Tez No	İndirme	Tez Künye	Durumu
349654		A mathematical model for alphabeta T cell differentiation in the thymus / Timusta alfabeta T hücresi farklılaşması için bir matematiksel model Yazar:EMRAH ŞİMŞEK Danışman: PROF. DR. SONDAN DURUKANOĞLU FEYİZ Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Fizik Mühendisliği Ana Bilim Dalı Konu:Biyofizik = Biophysics ; Fizik ve Fizik Mühendisliği = Physics and Physics Engineering Dizin:	Onaylandı Yüksek Lisans İngilizce 2012 88 s.
Yaşam bilimlerinin yeni ve karmaşık bir araştırma alanı olarak immünoloji, biyoloji, tıp, fizik, kimya, matematik, bilgisayar bilimleri gibi pek çok farklı disiplindenbilim insanlarının bir araya gelip, bağışıklık sisteminin fonksiyonlarını nasıl ortaya koyduğunu anlamaya yönelik çalıştığı ve hala gelişen bir konudur.Çoğu memeli türlerinde bağışıklık sistemi patojenlere karşı verilen savaşta üç farklı savunma hattı olarak gruplandırılabilir: doğal bariyerler, doğuştan ba ğışıklık ve edinilen bağışıklık. Doğal bariyerler, hastalığa sebep olabilmek için patojenler tarafından geçilmesi gereken, savunmanın birinci hattıdır. Bu bariyerler neredeyse tümyaşayan organizmalarda bulunur. Doğal bariyerlerden sızan bir istilacı, savunmanın ikinci hattı olan doğuştan bağışıklık sistemi tarafından karşılanır. Bu bağışıklık tipi `doğuştan' olarak adlandırılır, çünkü neredeyse tüm canlılarda doğal olarak bulunur. Doğuştan bağışıklık göreceli olarak çabuk çalışır, çok sayıda ve çeşitli genel patojenlere karşı tepki gösterir ve herhangi bir patojene karşı özel savunma elemanlarına sahip değildir. Aynı zamanda edinilen bağışıklık sistemini etkinleştirir ve kontrol eder. Neredeyse tüm canlılar sadece doğal bariyerler ve doğuştan bağışıklık sistemleri tarafından savunularak yaşamlarını sürdürebilir. Bununla beraber, omurgalılarda doğuştan bağışıklık tepkileri savunmanın üçüncü bir hattını oyuna davet eder: neredeyse tüm düşmanlarla başetmek üzere özel askerlere sahip olan `edinilen' bağışıklık. Çoğu zaman, doğuştan ve edinilen bağışıklık sistemlerinin elemanları patojenlerin kökünü kazımak için birlikte çalışır. Doğuştan ve edinilen bağışıklık sistemlerini birbirinden ayıran ana faktörler, bir patojene karşı verilen tepkinin zamanlaması ve özgünlüğüdür. Doğuştan ve edinilen bağışıklık tepkilerinin her ikisi de, kemik iliğinde üretilen kan kök hücreleri kökenli beyaz kan hücrelerinin (lökositler) etkenliklerine bağlıdır. Sırasıyla B- ve T- hücreleri tarafından yürütülen, antikor tepkileri ve hücre ortamlı tepkiler olarak iki alt sınıfa ayrılan edinilen bağışıklık tepkileri, lenfositler olarak adlandırılan beyaz kan hücreleri tarafından sağlanır.T ve B hücreleri isimlerini geliştikleri organlardan alırlar. T hücreleri timusta gelişir. Memelilerin B hücreleri, yetişkinlerde kemik iliğinde ve ceninlerde karaciğerde gelişir. Aslında B ve T hücreleri, köken olarak, aynı genel lenfoid öncül hücrelerden iki kolaayrılırlar.T lenfositlerinin çok potansiyelli öncülleri, diğer bütün kan kökenli hücreler gibi, kemik iliğinde üretilir, farklılaşmak üzere timus bezine göç eder ve nihayetinde farklı özellikteki T hücresi alt gruplarına katılır: katil (sitotoksik), yardımcı ve düzenleyici (baskılayıcı) T hücreleri. Etkin (efektör) bir katil T hücresi enfekte hücreyi, enfekte hücrenin yüzeyinde MHC sınıf I molekülleri tarafından sunulan kendisine has olan antijeni tanıdığında, doğrudan öldürür. Öte yandan, etkin bir yardımcı T hücresi, enfekte hücrenin yüzeyinde MHC sınıf II molekülleri tarafından sunulan kendisine has olan antijeni tanıdığında, uyarıcı moleküller salgılama yoluyla, makrofajlar, B hücreleri ve katil T hücreleri gibi diğer bağışıklık sistemi elemanlarını