Yasuhiro; Maeda, Kazuhiro; Takahashi, Naoyuki (julio de 2008). "Funciones de la señalización Wnt en la formación y resorción ósea". Revista japonesa de ciencia dental . 44 (1): 76–82. doi : 10.1016/j.jdsr.2007.11.002 .
  56. ^ Raju, R; Balakrishnan, L; Nanjappa, V; Bhattacharjee, M; Getnet, D; Muthusamy, B; Kurian Thomas, J; Sharma, J; Rahiman, Licenciatura en Letras; Harsha, HC; Shankar, S; Prasad, TS; Mohán, SS; Bader, GD; Wani, señor; Pandey, A (2011). "Un mapa de reacción completo seleccionado manualmente de la vía de señalización RANKL/RANK". Base de datos (Oxford) . 2011 : bar021. doi : 10.1093/database/bar021. PMC 3170171 . PMID  21742767. 
  57. ^ Boyce, novio; Xing, L (2007). "Biología de RANK, RANKL y osteoprotegerina". Investigación y terapia de la artritis . 9 (Suplemento 1): T1. doi : 10.1186/ar2165 . PMC 1924516 . PMID  17634140. 
  58. ^ ab Mediero, Aránzazu; Cronstein, Bruce N. (junio de 2013). "Adenosina y metabolismo óseo". Tendencias en endocrinología y metabolismo . 24 (6): 290–300. doi :10.1016/j.tem.2013.02.001. PMC 3669669 . PMID  23499155. 
  59. ^ Jamón, J; Evans, Licenciatura en Letras (2012). "Un papel emergente de la adenosina y sus receptores en la homeostasis ósea". Fronteras en Endocrinología . 3 : 113. doi : 10.3389/fendo.2012.00113 . PMC 3444801 . PMID  23024635. 
  60. ^ Vatio, FM; Driskell, RR (24 de noviembre de 2009). "El potencial terapéutico de las células madre". Transacciones Filosóficas de la Royal Society B: Ciencias Biológicas . 365 (1537): 155-163. doi :10.1098/rstb.2009.0149. PMC 2842697 . PMID  20008393. 
  61. ^ Ying, QL; Nicolas, J; Cámaras, yo; Smith, A (31 de octubre de 2003). "La inducción de proteínas Id por BMP suprime la diferenciación y sostiene la autorrenovación de las células madre embrionarias en colaboración con STAT3". Celúla . 115 (3): 281–92. doi : 10.1016/S0092-8674(03)00847-X . PMID  14636556. S2CID  7201396.
  62. ^ Nishino, J; Kim, yo; Chada, K; Morrison, SJ (17 de octubre de 2008). "Hmga2 promueve la autorrenovación de las células madre neurales en ratones jóvenes pero no viejos al reducir la expresión de p16Ink4a y p19Arf". Celúla . 135 (2): 227–39. doi :10.1016/j.cell.2008.09.017. PMC 2582221 . PMID  18957199. 
  63. ^ Morrison, SJ; Spradling, AC (22 de febrero de 2008). "Células madre y nichos: mecanismos que favorecen el mantenimiento de las células madre a lo largo de la vida". Celúla . 132 (4): 598–611. doi :10.1016/j.cell.2008.01.038. PMC 4505728 . PMID  18295578. 
  64. ^ Fuchs, E; Túmbar, T; Guasch, G (19 de marzo de 2004). "Socializar con los vecinos: las células madre y su nicho". Celúla . 116 (6): 769–78. doi : 10.1016/s0092-8674(04)00255-7 . PMID  15035980. S2CID  18494303.
  65. ^ Clarke, MF; Dick, JE (1 de octubre de 2006). Dirks, PB; Aleros, CJ; Jamieson, CH; Jones, DL; Visvader, J; Weissman, IL; Wahl, GM. "Células madre cancerosas: perspectivas sobre el estado actual y direcciones futuras: Taller de la AACR sobre células madre cancerosas". Investigación sobre el cáncer . 66 (19): 9339–44. doi :10.1158/0008-5472.CAN-06-3126. PMID  16990346. S2CID  8791540.
