Universitat Autònoma de Barcelona. Departament de Matemàtiques
En aquesta tesi doctoral, el nostre objectiu principal és entendre la importància de la regulació epigenètica en la determinació del destí cel lular i de les seves possibles tran- sicions cap a altres estats. Per tal d’estudiar-ho, en primer lloc, formulem un model es- tocàstic de regulació epigenètica. En aquest model, ens centrem en l’anàlisi de la reprogra- mació cel·lular, és a dir, la situació on el sistema es mou de l’epi-fenotip diferenciat, carac- teritzat per tenir el sistema de regulació epigenètica pel gen de diferenciació(pluripotència) obert(tancat), cap a l’epi-fenotip pluripotent, definit en aquest cas per tenir el sistema de regulació epigenètica pel gen de diferenciació (pluripotència) tancat(obert). En particular, dins de la heterogeneïtat intrínsica dels sistemes de regulació epigenètica, nosaltres identifiquem l’existència de dos possibles escenaris: l’escenari resistent, on la reprogramació no pot tenir lloc, i l’escenari plàstic, que és el qual permet el canvi de l’epi-fenotip diferenciat a l’epi-fenotip pluripotent. Aquest darrer escenari, relacionat amb l’existència de plasticitat epigenètica, ha estat associat amb envelliment. De fet, quan al model de regulació epigenètica només s’hi consideren efectes d’envelliment, el sistema representa un estat plàstic saludable, on les propietats de cèl·lula mare són adquirides de forma temporal, ja que el sistema de regulació epigenètica pot retornar a l’epi-fenotip diferenciat. Aquesta situació és la que probablement és responsable de regenerar i rejuvenir els teixits i, per tant, és la situació desitjada, ja que permetria un envelliment ‘saludable’. No obstant, quan als efectes de l’envelliment se li sumen alteracions de l’activitat epigenètica, que són freqüents a mesura que s’envelleix, l’estat plàstic esdevé un estat plàstic patològic, on en aquest cas, les propietats de cèl lula mare són adquirides de forma irreversible, és a dir, són permanents. Aquest escenari és el que probablement predisposa el sistema al càncer, ja que implica l’acumulació d’epi-fenotips indecisos que tenen el sistema de regulació epigenètica pel gen de pluripotècia obert, és a dir, que aquest gen es pot expressar. Per tal d’estudiar aquesta situació més en detall, formulem un context general per a l’estudi d’un model estocàstic d’escales múltiples conjunt per a la regulació epigenètica i la xarxa de regulació genètica. En particular, nosaltres ens centrem en una xarxa de regulació genètica formada per 2 gens, un gen que promou la diferenciació i un gen que promou la pluripotència. Quan analitzem aquest model conjunt, veiem que el paper que juga la regulació epigènetica és cabdal ja que permet a la xarxa de regulació epigenètica canviar d’estat, en altres paraules, permet un canvi del destí cel·lular de l’epi-fenotip diferenciat a l’epi-fenotip pluripotent (reprogramació) o el canvi invers (diferenciació). Aquest model conjunt ens permet identificar els sistemes de regulació epigenètica responsables d’atrapar la cèl·lula en un estat de cèl·lula mare, impedint-ne la seva diferenciació. La nostra formulació ens permet disenyar estratègies epigenètiques amb les quals podem aconseguir cèl·lules amb alta probabilitat de diferenciació, partint de cèl lules que inicialment eren resistents a la diferenciació. Com hom pot imaginar, aquestes estratègies són molt rellevants per a l’estudi i el tractament del càncer i altres malalties associades amb l’envelliment.
In this thesis, we aim at understanding the importance of epigenetic regulation(ER) in cell fate decisions and transitions. In order to address this issue, we first formulate a stochastic model of epigenetic regulation. Within this model, we focus our discus- sion in cell reprogramming, i.e. the system moves from the differentiated epi-phenotype, characterised by differentiation(pluripotency) ER system open(closed), to the pluripotent epi-phenotype, where the ER system for differentiation(pluripotency) is closed(open). In particular, within the intrinsic heterogeneity existing in ER systems, we identify the appearance of two relevant scenarios: the resilient scenario, where reprogramming cannot occur, and the plastic one, which is the one allowing for the switch from the di erentiated epi-phenotype to the pluripotent epi-phenotype. The latter, which is characterised by ex- hibiting epigenetic plasticity, has been linked to ageing. In fact, when just ageing e ects are considered in the ER model, the system displays a `healthy' plasticity, where the stem-cell like properties can be acquired, but then, the ER system can go back to the dif- ferentiated epi-phenotype. This scenario may be related to regeneration and rejuvenation of tissues. Nevertheless, when ageing is considered along with epigenetic dis-regulations, which are likely to occur withing ageing cells/tissues, the plastic state leads to a patholog- ical plasticity, where stem cell features are acquired irreversibly. This scenario is the one which may predispose the system to cancer, as it implies the accumulation of undecided epi-phenotypes with the pluripotency ER system sustained in its on state. In order to further analyse this issue, we formulate a general framework for the study of a combined epigenetic regulation-gene regulatory network (ER-GRN)stochastic multi- scale model, which we later focus on our particular case of interest, i.e. a 2 gene regulatory network with one gene promoting differentiation and one gene promoting pluripotency. When analysing the ER-GRN model formulated, we show that the role played by ER is central since it allows the GRN to switch state, i.e. cell fate transitions from the differ- entiated phenotype to the pluripotent one (reprogramming) or vice versa (differentiation). The ER-GRN model allows to identify which ER systems are responsible for locking the cell in a stem cell like state and our formulation allows us to design epigenetic-based strategies able to obtain differentiation-primed cells from differentiation-resilient cells. Such strategies are of key relevance in the treatment of cancer and other age-associated diseases.
Modelització estocàstica; Modelización estocástica; Stochastic modeling; Epigenètica; Epigenética; Epigenetics; Plasticitat; Pasticidad; Plasticity
51 - Mathematics
Ciències Experimentals