Нарушение симметрии в природе является фундаментальным для жизни и многих биологических процессов, в виде асимметрии молекул в крупных сложных органах и организмах в целом. Понимание как асимметрия на молекулярном уровне механистически передается через клеточную, тканевую и органную шкалу представляется нам сложной задачей.

Исследования гаструляции у Xenopus[1,2] показали, что развитие сложных тканей нуждается в серии хорошо срежиссированных клеточных движений и изменениях формы, чтобы дать сложную форму ткани. Одной из потребностей любого генерального изменения формы ткани является формирование системы координат в трех измерениях, на базе картезианских осей координат x, y и z, напр. В листке клеток, первая ось, которая формирует z ось перпендикулярно листку. Это связано с появлением апикально-базальной полярности. Как только устанавливается эта ось, клетки могут затем располагать самих себя внутри этой плоскости ткани и для осуществления этого создается возможность определения ортогональных координат x и y осей в плоскости ткани. Ассоциированная с плоскостью полярность обозначается как планарная полярность или planar cell polarity (PCP).

Фундаментальная природа планарной клеточной полярности означает, что нарушение её функции может оказывать огромное влияние на развитие организма. Кстати, PCP участвует в корректном развитии многих тканей, включая нервную трубку [3], лёгкие [4], почки [5,6] и участвует также в раковых опухолях [7]. К сожалению, эти ткани трудно наблюдать in vivo и они лишены также легко различимых маркеров полярности.

Drosophila, и крыло Drosophila в частности, значительно легче поддается экспериментальной обработке, чем системы млекопитающих и служит мощной экспериментальной системой для изучения взаимоотношений между молекулярным аппартом, необходимым для локальной и глобальной полярности. Большинство исследований на крыле Drosophila, имевших целью определить механизм планарной полярности использовало генетический мозаичный анализ, при котором генерировались небольшие группы клеток ("клоны"), которые были лишены активности определенного гена. Клетки клонов, которые лишены активности белков Fz или Vang давали интересные паттерны полярности, известные как доминирующая неавтономность [8-11], накладывающая предписанную поляризацию на клетки, соседние с границей клона. Примеры доминирующих паттернов неавтономности выявляются как в крыльях взрослых, так и куколок для fz клонов (с волосками, принимающими привлекающий к клону паттерн) и для клонов Vang (с волосками, принимающими отталкивающий паттерн) in Figure 1. Это формирование паттерна доминирования в противовес крыльями дикого типа и мозаичным клонам по факторам, которые действуют автономно [12-14], означает, что клетки организуют самих себя с общей поляризацией.

Интерпретация этих исследований привела к идентификации "основной" группы белков планарной полярности, имеющие законсервированную функцию и у позвоночных [15], и выполняющие первичную функцию скоординированной полярности между соседними клетками [16]. Наиболее важными из них являются трансмембранные белки Frizzled (Fz), Flamingo (Fmi, также известен как Starry Night) и Van Gogh (Vang, также известен как Strabismus). Эти белки связаны с апико-базальной асимметрией за счет локализации совместно с зонами слипчивых соединений клеток. Здесь они обеспечивают межклеточные взаимодействия, чтобы устанавливать локальную в плоскости клеточную симметрию. Этот "стержневой" путь, как известно, также обеспечивается с помощью трех цитоплазматических белков: Prickle (Pk), Dishevelled (Dsh) и Diego. Помимо основного пути, как было установлено, в определенных контекстах cadherins Fat (Ft) и Dachsous (Ds) и в Golgi-расположенный белок Four-jointed (Fj) могут действовать независимо, устанавливая планарную полярность [17,18].