göreve çağırır. Düzenleyici T hücrelerinin bağışıklık sistemindeki rolü ise tam olarak saptanamamış olmasına rağmen, dallantılı (dendritik) hücrelerin, yardımcı ve katil T hücrelerinin fonksiyonlarını düzenlediklerine inanılmaktadır.T hücrelerinin timustaki popülasyonu genel olarak, olgun aşamada yardımcı ve katil T hücreleri olarak iki alt gruba ayrılan alfabeta T hücreleri grubundan oluşur. Farklılaşma süreci, yardımcı ve katil T hücrelerinin yüzeylerinde, sırasıyla, yalnızca CD4 ve CD8 proteinlerinin ifade edilmesine yol açar. Bu müşterek-almaç (koreseptör) proteinleri hücre kader kararlarını ayarlayan T hücresi almacı sinyalleşmesi olaylarında vazgeçilmez rollere sahiptir.Alışılageldiği üzere, timusta olgunlaşmakta olan T hücrelerinin (timositlerin) gelişimsel aşamaları CD4 ve CD8 proteinlerinin ayrımcı (diferansiyel) ifade edilmesi ile tanımlanır: Timusa yeni giren olgunlaşmamışbir timosit, bir CD4+CD8? yardımcı veya bir CD4?CD8+ katil T hücresi olmak için, birbirini izleyen çift negatif (ÇN)-CD4? CD8? , çift pozitif (ÇP)- CD4+ CD8+ , Ortanca- CD4+ CD8az aşamalarından geçer. (Burada, farklı aşamaları gösteren bu semboller CD4 ve CD8 proteinlerinin hücre yüzeyinde bulunup bulunmadığını anlatır. CD4+ CD8az ile simgelenen Ortanca aşamada ise CD8 proteini az da olsa hücrenin yüzeyinde bulunur.)ÇN aşamasındaki bir timositin yüzeyinde T hücresi beta almacı olarak adlandırılan öncül bir T hücresi antijen almacı tipi bulunur. Bu almaç uyarıldığında ÇN timosit beta seçilimi olarak adlandırılan süreci yaşayarak ÇP aşamasına geçer. ÇP aşaması, CD4 ve CD8 proteinlerinin her ikisinin de hücre yüzeyinde yüksek miktarlarda bulunduğu ve aynı zamanda tam fonksiyonlu bir T hücresi antijen almacının timositlerin yüzeyinde ilk defa ortaya çıktığı aşamadır. ÇP aşamasındaki bir timosit antijen uyarımı alırsa, ölmekten kurtulmuşolur (pozitif seçilim) ve nihayetinde ya yardımcı ya da katil bir T hücresi olarak olgunlaşmasını tamamlar.Bugün CD4/CD8 soy seçimini en iyi açıklayan model olarak kinetik sinyalleşme modeli yaygın biçimde kabul görmektedir. Kinetik sinyalleşme modelinde, kısa süreli T hücresi almacı sinyalleri CD8'e farklılaşma yolağına neden olurken uzun süreli T hücresi almacı sinyalleri CD4 soyuna farklılaşmanın sürücüsüdür. Eğer Ortanca aşamada T hücresi almacı sinyalleri kesilirse, interlökin 7 almacı CD8 T hücrelerine farklılaşmayı destekleyen interlökin 7 sitokinlerini alabilir. Kinetik sinyalleşme modelinin özgün iki prensibi sunlardır: i) Pozitif seçilim ve bir olgun hücre grubu kaderininin seçimi aynı T hücresi antijen almacı sinyalleşmesi ile tetiklenen, eş zamanlı olaylar olmanın aksine, ayrık ve ardışık olaylardır. ii) ÇP aşamasından sonra müşterek-almaç proteinlerinden herhangi birisinin üretiminin durdurulması tersinemez bir olay değildir. Yani süreç içersinde üretimi durdurulan bir müşterek-almaç proteini (CD4 veya CD8), daha sonra tekrar üretilmeye başlanabilir.Genetik düzenleyici sistemlerin çalışılması, genlerin ifade edilme düzeyleri hakkında uzay-zaman bilgisini ölçebilen en son deneysel tekniklerin gelişimi ile büyük bir ivme kazanmıştır. Bu halen gelişmekte olan yüksek işlem hacimli deneysel araçlarla birlikte, CD4/CD8 kader kararının altında yatan genetik düzenleyici ağın yapısını ve dinamiğini meydana çıkarmak üzere, teorik modeller ve bilgisayar benzetimleri kullanmak kaçınılmazdır.Doğayı modellemek için kullanılan en geleneksel araç diferansiyel denklemlerdir ve genetik düzenleyici ağları modelleme çalışmalarında da yaygın biçimde kullanılmaktadırlar. Adi diferansiyel denklemler formalizmi gerçek dünyadaki dinamik sistemler üzerine çalışmak üzere yaygın bir modelleme aracıdır. Bu