In a cell, any information about extra- or intra-cellular changes is transferred and processed through a signaling network and dysregulation of signal flow often leads to disease such as cancer. So, understanding of signal flow in the signaling network is critical to identify drug targets for the treatment of the related disease. Owing to the development of high-throughput measurement technologies, the structure of a signaling network is becoming more available, but detailed kinetic parameter information about molecular interactions is still very limited. A question then arises as to whether we can estimate and control the signal flow based only on the structure information of a signaling network. To answer this question, we developed novel algorithms that can estimate and control the signal flow using only the topological information and applied them to predict the direction of activity change and to discover putative control targets in various signaling networks. Interestingly, we found that the average accuracy of the estimation algorithm was about 60-80% even though we only used the topological information. We also found that our algorithms could identify the promising targets for controlling the outputs we are interested in. This study is expected to provide an important basis for utilizing the topological information of signaling networks in precision medicine or drug target discovery.
세포의 내부 또는 외부에서 발생한 변화에 대한 정보는 신호전달네트워크를 통해 처리되며, 신호 흐름이 제대로 조절되지 않는 경우 암과 같은 심각한 질병이 발생할 수 있다. 따라서 신호전달네트워크에서 신호의 흐름을 이해하는 것은 관련된 질병을 치료하기 위한 약물 표적을 발굴하는 데에 매우 중요하다. 고처리량 측정 기술의 발전으로 인해 신호전달네트워크의 구조 정보는 꾸준히 축적되고 있는 반면, 분자 상호 작용에 대한 상세한 동역학 파라미터 정보는 여전히 매우 제한적이다. 이에 우리는 신호전달네트워크의 구조 정보만을 이용하여 신호 흐름을 추정하고 제어할 수 있는지에 대한 질문을 제기할 수 있다. 우리는 그 질문에 답변하기 위해 구조 정보만을 이용하여 신호 흐름을 추정하고 제어할 수 있는 새로운 알고리즘을 개발하였으며, 이를 활성도 변화의 방향을 예측하고 잠정적인 제어 표적을 발굴하는 데에 적용해 보았다. 흥미롭게도 우리는 구조 정보만을 이용했음에도 불구하고 평균 60-80%의 예측정확도를 얻을 수 있었으며, 네트워크의 출력 노드를 제어 할 수 있는 유력한 표적을 찾아낼 수 있었다. 이 연구 결과는 정밀 의학이나 약물 표적 발굴 과정에서 신호전달네트워크의 구조 정보만을 이용하는 접근법에 중요한 기초를 제공할 수 있을 것으로 기대된다.