Кроме того, локальная координация между клетками, поляризацией на глобальной шкале, нуждается в связи с не локальными сигналами. Эти сигналы или импульсы, которые ориентируют или переориентируют полярность д. возникать на базе морфогенетического градиента, градиента экспрессии или активности основных PCP белков [19], или д. быть обусловлены клеточными движениями [20], напр. Существуют две теоретические возможности тог, как это может происходить. Во-первых, возможности, что основной PCP аппарат может функционировать независимо от глобальной передачи сигналов, обеспечивающих роль ведения. Это является основой моделей, предполагающих роль градиентов Fat (Ft) и Dachsous (Ds) [21-23]. Вторая возможность заключается в том, что глобальный сигнал является прирожденной функцией основных PCP белков, действующих, чтобы вызывать как локальную межклеточную, так и дальнодействующую поляризацию. Это является основой моделей, предполагающих участие Fz градиента в глобальной передаче сигналов [10,24-26]. Клеточные перемещения могут использовать любую или обе возможности [20,27]. Во всех случаях точные молекулярные функции всё ещё неясны, имеются доказательства в пользу разных возможностей.

Эксперименты с использованием клонов особенно важны для исследования точных молекулярных ролей белков, т.к. они создают условия, при которых аппарат локальной и глобальной координации потенциально конфликтуют. Это ведет к доминированию неавтономных фенотипов, при которых ориентация волосков локально почти перпендикулярна границе клона, постепенно возвращается а ориентации, характерной для дикого типа ткани, через несколько клеточных диаметров. Относительная важность молекулярных или физических факторов, которые детерминируют локальное и глобальное поведение трудно оценить без помещения этих факторов в количественную математическую модель.

Математическое моделирование играет всё более важную роль в оценке концептуальных моделей клеточной полярности [23,24]. Общим для всех моделей клеточной полярности является присутствие петель обратной связи, которые необходимы, чтобы генерировать асимметричную локализацию белков, которая специфицирует поляризацию в плоскости. Обратная связь внутри системы или модели может быть создана за счет прямого ингибирования реакции типов или связывания лигандов, как это предполагается в случае Vang ингибирования Fz [28]. Альтернативно, обратная связь может быть также создана за счет предпочтительной активации одного из межклеточных комплексов над др. [20,29,30] и более специфически это предпочтительное связывание Fz-Fmi рецептора по сравнению с Vang-Fmi на определенном краю клетки [25].

Принципиальным затруднением моделирующих подходов, которые были применены к PCP , является то, что попытки выявить все биологические и физические взаимодействия с целью прояснения модели, часто оказываются противоречивыми. Сюда входит и внесение многих не поддающихся измерению параметров, каждый из которых создает проблемы в отношении оценки и интерпретации.

Целью данной работы является i) формальное описание клеточных измерений поляризации, ii) построение функциональной модели планарной клеточной полярности, исходя из концепции поляризации клеток, iii) оценка и parameterise модели с использованием генетических клонов, которые ведут к доминированию неавтономных фенотипов в крыльях Drosophila, iv) завершение систематических in-silico "нокаутных" частей модели и v) сравнение экспериментально наблюдаемых фенотипов полярности волосков с теми, что сгенерированы in-silico, чтобы идентифицировать молекулярные функции белков.

Чтобы решить эти вопросы, мы построили функциональную модель планарной полярности, в которой детальные молекулярные взаимодействия были интегрированы в измерение полярности m на клеточной шкале и в M на групповой шкале. Модель включает математические термины, которые объясняют способность клеток поддерживать свою собственную внутриклеточную поляризацию (parameter B), взаимодействие с полярностью соседних клеток (parameter K) и взаимодействие с глобальными сигналами (parameters C и G), см. Methods и Figures 2, 3. Таким образом, мы можем отступить от деталей и задаться более общими вопросами нашей модели в отношении наблюдаемых фенотипов полярности на тканевой шкале. Наш подход базируется на методе Ginzburg-Landau, используемом обычно для понимания упорядоченных процессов для физики твердых тел (condensed matter) [31,32] и который сходен с тем, что используется для изучения формирования паттерна волос мышей [33] и завихрений волосков у Drosophila [29,34]. Наше использование этой физической или функциональной модели является оригинальным в связи с тем, что мы четко идентифицировали биологически важные компоненты и использовали паттерны полярности вблизи генетических мозаиков и "клонов" , чтобы понять функцию белка.