formalizmini kullanmak gen düzenleyici ağların içersinde yer alan RNA, proteinler vb. düzenleyici elemanların derişimlerini zamana bağımlı ve negatif olmayan gerçel sayılar olan değişkenler ilemodellemeye imkan verir.Hücre farklılaşmasının, farklı hücre tiplerinin matematiksel olarak değişik çekici noktalar (yani denge durumları) olarak tanımlanabildiği, peyzaj (lendskeyp) betimlemeleri çerçevesinde ele alınabildiği düzenleyici ağlar oluşturmak teorik biyoloji çalışmalarında geleneksel bir usüldür. Buradan hareket ederek, alfabeta timositlerin özel olarak Ortanca aşamasının ötesine farkılaşmalarını dinamik ve nitel bir temsil ile ele alan bir matematiksel model oluşturmayı amaçlamaktayız. Bu yüzden, 8 farklı öğe ve bunlar arasındaki 13 farklı etkileşmenin bir düzenleyici ağmodelini oluşturduk. Bu kaba modelimiz, literatürde problem üzerine önemli rollerinin bulunduğu gösterilen çevresel işaretler ve düzenleyici proteinleri içermektedir.Timusta T hücrelerinin farklılaşmalarına ilişkin olarak gözleme dayalı bilginin çokluğuna rağmen, dinamik temsillerde kullanılmak üzere devinsel (kinetik) veri ve gerçek derişim değerlerini elde etme çalışmaları halen emekleme dönemindedir. Bu yüzden, modelimizi dinamik bir temsile çevirmek için, bir ölçünlenmiş (standardize) nitel dinamik sistemler yöntemini benimsedik. Bu yöntemde, düzenleyici ağ içersindeki her bir elemanın durumu, diğer elemanlardan (ve hatta kendisinden) dolayı üzerine etkiyen düzenleyici etkileri hesaba katarak, zaman içersinde güncellenir. Fakat, biyolojide bir düzenleyici olayın gerçekleşmesinin ancak ve ancak iki veya daha fazla müşterek-düzenleyici (ko-regülatör) elemanın eşzamanlı varlığı altında olabilmesi sıklıkla karşılaşılan bir durumdur. Bu yüzden, yönteme müşterek-düzenleyici (sadece ikinci dereceden) terimleri ekleyerek geliştirdik.Bu geliştirilmiş yöntemi kullanarak, her biri ağdaki farklı bir bağımsız değişkenin zamana göre değişimini tanımlayan 8 tane doğrusal olmayan adi diferansiyel denklemden oluşan bir denklem seti elde ettik. Henüz tam anlamıyla güvenilir devinsel veri mevcut olmadığından, denklemler sistemimiz için gerekli olan parametreleri herhangi bir etkileşimi ya da bozunma olayını özellikle desteklemeyecek ve değişkenlerin denge durumlarındayken alacakları etkenlik değerleri Boole değişkenleri gibi (yaklaşık olarak 0 ve 1) olacak sekilde seçtik. İlk önce, MATLAB' ın fsolve optimizasyon araç çubuğunu ve ODE45 adi diferansiyel denklem sistemi çözücüsünü kullanarak sistemin sabit noktalarını ortaya koyduk ve bu sabit noktaların kararlılıklarını inceledik. Elde edilen biyolojik olarak anlamlı olan sabit noktalar ağdaki bileşenlerin etkinlik düzeyi motiflerine göre Ortanca, CD4 ve CD8 çekici noktaları olarak adlandırıldılar. İkinci olarak, modelimize göre T hücresi almacı ve interlökin 7 sinyalleşmelerinin CD4/CD8 kader seçimi üzerine olan etkilerini inceledik. Modele göre, uzun süreli T hücresi almacı sinyalleşmeleri, kinetik sinyalleşme modelinin de kabul ettiği gibi, CD4 kaderine yönelime neden olur ve sadece kısa süreli interlökin 7 sinyalleşmeleri CD8 kaderine farkılaşmanın belirleyicisi olamaz. Son olarak, ağdaki elemanların literatürde verili olan belli başlı aşırı ifade olunma/devre dışı bırakılma deneylerinin sonuçlarını bilgisayar benzetimlerimizde kontrol ettik. Birkaç durum dışında gözlemsel bulgularla iyi bir mutabakat sağladığımızı gördük.İlerisi için modelimizi, müşterek-almaç proteinlerinin T hücresi almacı sinyalleşme olaylarında geri besleme rolüne sahip olacağı, Çift Pozitif aşamasından olgun aşamaya geçişin tam bir resmini verebilecek sekilde, genişletmek üzere yeni çalışmalara ihtiyaç vardır.
