Development of integrated models of hepatocyte cells

Abstract

Metabolism acts a machinery by maintaining the functionality of the cell in response to several perturbations, keeping a balance in the levels of crucial metabolites and cell components and producing energy by breaking down certain compounds. A better understanding of these mechanisms cannot be restricted to the knowledge of the function of specific tissues or cell types, it also requires knowledge about their interactions. The human liver has a high number of physiological functions related to the metabolism, such as the production of the bile, hormones and vitamins. The hepatocytes have a major impact in human metabolism, being the most metabolically active cell types in humans. Malfunction on the metabolism of this type of cells is related to several diseases, like hepatitis, cirrhosis or non-alcoholic fatty liver disease (NAFLD), where the last one is considered a manifestation of obesity. A particular pathway has been associated not only with obesity, but also with cancer and type 2 diabetes, the mechanistic TOR (mTOR) pathway. Signalling of this pathway has an effect on most of cellular functions and regulates growth and proliferation. It has been shown that alterations in this pathway can lead to fat accumulation in the liver of obese people. A better understanding of this complex pathway may help researchers to unveil more information on how this pathway works and how it can help in the treatment of several diseases. The increase of high-throughput data, due to the advances in sequencing and other experimental techniques, allowed us to better understand the molecular characteristics of the cell. A useful tool to process all this information are Genome-scale metabolic models (GSMMs). A GSMM is a list of mass-balanced reactions, which can be related to cellular compartments, like the cytoplasm. Given high-throughput data, GSMMs can be utilized for the simulation of the metabolism of a certain cell type through a constraintbased modelling framework. There are several algorithms/ tools to create tissue-specific metabolic models (based on a generic human model, such as Recon2) including tINIT, MBA or mCADRE. Although all these methods still face a number of issues, the generated models can simulate human tissues and can be a good starting point for a better understanding of complex diseases. An important limitation of these models is the fact that they only represent the metabolic layer of the cells, while for models to be able to support accurate simulations, a number of other important sub-systems (e.g. regulation, signalling) should also be taken into account. This models (Integrative models) combine the information and material flow of the three previous mentioned sub-systems, delivering a more robust tool with more predictive strength.

O metabolismo actua como uma máquina que mantém a funcionalidade da célula como resposta a várias perturbações, mantendo os níveis de metabolitos cruciais e componentes celulares e produzindo energia através da quebra de determinados compostos. Uma melhor compreensão destes mecanismos não se pode restringir ao conhecimento das funções de tecidos ou tipos celulares, também requer um conhecimento sobre as suas interacções. O fígado humano tem um grande número de funções fisiológicas relacionadas com o metabolismo, como a produção de bile, hormonas e vitaminas. Os hepatócitos têm um grande impacto no metabolismo humano, sendo as suas células as metabolicamente mais activas. Um mau funcionamento do metabolismo destas células está associado com algumas doenças, como hepatite, cirrose ou doença hepática gordurosa não alcoólica, onde esta última se encontra associada a obesidade. Uma via metabólica particular tem sido associada não só com a obesidade, mas também com cancro e diabetes tipo 2, a via metabólica mecânica TOR (mTOR). A sinalização desta via tem efeito na maior parte das funções celulares e regula o crescimento e proliferação. Foi demonstrado que alterações nesta via pode levar a acumulação de gordura em pessoas obesas. Uma melhor compreensão desta via complexa pode ajudar os investigadores para revelar mais informação sobre como esta via funciona e como pode ajudar no tratamento de diversas doenças. O aumento de dados provenientes de alto débito, devido aos avanços na sequenciação e outras técnicas experimentais, permitiram-nos ter um melhor conhecimento sobre as características moleculares da célula. Uma ferramenta útil para processar toda esta informação são os Modelos Metabólicos à Escala Genómica (MMEG). Um MMEG é uma lista de reacções balanceadas pela massa, que pode ser relacionada com compartimentos celulares, como o citoplasma. Dados os dados de alto rendimento, MMEG podem ser utilizados para a simulação do metabolismo de um certo tipo celular através de modelação baseados em restrições. Existem vários algoritmos/ferramentas para criar modelos metabólicos específicos para um tecido (baseado em modelos metabólicos humanos, como o Recon2) incluindo o tINIT, MBA ou mCADRE. Apesar de todos estes métodos ainda apresentarem algumas limitações, os modelos gerados pode simular tecidos humanos e ser um bom ponto de partida para uma melhor compreensão de doenças complexas. Uma limitação importante destes modelos é o facto de apenas representarem a camada metabólica da célula, enquanto para os modelos serem capazes de suportar simulações precisas, outros sub-sistemas (ex: regulação, sinalização) devem ser também tidos em consideração. Estes modelos (modelos integrados) combinam a informação e fluxo de material dos três sistemas previamente descritos, fornecendo assim uma ferramenta robusta com maior poder preditivo.