Figure 2. Diagrammatic representation of single and group order parameters. Top: Single cell order parameter with zero cell polarisation m = 0 (left) and finite polarisation m > 0 (right). Bottom: Group orientational order parameter with zero group polarisation M = 0, but with finite single cell order m > 0 (left). Finite group orientational order M > 0 and single cell order m > 0 (right). Single cell order parameter vector m and group orientational order parameter M are shown as black and red arrows respectively. ? is described for either a single cell orientation or the average orientation for a group of cells ?A, relative to distal.

Figure 3. Mathematical model of planar polarity. The first term controls a cell's polarisation, which in physical terms would relate to the underlying asymmetry in the proximal (P) and distal (D) proteins, whose strength is determined by Basym and has a stable asymmetric state of magnitude masym. The schematic beneath illustrates a possible simplistic feedback pathway. The second term enforces uniformly orientated polarisation with its resistance to distortion determined by Kalign , and ultimately the inter-cellular interactions between P and D proteins. The schematic beneath illustrates the necessary cell-cell interactions. The third term linearly couples the cell's polarisation m to an increasing cue Gcue, with the response and mediation to that cue by Cmediator. The schematic beneath illustrates an increasing global cue's differential action on a cell. The equation has been written in terms of a polarity vector (term 2 and 3) or its magnitude (term 1).

Мы попытались смоделировать свойства локального упорядочения в плоском монослоем из гексагональных клеток, аналогичной ситуации в крыле Drosophila. Эта модельная система имеет уникальные преимущества в том, что полярность легко выявляется в терминах инициации крыловых волосков или финальной ориентации волосков. Мы также ограничили наши интересы паттернами полярности вблизи клонов на генетическом фоне из "основных" белков планарной полярности (Fz, Vang, Fmi, Pk и Dsh) и на тех из "Ft/Ds системы" (Ft, Ds, Fj). Это сравнение в первую очередь осуществлялось за счет использования опубликованных изображений сайтов инициации будущих волосков, чьё расположение и служило индикатором полярности. Мы полагаем, что это предоставляет преимущества по сравнению с паттернами полярности волосков у взрослых тем, что паттерны будущих волосков в меньшей степени зависят от нижестоящих эффектов и легко определяются нашим подходом. Паттерны взрослых волосков также использовались по мере возможности. Паттерны экспрессии белков не были учтены, т.к. затруднительно наблюдать и интерпретировать их из-за технических трудностей получения одновременных изображений множественных белков, используя флюоресцентные маркеры.

Итак, мы построили in-silico (виртуальную) функциональную модель клеточной поляризации, которая включает клеточную асимметрию, передачу межклеточных сигналов и реакцию на глобальные сигналы. Эта модель была оценена и parameterised вопреки доминированию неавтономных фенотипов крыловых островков Drosophila.

Discussion

Математическое моделирование уже давно играет ключевую роль в биологии развития [46,47]. Модели позволяют нам формализовать наше понимание данной системы и подтвердить, что формализация согласуется с смоделированной структурой. Накоплено огромное количество биологических данных, которые позволяют нам понять при беглом обзоре многих систем, которые оказываются слишком сложными, чтобы удерживать их в голове или компьютере. Подходы к моделированию д. позволять экспериментаторам разрабатывать улучшенные эксперименты и подходы, которые позволят лучше понимать изучаемую систему. Мы описали применение простой модельной структуры к определенной экспериментальной системе - индукцию мутантных клонов в развивающемся крыле Drosophila, чтобы проанализировать основы планарной клеточной полярности. Для осуществления мы организовали и привели в систему имеющиеся данные и благодаря демонстрации, что результаты нашей модели широко согласуются с единодушным мнением о молекулярном функционировании системы, показав, что наше моделирование (концептуальной) базы соответствует нашему пониманию процессов, происходящих во время развития PCP, по крайней мере, на высоком уровне. Однако наш анализ также идентифицировал потенциально новые роли двух белков, Pk и Dsh, которые, как мы полагаем, могут быть медиаторами глобальных сигналов. Делая предсказания будущих дефектов в лежащих в основе процессов, мы показали, что экспериментальный подход, моделируемый нами, не всегда позволяет безошибочно идентифицировать функции генов, поскольку разные комбинации дефектов могут давать сходные паттерны поляризации волосков. Это д. действовать толчок для разработки новых экспериментальных подходов и мы выделим ниже некоторые количественные измерения, которые могут улучшить понимание процессов, участвующих в PCP. Дальнейшим преимуществом этого подхода является то, что теоретические паттерны мы можем предсказать для разных комбинаций дефектов и это может быть использовано как прямые указания на роли мутантных генов в процессе PCP. Это не является верным для др. типа моделей, моделирующих детальные молекулярные взаимодействия, участвующие в PCP [25,28] и д. быть модифицированы, чтобы охарактеризовать роли новых компонентов.

