跳到主要內容

簡易檢索 / 詳目顯示

研究生: 吳凌毓
Ling-Yu Wu
論文名稱: FASL所誘發的細胞凋亡之刺激臨界值及其訊息傳遞行為之分析
指導教授: 許昭萍
Chao-Ping Hsu
高憲明
Hsien-Ming Kao
口試委員:
學位類別: 碩士
Master
系所名稱: 理學院 - 化學學系
Department of Chemistry
畢業學年度: 93
語文別: 中文
論文頁數: 82
中文關鍵詞: 細胞凋亡臨界值訊息傳遞FASL
外文關鍵詞: FASL, signal transduction, threshold, apoptosis
相關次數: 點閱:6下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  •   由於細胞凋亡是一個不可逆的生物程序,它必須被嚴謹調控的。本文是以數學模型來探討FASL因子所誘發的細胞凋亡的刺激臨界值的起源。由於正向迴饋的作用,所以只要有FASL因子來刺激細胞凋亡的訊息網絡,則一定可以活化其訊息路徑,誘發細胞凋亡。理論上如果只有正向迴饋的作用,極少量的FASL因子就能誘發細胞凋亡,但是無法在實驗上觀察到此現象。另一方面,在細胞凋亡的訊息網絡中,有抑制因子FLIP分子對於DISC分子及IAP分子對於CASPASE分子的活化反應的抑制作用,會造成CASPASE分子在活化時間上的延遲。在此一由正向迴饋路徑及抑制因子所構成的訊息網絡中,FASL因子的刺激強度、FLIP分子濃度及IAP分子濃度共同決定了活化時間點的延遲時間的長短。另外由於細胞體內有無數的訊息傳遞是在同時進行,如果不在一定有效時間內達成訊息傳遞,時過境遷,細胞的狀態發生變化,訊息的傳遞也會受到改變。而在我們所使用數學模型架構下,在一定刺激強度下的FASL因子濃度如果無法在一天左右的時間內活化細胞凋亡的訊息網絡,所以我們就判定細胞凋亡不會發生。透過本文的數值分析,我們推斷由FASL因子所誘發的細胞凋亡訊息網絡其刺激臨界值是由抑制因子造成活化時間上延遲所造成的。


    摘 要 I 謝 誌 II 目 錄 III 圖 目 錄 V Ⅰ、緒 論 - 1 - 1.1 訊息傳遞 - 1 - 1.2 訊息網絡 - 2 - 1.3 FASL誘發性細胞凋亡訊息路徑 - 6 - 1.4 細胞凋亡之數學模型 - 7 - 1.5 非線性動力學 - 8 - 1.6 研究動機及目的 - 9 - Ⅱ、計 算 方 法 - 12 - 2.1 建立數學模型 - 12 - 2.2 參數值的決定 - 12 - 2.3 數學模型對應於實驗數據之調控 - 13 - 2.4 計算工具、訊息模型、參數值及對照值 - 13 - 2.4.1 計算工具 - 14 - 2.4.2 訊息模型 - 14 - 2.4.3 參數值 - 15 - 2.4.4 對照比較 - 15 - 2.4.5 不同點 - 15 - Ⅲ、結 果 與 討 論 - 16 - 3.1 結 果 - 16 - 3.1.1 模型 Ⅰ - 16 - 3.1.1.1 刺激臨界值 - 17 - 3.1.1.2 訊息傳遞 - 20 - 3.1.1.3 正向迴饋作用 - 21 - 3.1.1.4 抑制因子濃度之影響 - 23 - 3.1.1.5 抑制反應速率之影響 - 24 - 3.1.1.6 粒線體(mitochondria)的加強作用 - 25 - 3.1.1.7 刺激方式的不同 - 25 - 3.1.1.8 反應速率的變化 - 26 - 3.1.2 模型 Ⅱ - 27 - 3.1.2.1 刺激臨界值 - 28 - 3.2 討 論 - 28 - 3.3 結 論 - 29 - Ⅳ、參 考 文 獻 - 48 - Ⅴ、附 錄 - 49 - MICHAELIS-MENTENS酵素反應式 - 49 - 補充圖 - 51 - 重製模型之資訊 - 62 - 模型Ⅰ - 62 - 速率方程式 - 62 - 參數列表 - 67 - 說明 - 69 - 模型Ⅱ - 70 - 速率方程式 - 70 - 參數列表 - 71 - 說明 - 72 - 原創程式調控之說明 - 72 - 原始模型之輸入檔案資訊 - 73 -

    1. Barkai, N.; Leibler, S. Nature 1997, 387, 913-917.
    2. Alon, U.; Surette, M. G.; Barkai, N.; Leibler, S. Nature 1999, 397, 168-171.
    3. Bhalla, U. S.; Iyengar, R. Science 1999, 283, 381-387.
    4. Bhalla, U. S.; Tam, P. T.; Iyengar, R. Science 2002, 297, 1018-1023.
    5. James E. Ferrell, J. TIBS 1996, 21, 460-466.
    6. Huang, C.-Y. F.; James E. Ferrell, J. Proc. Natl. Acad. Sci. USA 1996, 93, 10078-10083.
    7. Cho, K.-H.; Shin, S.-Y.; Lee H.-W.; Wolkenhauer O. Genome Research 2003, 13, 2413-2422.
    8. Hoffmann A.; Levchenko A.; Scott M. L.; Baltimore D. Science 2002, 298, 1241-1245.
    9. Fussenegger, M.; Bailey, J. E.; Vamer, J. Nature Biotechnology 2000, 18, 768-774.
    10. Eissing, T.; Conzelmann, H.; Gilles, E. D.; Allgöwoer, F.; Bullinger, E.; Scheurich, P. J. Biol. Chem. 2004, 279, 36892-36897.
    11. Bentele, M.; Lavrik, I.; Ulrich, M.; Stöβer, S.; Heermann, D. W.; Kalthoff, H.; Krammer, P. H.; Eils, R. J. Cell Bio. 2004, 166, 839-851.
    12. Tyson, J. J.; Chen, K. C.; Novak, B. Curr. Opin. Cell Bio. 2003, 15, 221-231.
    13. Meir, E.; von Dassow, C.; Munro, E. Curr. Biol. 2002, 12, 778-786.
    14. Tyas, L.; Brophy, V. A.; Pope, A.; Rivett A. J.; Tavare J. M. EMBO Rep. 2000, 1, 266-270.
    15. Rehm, M.; Düβmann, H.; Jänicke, R. U.; Tavare, J. M.; Kögel, D.; Prehn, J. H. M. J. Biol. Chem. 2002, 277, 24506-24514.
    16. Luo, K. Q.; Yu, V. C.; Pu, Y.; Chang, D.C. Bio. Chem. Bioph. Res. Co. 2003, 304, 217-222.

    QR CODE
    :::