  66. ^ Jones, director general; Cram, DS (mayo de 2008). Canción, B; Magli, MC; Gianaroli, L; Lacham-Kaplan, O; Findlay, JK; Jenkin, G; Trounson, AO. "Perfiles de expresión génica de ovocitos humanos después de la maduración in vivo o in vitro". Reproducción Humana . 23 (5): 1138–44. doi : 10.1093/humrep/den085 . PMID  18346995.
  67. ^ Bromista, gerente general; Vanderhyden, BC (abril de 2010). "Comunicación bidireccional entre ovocitos y células foliculares: garantizar la competencia en el desarrollo de los ovocitos". Revista Canadiense de Fisiología y Farmacología . 88 (4): 399–413. doi :10.1139/y10-009. PMC 3025001 . PMID  20555408. 
  68. ^ Peng, J.; Li, Q. (4 de febrero de 2013). Wigglesworth, K.; Rangarajan, A.; Kattamuri, C.; Peterson, RT; Eppig, JJ; Thompson, tuberculosis; Matzuk, MM "El factor de diferenciación del crecimiento 9: los heterodímeros de la proteína morfogenética ósea 15 son potentes reguladores de las funciones ováricas". Procedimientos de la Academia Nacional de Ciencias . 110 (8): E776-E785. doi : 10.1073/pnas.1218020110 . PMC 3581982 . PMID  23382188. 
  69. ^ McGinnis, LK; Carroll, DJ; Kinsey, WH (octubre-noviembre de 2011). "Señalización de la proteína tirosina quinasa durante la maduración y fertilización de los ovocitos". Reproducción y Desarrollo Molecular . 78 (10–11): 831–45. doi :10.1002/mrd.21326. PMC 3186829 . PMID  21681843. 
  70. ^ ab Norris, RP; Ratzan, WJ (junio de 2009). Freudzon, M; Mehlmann, LM; Krall, J; Movsesian, MA; Wang, H; Ke, H; Nikolaev, VO; Jaffe, Luisiana. "El GMP cíclico de las células somáticas circundantes regula el AMP cíclico y la meiosis en el ovocito de ratón". Desarrollo . 136 (11): 1869–78. doi :10.1242/dev.035238. PMC 2680110 . PMID  19429786. 
  71. ^ Vaccari, S; Semanas JL, 2 (septiembre de 2009). Hsieh, M; Menniti, FS; Conti, M. "La señalización cíclica de GMP participa en la maduración meiótica de los ovocitos de ratón dependiente de la hormona luteinizante". Biología de la Reproducción . 81 (3): 595–604. doi :10.1095/biolreprod.109.077768. PMC 2731981 . PMID  19474061. {{cite journal}}: Mantenimiento CS1: nombres numéricos: lista de autores ( enlace )
  72. ^ Sela-Abramovich, S; Edry, yo; Galiani, D; Nevo, N; Dekel, N (mayo de 2006). "La interrupción de la comunicación de unión dentro del folículo ovárico induce la maduración de los ovocitos". Endocrinología . 147 (5): 2280–6. doi : 10.1210/en.2005-1011 . PMID  16439460.
  73. ^ Sela-Abramovich, S; Chorev, E; Galiani, D; Dekel, N (marzo de 2005). "La proteína quinasa activada por mitógenos media la ruptura de la comunicación inducida por la hormona luteinizante y la maduración de los ovocitos en los folículos ováricos de rata". Endocrinología . 146 (3): 1236–44. doi : 10.1210/en.2004-1006 . PMID  15576461.
  74. ^ Kim, J; Bagchi, IC; Bagchi, MK (diciembre de 2009). "Control de la ovulación en ratones mediante redes de genes regulados por receptores de progesterona". Reproducción humana molecular . 15 (12): 821–8. doi :10.1093/molehr/gap082. PMC 2776476 . PMID  19815644. 