Identification of molecular function

Мы сгенерировали 6 in-silico паттернов полярности при разных модельных условиях и сравнили их с паттернами полярности у Drosophila будущих волосков и волосков у взрослых при разных генетических условиях. Систематическое выведение из строя компонентов модели позволило нам аннотировать функциональные роли белков, определяемые нашей моделью. Мы установили, что "основные" трансмембранные белки Fz и Vang, как полагаем, необходимы одновременно для генерации и передачи полярности. Это почти несомненно случай с Fmi, однако, без крыльев на ст. куколки, лишенных активности Fmi-содержащих fz или Vang клоны мы не сможем с уверенностью приписать ему такую роль. Эти результаты согласуются с современным единодушным мнением [21,23,24].

Ds и Ft , скорее всего, связанные с глобальными сигналами, согласно нашей модели не позволяют различать между сигнальной и/или посреднической ролью. Однако, это выглядит как если бы Ds и Ft являлись медиаторами, при этом др. экспериментальные доказательства свидетельствуют против градиентной роли для Ft и Ds в крыле (однако не для глаз, где они, как было установлено, меняют полярность омматидий) [48,49]. Слабо доминирующие неавтономные паттерны наблюдаются в клонах, лишенных активности ds [38] и ft [22,35,50]. Эта слабая неавтономность может на первый взгляд возникать, чтобы демонстрировать двойное участие как в "стержневой" , так и "сигнальной" ролях. Однако мы не считаем, что это имеет место по сл. причинам. Клон, лишенный компонента глобальной передачи сигналов, д. обнаруживать ступенчато-образное изменение силы глобального сигнала (модель: достоверное увеличение G сигнала). Такое различие д. быть достаточным, чтобы повлиять на полярность границы клона, давая потенциальный "core" подобный фенотип, однако мы не подтвердили это при использовании нашей модели.

Новым свойством этого анализа является то, что мы предсказали более сложные роли "основным" цитоплазматическим белкам Pk и Dsh, чем их сегодняшняя единодушно принимаемая роль генерации прирожденной полярности. Мы установили, что pk паттерны значительно сильнее схожи с нашими паттернами, стимулированные нокаутом сигналов, чем с теми, что участвуют генерации полярности. Это может указывать на нужду в роли Pk's для расширения и имеются некоторые недавние доказательства связи разных изоформ Pk с формированием глобального паттерна, что подтверждает это [51]. Мы менее уверены в нашем предсказании для Dsh. Это связано с экспериментально наблюдаемыми паттернами dsh, которые выглядят подобно как при стимулированном нами одиночном нокауте врожденной полярности (Figure 5B, model: masym= 0), эта роль согласуется с современным мнением [21], так и при паттерне, стимулированном нами двойным нокаутом врожденной и сигнальной полярности (Figure 6B, model: masym= 0, CG = 0), указывая на новую более сложную роль Dsh. Сегодня мы не считаем, что имеются достаточные экспериментальные наблюдения, чтобы исключить дополнительную роль Dsh в обеспечении глобальных сигналов , и то эта новая роль д. быть протестирована экспериментально. Возможным подходом к более легкому распознаванию между этими ролями д. быть генерирование длинных клонов, ориентированных вдоль передне-задней оси.

Случайно ориентированная полярность ожидается, если белок обладает двойной ролью как глобального сигнала или медиатора (модель: CG) , так и ролью в передаче полярности (model: K_align). Однако случайная ориентация не наблюдалась экспериментально в нашей избранной группе белков или при каких-либо др. генетических комбинациях, описанных в литературе. Одним из возможных объяснений этому является то, что белки участвуют в генерации полярности (модель: m^asym ). Это согласуется с ролью по генерацией и трансмиссии полярности Fz, Vang и очень возможно Fmi.

