×
罗德里格斯·布伦斯（Rodriguez-Brenes），伊格纳西奥·A·。;多米尼克·沃达尔兹;娜塔莉亚·科马洛娃。

Luria-Delbrück突变模型中的细胞复制限制。 （英语） Zbl 1367.92032号

物理D 328-329, 44-51 (2016).
摘要：Luria-Delbrück模型最初是为了阐明细菌的自然选择机制而开发的，它假设细胞具有无限次分裂的内在能力。然而，对于经历复制性衰老的人体体细胞来说，这一假设并不成立。复制性衰老被认为是一种预防癌症的机制，而逃避复制性衰老是癌症进展的一个速率控制步骤。在这里，我们引入了一个Luria-Delbrück模型，该模型明确考虑了野生型细胞种群中的细胞复制限制，并模拟了逃避复制衰老的突变体的出现。根据问题的三个经典公式，我们给出了关于突变种群的均值、方差、分布和渐近行为的结果。更广泛地说，本文介绍了将复制极限纳入Luria-Delbrück突变框架的概念。还讨论了将该理论扩展到包括其他类型突变的指导原则以及在端粒危机建模和波动分析中的可能应用。

引用于2文件

MSC公司：

92立方37 细胞生物学
92D10型 遗传学和表观遗传学
92D15型 与进化有关的问题

关键词：

海夫里克极限;随机分析;波动分析;癌症;进化
PDF格式BibTeX公司 XML格式引用
\textit{I.A.Rodriguez-Brenes}等人，《物理学D》328--329，44-51（2016；Zbl 1367.92032）
全文： 内政部 arXiv公司