  75. ^ Fortuna, JE; Willis, EL; Puentes, PJ; Yang, CS (enero de 2009). "El período periovulatorio en bovinos: progesterona, prostaglandinas, oxitocina y proteasas ADAMTS". Reproducción Animal . 6 (1): 60–71. PMC 2853051 . PMID  20390049. 
  76. ^ Geldziler, BD; Marcello, señor; Batidos, CC; Sinson, A (2011). "La genética y biología celular de la fertilización". Caenorhabditis elegans: Genética molecular y desarrollo . Métodos en biología celular. vol. 106, págs. 343–75. doi :10.1016/B978-0-12-544172-8.00013-X. ISBN 9780125441728. PMC  3275088 . PMID  22118284.
  77. ^ Han, SM; Cottee, Pensilvania; Miller, MA (mayo de 2010). "Mecanismos de comunicación de espermatozoides y ovocitos que controlan la fertilidad de C. elegans". Dinámica del desarrollo . 239 (5): 1265–81. doi :10.1002/dvdy.22202. PMC 2963114 . PMID  20034089. 
  78. ^ Miao, YL; Williams, CJ (noviembre de 2012). "Señalización del calcio en la activación de óvulos de mamíferos y el desarrollo embrionario: la influencia de la localización subcelular". Reproducción y Desarrollo Molecular . 79 (11): 742–56. doi :10.1002/mrd.22078. PMC 3502661 . PMID  22888043. 
  79. ^ Swann, K; Windsor, S (marzo de 2012). Campbell, K; Elgmati, K; Nomikos, M; Zernicka-Goetz, M; Amso, N; Lai, FA; Tomás, A; Graham, C. "Las oscilaciones de Ca2+ inducidas por fosfolipasa C-ζ provocan movimientos citoplasmáticos coincidentes en ovocitos humanos que no lograron fertilizar después de la inyección intracitoplasmática de espermatozoides". Fertilidad y Esterilidad . 97 (3): 742–7. doi :10.1016/j.fertnstert.2011.12.013. PMC 3334266 . PMID  22217962. 
  80. ^ Mio, Y; Iwata, K (septiembre de 2012). Yumoto, K; Kai, Y; Sargant, HC; Mizoguchi, C; Ueda, M; Tsuchie, Y; Imajo, A; Iba, Y; Nishikori, K. "Posible mecanismo de bloqueo de polispermia en ovocitos humanos observado mediante cinematografía en intervalos de tiempo". Revista de Reproducción Asistida y Genética . 29 (9): 951–6. doi :10.1007/s10815-012-9815-x. PMC 3463667 . PMID  22695746. 
  81. ^ Bell, S; Brenner, C; Segars, J (diciembre de 2010). "Falla de maduración de los ovocitos: un síndrome de óvulos malos". Fertilidad y Esterilidad . 94 (7): 2507–13. doi :10.1016/j.fertnstert.2010.02.037. PMC 2946974 . PMID  20378111. 
  82. ^ Abou-haila, A; Tulsiani, RD (1 de mayo de 2009). "Vías de transducción de señales que regulan la capacitación de los espermatozoides y la reacción acrosómica". Archivos de Bioquímica y Biofísica . 485 (1): 72–81. doi :10.1016/j.abb.2009.02.003. PMID  19217882.
  83. ^ Visconti, PE; Westbrook, VA (enero de 2002). Chertihin, O; Demarco, yo; Juego de azar, S; Diekman, AB. "Nuevas vías de señalización implicadas en la adquisición de capacidad fertilizadora por parte de los espermatozoides". Revista de Inmunología Reproductiva . 53 (1–2): 133–50. doi :10.1016/S0165-0378(01)00103-6. PMID  11730911.
  84. ^ Salicioni, AM; Platt, MD; Wertheimer, EV; Arcelay, E; Allaire, A; Sosnik, J; Visconti, PE (2007). Wertheimer, EV; Arcelay, E; Allaire, A; Sosnik, J; Visconti, PE. "Vías de señalización implicadas en la capacitación de los espermatozoides". Suplemento Sociedad de Reproducción y Fertilidad . 65 : 245–59. PMID  17644966.