Мы сфокусировали наше внимание на полярности вокруг клонов. Поступая так, мы гарантировали, что все выражения нашей модели вносят более или менее одинаковый вклад. Несмотря на это, некоторые паттерны полярности, генерированные нами, выглядели очень схоже с каждым из остальных и было трудно согласовать их с экспериментально наблюдаемыми фенотипами, из которых немногие были выделены и пригодны для сравнения. Это затруднение в качественном сравнении между экспериментальными и предлагаемые моделью результатами ведут к затруднениям в функциональной аннотации. Мы полагаем, что это д. быть лучше всего адресовано экспериментальным подходам, которые позволяют измерять полярность количественно, так как это предполагается в Methods ("Indicators of polarity") и связывать это с нашим моделированием в Additional file 4: Table S1. Столь же важным является фокусировка на экспериментальном дизайне для создания сложный геометрий клонов, где это возможно. Поступая так, мы сможем быть уверены в понимании этих пространственно анизотропных процессов. Вдали от клонов или на фонах с отсутствием белков, должны быть отличающимися подразумеваемые функции, которые мы не рассматривали. Сюда могут быть также включены области крыла, где обнаруживается обратная полярность [38]. Мы могли бы легко дать объяснение такой обратной полярности в модели, введя медиатор в cue term, являющийся пространственно зависимым в своем проявлении.

Наша модель классифицирует Ds и Ft как потенциальные глобальные сигнальные медиаторы внутри классического пути Fz и Vang, а Fj действует биохимическим путем модификации соединения Ft и Ds [52,53], неавтономные фенотипы, характеризующие fj клоны, также , скорее всего, опосредуются путем эффектов на глобальный сигнал. Тем не менее, Fj, Ft и Ds также, по-видимому, участвуют в локальной координации полярности [19] и это также может вносить вклад в доминирование их неавтономных фенотипов. Такая роль Ft и Ds параллельных путях, пересекающихся с Fz/Vang путем, вполне осуществима, но не может быть проверена прямо на нашей сегодняшней модели. Интересно, что существуют хорошие доказательства такой параллельной функции на животе Drosophila [17,18].

Функциональные роли будущих волосков очень похожи на роли, идентифицируемые нашей моделью на волосках взрослых. Сходство было почти точным, когда клеточная поляризация была установлена, хотя имелись расхождения, когда клеточная поляризация отсутствовала, в таком случае роли менялись на передачу полярности и глобальную передачу сигналов. Скорее всего, объяснением расхождения является то, что наш подход, в его сегодняшней форме, не оптимален для паттернов у взрослых. Это прежде всего из-за того, что мы вынуждены предполагать только конечную прирожденную полярность одиночных клеток для волосков у взрослых. Большая часть информации более легко извлекается из паттернов будущих волосков (pre-hair), это и привлекло наше внимание к этим фенотипам. Др. объяснение может заключаться в том, что финальная полярность у взрослых наводится, но не с помощью fz-vang системы, , а с помощью др. механизма или систем параллельной полярности.

Modelling

Мы основывали нашу детерминистическую модель на измерениях полярности одиночных клеток, ка и в др работах [33,34]. Такого типа модель является идеальной для описания инициации будущих волосков и ориентации волосков у взрослых, которые часто генерируют ясные воспроизводимые фенотипические картины. Это, однако, дает неявные средние стохастические эффекты внутри и между клетками. Мы полагаем, что это разумное предположение, т.к. когда др. включают стохастические эффекты недвусмысленно [29], то они получают результаты, сходные с детерминистическими подходами. В противоположность таким моделям у др., наша модель точно идентифицирует функциональные terms, которые являются фундаментальными для скоординированной дальнодействующей полярности. Это является мощным подходом в том, что он не детерминирует заранее (pre-determine) роль любого молекулярного компонента внутри модели, в то время как всё ещё обеспечивает основы для молекулярных компонентов, наделяемых функциональными ролями, исходя из наблюдаемой полярности. framework for molecular components to be assigned functional roles based on the observed polarity. Такой подход находится также в контрасте с моделями, где молекулярные взаимодействия были предназначены заранее [25,28].