As being a relatively new and an intricate research area of life sciences, immunology isa still evolving subject in which scientists from many different disciplines like biology,medicine, physics, chemistry, mathematics, computer sciences, etc. are joint to gain adeeper understanding on how the immune system reveals its functions.In most mammalian species, the immune system can be mainly subcategorized intothree levels of defense against pathogens: natural barriers, innate immunity andadaptive immunity. Natural barriers are the first line of defense that has to be penetratedby pathogens in order to cause disease and it exists in almost all living organisms. Anyinvader that penetrates the natural barriers is greeted by innate immune system whichis the second line of defense. Innate immunity operates relatively quick, reacts to avariety of usual pathogenic organisms and it has not specific elements against to anyparticular pathogen. It also activates and controls the adaptive immunity. Almost allorganisms get along just fine with only natural barriers and the innate immune systemto defend them. However, in the vertebrates, the innate responses call into play thethird level of defense: `adaptive? immunity which has specifically equipped soldiers tocope with almost any foes. Moreover, players of the innate and the adaptive immunesystems usually work together to eradicate pathogens. The main factors distinguishingthe innate immunity and the adaptive immunity are timing and specificity of theresponse against to a pathogenic attack. Both of the innate and the adaptive immuneresponses depend upon the activities of white blood cells (called as leukocytes), whichare originated from bone marrow-derived hematopoietic stem cells. Adaptive immuneresponses are provided by white blood cells called lymphocytes being subdivided intotwo classes as antibody responses and cell mediated responses, which are carried outby B- and T-cells, respectively. T cells develop in the thymus, and B cells, in mammals,develop in the bone marrow in adults or in the liver in fetuses.Pluripotent progenitors of T lymphocytes are produced in the bone marrow like allthe other hematopoietic cells, and migrate to the thymus gland for differentiating andeventually committing to different T cell subsets: cytotoxic, helper and regulatory(suppressor) T cells.Thymic population of T cells is mainly composed of ?ß subset and ?ß thymocytescommit to either helper T cells or cytotoxic T cells at mature stage. Differentiationprocess leads to exclusive expression of CD4 and CD8 proteins on the surfacesof helper and cytotoxic T cells, respectively. These coreceptor proteins haveindispensible roles in the TCR signaling events that modulate cell fate decisions.An immature thymocyte entering into the thymus undergoes the sequential stages ofdouble negative (DN)- CD4? CD8? , double positive (DP)- CD4+ CD8+ , Intermediate- CD4+ CD8low to become either a CD4+ CD8? helper or a CD4? CD8+ cytotoxicmature T cell.The study of genetic regulatory systems has received a major impetus from therecent development of experimental techniques by which spatio-temporal expressionlevels of genes to be measured. Together with these still developing high throughputexperimental tools, it is indispensable employing theoretical models and computersimulations in order to elicit structure and dynamics of the genetic regulatory networkthat underlies the CD4/CD8 fate decision.In theoretical biology, the conventional technique in building a regulatory networkmodel for a cell differentiation process is to define different attractors (or equilibriumstates) in the landscape picture corresponding to different cell types. With thismotivation, we aim to build a mathematical model which qualitatively describesdifferentiation of ?ß thymocytes, particularly beyond the Intermediate stage, as adynamical sytem. Hence, we form a regulatory network model of 8 components and 13regulatory interactions among them, using environmental cues and regulatory proteinsthat are implied to have important roles on the phenomenon in the literature.To convert our model into a dynamical representation, we adopt a standardizedqualitative dynamical systems method which is an ordinary differential equationformalism in nature. In the method, state of each node in a regulatory network canbe updated in time by taking into account the regulatory effects by the others and itselfwith some specified parameters, namely strengths of activations, inhibitions, steepnessof the response curves and decay rates. But, in biology it is very ubiqitous that aregulatory event can only occur in the co-existence of two or more regulatory elementsand the method fails to mimic such events. Thus, we further contribute to the methodby adding (only second order) co-regulatory terms.By utilizing the improved method, we obtain a set of 8 nonlinear ODEs, each onedescribing the time derivative of an independent variable in the network. Since thereis no reliable kinetic data yet, we choose parametric values for the equations to benot favoring any specific interaction or decay and to make values of the variablesBoolean-like at equilibrium states. Then, first, we explore the fixed points of thesystem utilizing fsolve optimization toolbox and ODE45 system solver of MATLAB.All biologically meaningful fixed points are named Intermediate, CD4 SP and CD8SP attractors depending on the activation patterns for the components. Second, weinvestigate the effects of TCR and IL7 signalings onto CD4/CD8 fate decision in silico:TCR signals with long duration lead to differentiation into CD4 SP whereas IL7 signalswith short duration cannot secure the CD8 lineage alone. Finally, we check the resultsof salient component overexpression/knockout experiments in computer simulationsand capture good agreement with experimental observations in the literature (exceptfor some cases).Further studies are needed to extend our model to one that describes the whole pictureof ?DP to SP? transition in which coreceptor proteins have feedback effects in TCRsignaling events.