  85. ^ Breitbart, H (22 de febrero de 2002). "Regulación del calcio intracelular en la capacitación de los espermatozoides y reacción acrosómica". Endocrinología Molecular y Celular . 187 (1–2): 139–44. doi :10.1016/s0303-7207(01)00704-3. PMID  11988321. S2CID  24124381.
  86. ^ Gupta, SK; Bhandari, B (enero de 2011). "Reacción acrosómica: relevancia de las glicoproteínas de la zona pelúcida". Revista asiática de andrología . 13 (1): 97-105. doi :10.1038/aja.2010.72. PMC 3739397 . PMID  21042299. 
  87. ^ Sagare-Patil, V; Vernekar, M; Galvankar, M; Modi, D (15 de julio de 2013). "La progesterona utiliza la vía PI3K-AKT en los espermatozoides humanos para regular la motilidad y la hiperactivación, pero no la reacción acrosómica". Endocrinología Molecular y Celular . 374 (1–2): 82–91. doi :10.1016/j.mce.2013.04.005. PMID  23623968. S2CID  25689637.
  88. ^ Publicover, S; Barratt, C (17 de marzo de 2011). "Biología reproductiva: puerta de entrada de la progesterona al esperma". Naturaleza . 471 (7338): 313–4. Código Bib :2011Natur.471..313P. doi :10.1038/471313a. PMID  21412330. S2CID  205062974.
  89. ^ Ashok Agarwal; R. John Aitken; Juan G. Álvarez (17 de marzo de 2012). Estudios sobre la salud y la fertilidad masculina . Nueva York: Humana Press. ISBN 978-1-61779-775-0.
  90. ^ O'Flaherty, C; de Lamirande, E; Gagnon, C (15 de agosto de 2006). "Papel positivo de las especies reactivas de oxígeno en la capacitación de espermatozoides de mamíferos: desencadenamiento y modulación de eventos de fosforilación". Biología y medicina de los radicales libres . 41 (4): 528–40. doi :10.1016/j.freeradbiomed.2006.04.027. PMID  16863985.
  91. ^ ab Dorey, K; Amaya, E (noviembre de 2010). "Señalización de FGF: diversas funciones durante la embriogénesis temprana de vertebrados". Desarrollo . 137 (22): 3731–42. doi :10.1242/dev.037689. PMC 3747497 . PMID  20978071. 
  92. ^ abc Lanner, F; Rossant, J (octubre de 2010). "El papel de la señalización de FGF/Erk en células pluripotentes". Desarrollo . 137 (20): 3351–60. doi :10.1242/dev.050146. PMID  20876656. S2CID  1380227.
  93. ^ abcdef Dreesen, O; Brivanlou, AH (enero de 2007). "Vías de señalización en cáncer y células madre embrionarias". Reseñas de células madre . 3 (1): 7–17. doi :10.1007/s12015-007-0004-8. PMID  17873377. S2CID  25311665.
  94. ^ Li, J; Wang, G (abril de 2007). Wang, C; Zhao, Y; Zhang, H; Bronceado, Z; Canción, Z; Ding, M; Deng, H. "La señalización MEK/ERK contribuye al mantenimiento de la autorrenovación de las células madre embrionarias humanas". Diferenciación; Investigación en Diversidad Biológica . 75 (4): 299–307. doi :10.1111/j.1432-0436.2006.00143.x. PMID  17286604.
  95. ^ Sui, Lina; Bouwens, Luc; Mfopou, Josué K. (2013). "Vías de señalización durante el mantenimiento y diferenciación definitiva del endodermo de células madre embrionarias". La Revista Internacional de Biología del Desarrollo . 57 (1): 1–12. doi : 10.1387/ijdb.120115ls . PMID  23585347. S2CID  38544740.
  96. ^ Manning, BD; Cantley, LC (29 de junio de 2007). "Señalización AKT/PKB: navegando aguas abajo". Celúla . 129 (7): 1261–74. doi : 10.1016/j.cell.2007.06.009. PMC 2756685 . PMID  17604717. 