Inferred and consensus functional roles of polarity proteins. The top section (A) indicates proteins involved in a mediation or global cue role. We are unable to distinguish between the two using only our model. The lower section (B) indicates proteins with roles in polarity transmission or generation. Proteins located at the cell edge in the lower section are involved in transmitting polarity between cells (model: Kalign ). Proteins located in the centre are involved in generating intrinsic polarisation (model: masym ). Proteins are also grouped into those required to generate cell proximal and distal ends (as seen in the wildtype). Green colouring indicates the roles predicted by the model and red indicates roles concluded form other evidence. Mixed red and green indicates that the model prediction is consistent with other evidence. Yellow with hair indicates a role predicted from adult hair data.

Чтобы наделить параметрами (parameterise) нашу модель, мы сравнивали паттерны полярности in-silico с теми, что создавались с помощью клонов fz м Vang . Мы осуществили это сравнение качественным образом, учитывая полярность как одиночных, так и групп клеток. Мы определили параметр K_align, по крайней мере, той же самой величиной, что и B_asym. Это означает, что на клеточной шкале общая сила молекулярных взаимодействий, которые действуют. чтобы обеспечить поляризацию внутриклеточно одинаковой величины с таковыми, которые действуют, разделяя проксимальные и дистальные белки внутриклеточно. Это сходство сил подтверждает, что они имеют общие молекулярные компоненты. Поскольку равенство не обязательно доказывает общий механизм, оно согласуется с генетическим доказательством, что Fz, Vang и Fmi участвуют как в генерации, так и передаче полярности.

Дополнительным ограничением явилось то, что клеточной шкале величины свободной энергии, необходимые для поддержания поляризации индивидуальных клеток B_asym на порядок величин выше, чем необходимы для объединения клеточных полярностей глобальным сигналом, C_mediatorG_cue. Это придает биологический смысл тому, что трудно поддерживать глобальный сигнал таким же сильным, как тот что будет генерироваться вдоль одиночной клетки. Наконец, величины соотношения параметров, также не были строго ограничены. Поэтому система д. быть крепкой в отношении определенной степени биологических шумов, которые могут, как ожидается, варьировать на пространственной шкале крыла.

Наш подход имеет ограничения. Мы выбрали за основу нашей модели и изучения относительно низкого сорта индикатор полярности, т.е. места инициации будущих волосков (pre-hair)скорее, чем более детально изученные распределения белков, которые могли бы служить более точным индикатором полярности. Мы также исходили из предположения регулярной гексогональной решетки и безукоризненного обмена информацией о полярности. Это безусловно не всегда имело место [34,50], при этом некоторые геометрии , скорее всего, нуждаются в более сильном глобальном сигнале, чтобы противостоять эффектам нерегулярной упаковки клеток. Как клетки ощущают полярность здесь не рассматривалось. Мы использовали модель только, чтобы сделать заключение о молекулярной широкой функции, а не о специфических деталях любого частного взаимодействия. Мы лишь сравнивали финальное равновесное состояние поляризации, которое, безусловно, важно [26]. Это было частично обусловлено отсутствием динамических данных, необходимых для идентификации, относящейся к делу временной шкалы и процессов, для включения в модель. Мы не в точности учитывали парциальные уровни экспрессии белков, полагая, что они неявно включены в соотношения параметров. Возникающее в результате поведение представлено суммарно в Additional file 1: Figure S1 and Additional file 2: Figure S2, хотя индивидуальные паттерны не показаны.

Мы представили только модели клонов регулярной формы. Мы можем ожидать, а предварительные данные предсказывают, что на дальних дистанциях от клона его форма практически не вызывает различий в паттерна полярности. Однако на более близких расстояниях полярность может быть существенно затронута, т.е. ориентация и снижение величины могут быть затронуты, если поле полярности сталкивается со стенкой крупного клона, перпендикулярной по отношении ориентации локальной полярности. Когда встреча стенки происходит под низким углом, то полярность д.сохраняться и угол нарушается лишь слегка.

