Dynamisk modellering av hur feedback via cytosoliskt Mig1 reglerar SUC2 i SNF1-signalvägen
Typ
Examensarbete för kandidatexamen
Program
Publicerad
2020
Författare
Axillus, Sophia
Benson, Leo
Hasselgren, Viktor
Moberg, Frida
Modellbyggare
Tidskriftstitel
ISSN
Volymtitel
Utgivare
Sammanfattning
Den näringsigenkännande SNF1-signalvägen är viktig för att bagerijäst, Saccharomyces cerevisiae, ska
kunna anpassa sig till olika näringsförhållanden. Signalvägen involverar transkriptionsfaktorn Mig1 som
repressar genen SUC2 vid höga glukosnivåer. Därför förväntas en ökning av enzymet Suc2 som genen
producerar när glukosnivån sjunker, experimentella data visar att ökningen sker, men också att den endast
är temporär. I det här projektet undersöks hypotesen att minskningen av genuttrycket är genom feedbackinhibering
av cytosoliskt Mig1. Undersökningen görs genom att skapa olika matematiska modeller innehållande
ordinära differentialekvationer för att beskriva experimentell data där jästcellerna utsätts för en
plötslig sänkning av extracellulärt glukos.
Tre modeller togs fram; en fullständig med alla komponenter som ansågs vara essentiella och två reducerade
varianter där olika hastighetskonstanter antogs vara lika. Modellerna ställdes upp under biologiska
antaganden och enligt massverkans lag. Strukturell identifierbarhetsanalys utfördes som ett första steg och
den fullständiga modellen var oidentifierbar. Det vill säga att skattningarna från en parameteruppskattning
inte är trovärdiga, och därför gjordes vidare analyser på de två reducerade modellerna, vilka var strukturellt
identifierbara. En stabilitetsanalys utfördes även på modellerna och det kunde konstateras att den
fullständiga modellen samt en av de reducerade var stabila med potential för att oscillera. Efter parameteruppskattning
via Gauss-Newtons metod kunde de passas mot datan och här visade samtliga modeller
en bra passning för Suc2 men inte för Mig1.
Validering av modellerna skedde sedan med hjälp av residual-, känslighet-, och numerisk identifierbarhetsanalys.
Resultatet visade att ingen av de reducerade modellerna kan användas för prediktioner då
parametrarna hade stora varianser samt höga korrelationer och därför är deras skattningar inte trovärdiga.
Slutsatsen som drogs var därför att dessa modeller inte kan användas för att bekräfta eller dementera om
cytosoliskt Mig1 skulle inhibera SUC2.