  97. ^ Canción, GRAMO; Ouyang, G; Bao, S (enero-marzo de 2005). "La activación de la vía de señalización Akt/PKB y la supervivencia celular". Revista de Medicina Celular y Molecular . 9 (1): 59–71. doi :10.1111/j.1582-4934.2005.tb00337.x. PMC 6741304 . PMID  15784165. 
  98. ^ Dailey, L; Ambrosetti, D; Mansukhani, A; Basilico, C (abril de 2005). "Mecanismos subyacentes a las respuestas diferenciales a la señalización de FGF". Reseñas de citoquinas y factores de crecimiento . 16 (2): 233–47. doi :10.1016/j.cytogfr.2005.01.007. PMID  15863038.
  99. ^ Kelleher, FC; Fennelly, D; Rafferty, M (2006). "Vías críticas comunes en embriogénesis y cáncer". Acta Oncológica . 45 (4): 375–88. doi :10.1080/02841860600602946. PMID  16760173. S2CID  24282171.
  100. ^ ab Wang, J; Wynshaw-Boris, A (octubre de 2004). "La vía canónica Wnt en la embriogénesis temprana de mamíferos y el mantenimiento/diferenciación de células madre". Opinión actual en genética y desarrollo . 14 (5): 533–9. doi :10.1016/j.gde.2004.07.013. PMID  15380245.
  101. ^ ab Wu, MI; Hill, CS (marzo de 2009). "Señalización de la superfamilia Tgf-beta en el desarrollo embrionario y la homeostasis". Célula del desarrollo . 16 (3): 329–43. doi : 10.1016/j.devcel.2009.02.012 . PMID  19289080.
  102. ^ ab Kishigami, S; Mishina, Y (junio de 2005). "Señalización BMP y patrones embrionarios tempranos". Reseñas de citoquinas y factores de crecimiento . 16 (3): 265–78. doi :10.1016/j.cytogfr.2005.04.002. PMID  15871922.
  103. ^ Lifantseva, Nevada; Koltsova, AM; Poljanskaya, GG; Gordeeva, OF (23 de enero de 2013). "Expresión de factores de la familia TGFβ y FGF2 en células madre embrionarias de ratón y humanas mantenidas en diferentes sistemas de cultivo". Revista rusa de biología del desarrollo . 44 (1): 7–18. doi :10.1134/S1062360413010050. PMID  23659078. S2CID  8167222.
  104. ^ abc Viswanathan, GA; Seto, J.; Patil, S.; Nudelman, G.; Sealfon, Carolina del Sur (2008). "Introducción a la construcción y análisis de vías biológicas". PLOS Comput Biol . 4 (2): e16. Código Bib : 2008PLSCB...4...16V. doi : 10.1371/journal.pcbi.0040016 . PMC 2323403 . PMID  18463709. 
  105. ^ Stromback L., Jakoniene V., Tan H., Lambrix P. (2006) Representación, almacenamiento y acceso. La prensa del MIT.
  106. ^ Brazma, A.; Krestyaninova, M.; Sarkans, U. (2006). "Estándares de biología de sistemas". Nat Rev Genet . 7 (8): 593–605. doi :10.1038/nrg1922. PMID  16847461. S2CID  35398897.
  107. ^ Baclawski K., Niu T. (2006) Ontologías para bioinformática. Cambridge (Massachusetts): Boca Ratón (Florida): Chapman & Hall/CRC.
  108. ^ Kashtan, N.; Itzkovitz, S.; Milón, R.; Alon, U. (2004). "Algoritmo de muestreo eficiente para estimar concentraciones de subgrafos y detectar motivos de red". Bioinformática . 20 (11): 1746-1758. doi : 10.1093/bioinformática/bth163 . PMID  15001476.
  109. ^ "KEGG: Enciclopedia de genes y genomas de Kioto".