参考文献：

[1] 卢里亚，S.E。；Delbrück，M.，从病毒敏感性到病毒耐药性的细菌突变，遗传学，28491-511（1943）
[2] 开普勒，T.B。；Oprea，M.，《突变率的改进推断：I.Luria-Delbrück分布的积分表示》，Theor。大众。《生物学》，59，41-48（2001）·Zbl 1011.92039号
[3] 约翰逊，P.J.T。；Levin，B.R.，《金黄色葡萄球菌的药效学、种群动力学和持久性进化》，PLoS Genet。，9，e1003123（2013）
[4] Haeno，H。；伊瓦萨，Y。；Michor，F.，《克隆扩展期间两种突变的进化》，《遗传学》，1772209-2221（2007）
[5] Diaz，L.A.，《结直肠癌对靶向egfr阻断获得性耐药性的分子进化》，《自然》，486537-540（2012）
[6] Frank，S.A.，《健康和医学的进化sackler座谈会：体细胞进化基因组学：发育过程中的突变导致高度可变的遗传嵌合体，具有癌症和神经变性的风险》，Proc。国家。阿卡德。科学。美国，107，Suppl 11725-1730（2010）
[7] Komarova，N.L。；Wu，L。；Baldi，P.，具有非零死亡率的固定大小luria-delbruck模型，数学。生物科学。，210, 253-290 (2007) ·Zbl 1129.92037号
[8] Dewanji，A。；吕贝克，E.G。；Moolgavkar，S.H.，广义Luria-Delbrück模型，数学。生物科学。，197, 140-152 (2005) ·Zbl 1076.92025号
[9] Angerer，W.P.，Luria-Delbrück分布的显式表示，J.Math。《生物学》，42，145-174（2001）·Zbl 1009.92028号
[10] 凯斯勒，D.A。；Levine，H.，随机luria-delbruck演化模型的大种群解，Proc。国家。阿卡德。科学。美国，110，11682-11687（2013）·兹比尔1292.92016
[11] Zheng，Q.，以萨尔瓦多为实施例的波动分析的统计和算法方法，数学。生物科学。，176, 237-252 (2002) ·Zbl 1009.62103号
[12] Niccum，B.A.，关于突变率的无偏和一致估计，J.Theoret。生物学，300，360-367（2012）·兹比尔1397.92464
[13] Angerer，W.P.，波动分析中的扩散模型依赖性：中性案例，J.Math。《生物学》，61，55-93（2010）·Zbl 1203.92053号
[14] Tomasetti，C.，《关于各种肿瘤生长的随机基因突变概率》，Bull。数学。《生物学》，741379-1395（2012）·Zbl 1251.92022号
[15] 郑琦，半个世纪以来Luria-Delbrück分布研究的进展，数学。生物科学。，162, 1-32 (1999) ·Zbl 0947.92024号
[16] Foo，J。；Michor，F.，抗癌治疗获得性耐药性的演变，理论杂志。生物学，355，10-20（2014）
[17] Hayflick，L。；Moorhead，P.，人类二倍体细胞株的连续培养，《实验细胞研究》，25，585（1961）
[18] Shay，J.W。；W.E.Wright，《衰老和永生化：端粒和端粒酶的作用》，《癌症发生》，第26期，第867-874页（2005年）
[19] Kim，N.W.，《人类端粒酶活性与永生细胞和癌症的特殊相关性》，《科学》，2662011-2015（1994）
[20] O.E.贝克特。；Shay，J.W。；W.E.Wright，《人类alt细胞中同源重组的频率》，《细胞周期》，3547-549（2004）
[21] Chin，K.，乳腺癌基因组不稳定性的原位分析，自然遗传学。，36, 984-988 (2004)
[22] Visvader，J.E.，《癌症起源细胞》，《自然》，469，314-322（2011）
[23] 罗德里格斯·布伦斯，I.A。；Wodarz，D。；Komarova，N.L.，《量化复制性衰老作为肿瘤抑制途径和癌症治疗靶点》，《科学》。代表5（2015）
[24] Beauséjour，C.M.，《人类细胞衰老的逆转：p53和p16通路的作用》，EMBO J.，22，4212-4222（2003）
[25] Stuart，G.R.，lacI转基因小鼠肝脏、膀胱和大脑的突变频率和年龄特异性，遗传学，1541291-1300（2000）
[26] Crump，K.S。；Hoe.l，D.G.，估算细胞群体突变率的数学模型，生物特征，61237-252（1974）·Zbl 0281.92008号
[27] Parzen，E.，《随机过程》，第24卷（1999年），工业和应用数学学会：工业和应用算术学会，宾夕法尼亚州费城·Zbl 0932.60001号
[28] 弗莱西格，H.B。；Wong，J.M.Y.，端粒酶促进有效的细胞周期动力学，并赋予端粒酶阴性转化的人类细胞生长优势，癌基因，31954-965（2012）
[29] 马，W.T。；Sandri，G.v.H。；Sarkar，S.，使用离散卷积幂分析Luria-Delbrück分布，J.Appl。概率。，29, 255-267 (1992) ·Zbl 0753.60021号
[30] Bartlett，M.S.，《随机过程导论，特别参考方法和应用》（1978），剑桥大学出版社：剑桥大学出版社·Zbl 0365.60002号
[31] Antal，T。；Krapivsky，P.L.，《两型分支过程的精确解：肿瘤进展模型》，J.Stat.Mech。，8、P08018（2011）
[32] 罗德里格斯-布伦斯，I.A。；Komarova，N.L。；Wodarz，D.，《肿瘤生长动力学：对进化过程的洞察》，Trends Ecol。演变。，28, 10, 597-604 (2013)
[33] 罗德里格斯-布伦斯，I.A。；Komarova，N.L。；Wodarz，D.，《健康人的癌症相关突变：评估致癌风险》，《癌症研究》，74，6，1661-1669（2014）
[34] Luebeck，E.G。；Moolgavkar，S.H.，致癌实验中中间病变的随机分析，风险分析。，11, 149-157 (1991)
[35] Dewanji，A。；文森·D·J。；Moolgavkar，S.H.，癌症风险评估的随机两阶段模型。ii、。癌前克隆的数量和大小，风险分析。，9, 179-187 (1989)
[36] Bozic，I.，针对靶向联合治疗的癌症进化动力学，eLife，2，e00747（2013）
[37] Diebold，Y.，来自正常人结膜的自发永生化细胞系（ioba-nhc）的表征，投资。眼科学。视觉。科学。，44, 4263-4274 (2003)
[38] Shay，J.W.（谢伊，J.W.）。；Van Der Haegen，学士。；Ying，Y。；Wright，W.E.，转染sv40大t抗原的人类成纤维细胞和乳腺上皮细胞永生化的频率，实验细胞。研究，209，45-52（1993）
[39] Herbert，B.S.，化学预防剂和抗端粒酶制剂对乳腺上皮细胞自发永生的影响，J.Natl。癌症研究所，93，39-45（2001）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。