Мы полагаем, что полярность на границе клона остается неизменной в случае fz и Vang в диком типе для каждого изученного мутантного генетического фона. Это эквивалентно предположению, что fz и Vang белки являются фундаментальными для обмена полярностью между клетками, что общепринято.

Эта относительно простая модель позволяет нам идентифицировать большинство функций PCP белков, используя только 8 in-silico паттернов полярности волосков. Это небольшое количество позволяет экспериментаторам формально определять функции белков высокого уровня, используя экспериментальные наблюдения. Др. более сложные модели могут включать более специализированные функции, но оценка будет более трудной из-за количества генетических экспериментов, которые необходимы. Интересно, что некоторые из наших результатов подтверждают, что модель может быть в дальнейшем упрощена за счет комбинации terms врожденной полярности и трансмиссии. Это позволит упростить уравнение и косвенным образом петли обратной связи врожденной поляризации с вовлечением соседних клеток. Однако, если мы представим петли обратной связи более отчетливо, по потребуется заработка модели с использованием подходов, базирующихся молекулах [28,29].

Мы не делаем каких-либо предположений о природе глобального сигнала в рамках нашей модели, хотя мы идентифицировали молекулярные компоненты, которые, как полагаем, связаны с ним (Ds, Ft, Pk). Эти компоненты были связаны с конкурентной системой полярности (Ft-Ds-Fj), которая может быть определена как глобальный сигнал. Др. предполагают механизмы, включая сокращения в шарнире и токи клеток [20]. Каждый механизм д. генерировать стрессовое поле внутри крыла, которое может быть объяснено с помощью сигнального термина (term) (model: G_cue ). Привлекательной альтернативой является то, что существует взаимодействие между клетками, которое вызывает ток клеток, удлинение ткани и полярность вдоль проксимо-дистальной оси. Такие молекулярные индуцируемые взаимодействиями токи, как было установлено, появляются в самоорганизующей жидкой кристаллической фазе [54]. Клеточные токи, которые индуцируются межклеточными взаимодействиями всё ещё, скорее всего, необходимы для внешнего морфогенетического сигнала или поля анизотропных напряжений, чтобы организовывать полярность вдоль P-D оси. Следовательно, сигналы морфогенов может быть всё ещё существенными для генерации полярности на глобальной шкале и также совместимы как теориями стрессов, так и поля тока (flow field)

Conclusions

We built a functional model of cellular polarisation and used it to identify the role of proteins involved in generating cell polarity in the Drosophila wing. This model incorporates mathematical terms required for the asymmetric separation of proteins, the coupling of polarisation between cells and the coupling to a global cue, which we have validated against fz and Vang clone wing hair phenotypes.

Using in-silico knockdowns of combinations of each of the three model components, we have been able to systematically simulate polarity phenotypes which we compared to experimental clones’ patterns to predict protein function.

In agreement with the current consensus we predicted that Fz, Vang and Dsh are required for generating intrinsic cell polarity and that Fz and Vang are additionally required for transmitting cell polarity between cells. Ds and Ft were predicted to be related to the global cue, though we were unable to identify whether their precise role was that of a cue or a mediator to it.

Novel predictions from our model and approach are that the protein Pk and possibly Dsh are mediators of the global cue. This opens up the possibility that they could be involved in determining polarisation on a global scale.

Given the success of our approach we believe that it could be straightforwardly applied to investigate protein function in the eye and abdomen by matching the results of novel gene modification experiments to likely underlying mechanisms, and can therefore serve as a useful tool for future experimental analysis. The model can be extended to incorporate cell flow and anisotropically induced stress fields.

Functional modelling of planar cell polarity: an approach for identifying molecular function Lee D Hazelwood and John M Hancock BMC Developmental Biology 2013, 13:20 doi:10.1186/1471-213X-13-20 (http://www.biomedcentral.com/1471-213X/13/20 )

Functional modelling of planar cell polarity: an approach for identifying molecular function
Lee D Hazelwood and John M Hancock
BMC Developmental Biology 2013, 13:20 doi:10.1186/1471-213X-13-20 (http://www.biomedcentral.com/1471-213X/13/20 )