  110. ^ Kanehisa, M.; Ve a S.; Hattori, M.; Aoki-Kinoshita, KF; Itoh, M.; Kawashima, S. (2006). "De la genómica a la genómica química: nuevos desarrollos en KEGG". Ácidos nucleicos Res . 34 (Problema de la base de datos): D354 – D357. doi :10.1093/nar/gkj102. PMC 1347464 . PMID  16381885. 
  111. ^ Minoru K., Susumu G., Miho F., Mao T., Mika H. (2010) KEGG para la representación y análisis de redes moleculares que involucran enfermedades y medicamentos Nucleic Acids Res. 38(1): D355-D360.
  112. ^ "Inicio". genmapp.org .
  113. ^ Dahlquist, KD; Salomonis, N.; Vranizan, K.; Lawlor, Carolina del Sur; Conklin, BR (2002). "GenMAPP, una nueva herramienta para visualizar y analizar datos de microarrays sobre vías biológicas". Nat. Genet . 31 (1): 19-20. doi : 10.1038/ng0502-19 . PMID  11984561.
  114. ^ "Copia archivada" (PDF) . www.genmapp.org . Archivado desde el original (PDF) el 3 de febrero de 2013 . Consultado el 12 de enero de 2022 .{{cite web}}: Mantenimiento CS1: copia archivada como título ( enlace )
  115. ^ Vastrik, yo; D'Eustachio, P.; Schmidt, E.; Joshi-Tope, G.; Gopinath, G.; Croft, D.; de Bono, B.; Gillespie, M.; Jasal, B.; Lewis, S.; Matthews, L.; Wu, G.; Birney, E.; Stein, L. (2007). "Reactome: una base de conocimientos sobre vías y procesos biológicos". Genoma Biol . 8 (3): R39. doi : 10.1186/gb-2007-8-3-r39 . PMC 1868929 . PMID  17367534. 
  116. ^ Joshi-Tope, G.; Gillespie, M.; Vastrik, I.; D'Eustachio, P.; Schmidt, E.; de Bono, B.; Jasal, B.; Gopinath, GR; Wu, GR; Matthews, L.; Lewis, S.; Birney, E.; Stein, L. (2005). "Reactome: una base de conocimientos sobre vías biológicas". Ácidos nucleicos Res . 33 (Problema de la base de datos): D428–32. doi : 10.1093/nar/gki072. PMC 540026 . PMID  15608231. 
  117. ^ Mateos, L.; Gopinath, G.; Gillespie, M.; Caudy, M. (2009). "Base de conocimientos del reactor sobre vías y procesos biológicos humanos". Ácidos nucleicos Res . 37 (Problema de base de datos): D619 – D622. doi : 10.1093/nar/gkn863. PMC 2686536 . PMID  18981052. 
  118. ^ Croft, D.; O'Kelly, G.; Wu, G.; Haw, R. (2011). "Reactome: una base de datos de reacciones, vías y procesos biológicos". Ácidos nucleicos Res . 39 (Problema de la base de datos): D691–D697. doi :10.1093/nar/gkq1018. PMC 3013646 . PMID  21067998. 
  119. ^ Haw, R.; Hermjakob, H.; D'Eustachio, P.; Stein, L. (2011). "Análisis de la vía del reactivo para enriquecer el descubrimiento biológico en conjuntos de datos de proteómica". Proteómica . 11 (18): 3598–3613. doi :10.1002/pmic.201100066. PMC 4617659 . PMID  21751369. 
  120. ^ Priami, C. (ed.) (2003) Métodos computacionales en biología de sistemas. LNCS 2602. Springer Verlag.
  121. ^ Karp, PD; Riley, M.; Saier, M.; Paulsen, TI; Paley, SM; Pellegrini-Toole, A. (2000). "Las bases de datos ecocyc y metacyc". Ácidos nucleicos Res . 28 (1): 56–59. doi :10.1093/nar/28.1.56. PMC 102475 . PMID  10592180. 
  122. ^ Ogata, H.; Ve a S.; Sato, K.; Fujibuchi, W.; Bono, H.; Kanehisa, M. (1999). "Kegg: enciclopedia de genes y genomas de Kioto". Ácidos nucleicos Res . 27 (1): 29–34. doi :10.1093/nar/27.1.29. PMC 148090 . PMID  9847135. 
  123. ^ Quemador de cenizas, M (2000). "Ontología genética: herramienta para la unificación de la biología. The Gene Ontology Consortium". Nat. Genet . 25 (1): 25–29. doi :10.1038/75556. PMC 3037419 . PMID  10802651. 
  124. ^ Kanehisa, M (2002). "Las bases de datos KEGG en GenomeNet". Ácidos nucleicos Res . 30 (1): 42–46. doi :10.1093/nar/30.1.42. PMC 99091 . PMID  11752249. 
  125. ^ Boyle, IE (2004). "GO :: TermFinder: software de código abierto para acceder a información de ontología genética y encontrar términos de ontología genética significativamente enriquecidos asociados con una lista de genes". Bioinformática . 20 (18): 3710–3715. doi : 10.1093/bioinformática/bth456. PMC 3037731 . PMID  15297299. 
  126. ^ Huang, DW (2007). "La herramienta de clasificación funcional de genes DAVID: un novedoso algoritmo centrado en módulos biológicos para analizar funcionalmente grandes listas de genes". Genoma Biol . 8 (9): R183. doi : 10.1186/gb-2007-8-9-r183 . PMC 2375021 . PMID  17784955. 
  127. ^ Maere, S (2005). "BiNGO: un complemento de Cytoscape para evaluar la sobrerrepresentación de categorías de ontología genética en redes biológicas". Bioinformática . 21 (16): 3448–3449. doi : 10.1093/bioinformática/bti551 . PMID  15972284.
  128. ^ Ramos, H (2008). "El explorador de propiedades e información de proteínas: una aplicación web de cliente rico y fácil de usar para la gestión y el análisis funcional de datos proteómicos". Bioinformática . 24 (18): 2110–2111. doi : 10.1093/bioinformática/btn363. PMC 2638980 . PMID  18635572. 
  129. ^ Li, Y (2008). "Una red global de diafonía de vías". Bioinformática . 24 (12): 1442-1447. doi : 10.1093/bioinformática/btn200 . PMID  18434343.
  130. ^ Khatri, P.; Sirota, M.; Butte, AJ (2012). "Diez años de análisis de trayectorias: enfoques actuales y desafíos pendientes". Computación más. Biol . 8 (2): e1002375. Código Bib : 2012PLSCB...8E2375K. doi : 10.1371/journal.pcbi.1002375 . PMC 3285573 . PMID  22383865. 
  131. ^ ab Sí, CS; Wang, JY; Cheng, TL; Juan, CH; Wu, CH; Lin, SR (2006). "La vía del metabolismo de los ácidos grasos juega un papel importante en la carcinogénesis de los cánceres colorrectales humanos mediante análisis de microarrays-bioinformática". Cartas de Cáncer . 233 (2): 297–308. doi :10.1016/j.canlet.2005.03.050. PMID  15885896.
  132. ^ Alberio, T.; Lopiano, L.; Fasano, M. (2012). "Modelos celulares para investigar vías bioquímicas en la enfermedad de Parkinson". Revista FEBS . 279 (7): 1146-1155. doi :10.1111/j.1742-4658.2012.08516.x. PMID  22314200. S2CID  22244998.
  133. ^ Mattson, diputado; Pedersen, WA; Duan, W.; Culmsee, C.; Camandola, S. (1999). "Mecanismos celulares y moleculares que subyacen al metabolismo energético perturbado y la degeneración neuronal en las enfermedades de Alzheimer y Parkinson". Anales de la Academia de Ciencias de Nueva York (manuscrito enviado). 893 (1): 154-175. Código bibliográfico : 1999NYASA.893..154M. doi :10.1111/j.1749-6632.1999.tb07824.x. PMID  10672236. S2CID  23438312.

enlaces externos