Insulin signaling dynamics in human adipocytes : Mathematical modeling reveals mechanisms of insulin resistance in type 2 diabetes

Type 2 diabetes is characterized by raised blood glucose levels caused by an insufficient insulin control of glucose homeostasis. This lack of control is expressed both through insufficient release of insulin by the pancreatic beta-cells, and through insulin resistance in the insulin-responding tissues. We find insulin resistance of the adipose tissue particularly interesting since it appears to influence other insulin-responding tissues, such as muscle and liver, to also become insulin resistant. The insulin signaling network is highly complex with cross-interacting intermediaries, positive and negative feedbacks, etc. To facilitate the mechanistic understanding of this network, we obtain dynamic, information-rich data and use model-based analysis as a tool to formally test different hypotheses that arise from the experimental observations. With dynamic mathematical models, we are able to combine knowledge and experimental data into mechanistic hypotheses, and draw conclusions such as rejection of hypotheses and prediction of outcomes of new experiments. We aim for an increased understanding of adipocyte insulin signaling and the underlying mechanisms of the insulin resistance that we observe in adipocytes from subjects diagnosed with type 2 diabetes. We also aim for a complete picture of the insulin signaling network in primary human adipocytes from normal and diabetic subjects with a link to relevant clinical parameters: plasma glucose and insulin. Such a complete picture of insulin signaling has not been presented before. Not for adipocytes and not for other types of cells. In this thesis, I present the development of the first comprehensive insulin signaling model that can simulate both normal and diabetic data from adipocytes – and that is linked to a whole-body glucose-insulin model. In the linking process we conclude that at least two glucose uptake parameters differ between the in vivo and in vitro conditions (Paper I). We also perform a model analysis of the early insulin signaling dynamics in rat adipocytes and conclude that internalization is important for an apparent reversed order of phosphorylation seen in these cells (Paper II). In the development of the first version of the comprehensive insulin signaling model, we introduce a key parameter for the diabetic state – an attenuated feedback (Paper III). We finally continue to build on the comprehensive model and include signaling to nuclear transcription via ERK and report substantial crosstalk in the insulin signaling network (Paper IV). Populärvetenskaplig sammanfattning Typ 2-diabetes är en vanligt förekommande sjukdom där kroppens vävnader förlorar sin känslighet mot hormonet insulin. Insulinets uppgift är att hålla en jämn blodsockernivå dygnet runt. Insulin utsöndras i samband med måltider och påverkar muskeloch fettvävnader att ta upp socker och levern att sluta producera socker. Det är viktigt att hålla en jämn blodsockernivå eftersom låga nivåer kan vara direkt dödligt och höga nivåer är skadligt för blodkärlen, vilket i sin tur kan leda till skador på flera av kroppens organ. Diabetiker har problem med blodsockernivån på grund av deras avtagande känslighet för insulin, så kallad insulinresistens. Denna resistens uppstår i lever-, muskeloch fettvävnader, men idag saknas kunskap om vilka molekylära mekanismer som ligger bakom insulinresistensen. Sådan kunskap ger en ökad förståelse för sjukdomsförloppet och är en hjälp att hitta nya läkemedel till de som är drabbade av diabetes. Vi studerar insulinresistens i fettceller eftersom fetma och typ 2-diabetes är starkt sammankopplade. Studier pekar även på att fettceller är de celler som tidigast under sjukdomsförloppet drabbas av insulinresistens. Fettceller från diabetiker skiljer sig från fettceller från friska när vi behandlar dem med insulin och mäter aktiviteten hos de proteiner som sänder insulinsignalen vidare genom cellen. Vi kan använda insamlade data från flera proteiner från både friska och diabetiker samtidigt och på så sätt hitta olika möjliga platser i cellen där insulinresistensen uppstått. Eftersom det är svårt att kombinera stora mängder data använder vi program som kan simulera data med hjälp av matematiska modeller och beräkningsalgoritmer. Med dessa hjälpmedel kan vi testa olika hypoteser och komma fram till nya experiment som skulle vara värdefulla för att komma närmare vårt mål – att förklara hur insulinresistens uppstår i fettceller. Vi har alltså skapat matematiska modeller för utvalda proteiner som aktiveras av insulin. Genom att kombinera dessa modeller med data från friska och diabetiker har vi funnit en möjlig förklaring till hur insulinresistens uppstår i fettceller. Förklaringen bygger på en nedreglering av en i friska celler förstärkande återkoppling. Denna återkoppling påverkar de flesta proteiner eftersom den ligger direkt nedströms om insulinreceptorn – som insulin binder till på utsidan av cellen. Nedregleringen gör alltså att de flesta proteiner som normalt svarar på insulin får ett lägre svar och på så sätt sprids insulinresistensen i hela cellen. Tack vare användandet av matematiska modeller kombinerat med data av hög kvalitet från mänskliga celler, kan vi presentera denna unika systemförståelse av insulinresistens i typ-2 diabetes. För att våra resultat också ska få en klinisk betydelse har vi kopplat samman våra matematiska modeller för insulinsignalering inom fettceller med modeller som beskriver blodsockernivå och insulinutsöndring för alla kroppens organ. För att kunna göra detta har vi formulerat krav så att insulinsvaret på fettcellsnivå ska motsvara insulinsvaret på fettvävnadsnivå. Dessa krav kunde vi inte uppfylla direkt med en enkel sammankoppling av modellerna. Men med hänsyn till skillnader i exempelvis blodflöde och cellhantering (som kan verka stressande) kan modellerna simuleras tillsammans för att observera hur fettcellen interagerar med andra organ och vävnader. Sammankopplingen underlättar också studier av hur läkemedels verkan sprids från celler där de har sin effekt, till resten av kroppens organ. Det är vanligt att studera insulinresistens genom att göra experiment på celler från genetiskt förändrade råttor eller möss, alternativt celler som är odlade och kemiskt påverkade för att likna fettceller. Vi använder istället fettceller som är isolerade från fettvävnad donerad från människor som är diagnostiserade med typ 2-diabetes och jämför med fettvävnad från människor utan diabetesdiagnos. Vi har på så sätt en unik möjlighet att studera hur den mänskliga sjukdomen typ 2-diabetes påverkar fettcellers insulinsignalering och insulinresistens. I ett av mina delarbeten har vi tittat på den initiala insulinsignalen i fettceller från råtta. Där ser vi att aktiveringen av proteiner skiljer sig mellan fettceller från människa och fettceller från råtta. Vi använder även i denna studie matematiska modeller för att testa olika idéer om hur aktiveringen i fettceller från råtta ser ut. Läkemedelsföretagen står inför en stor utmaning att hitta läkemedel som kan bota eller åtminstone lindra sjukdomsförloppet vid typ 2-diabetes. För att kunna upptäcka nya funktionella läkemedel behövs en ökad förståelse för bakomliggande cellulära mekanismer, både i friskt tillstånd och hos diabetiker. En sådan förståelse tror jag bara kan uppnås med ett systematiskt arbete där data samlas in från mänskligt material, för att analyseras med hjälp av matematiska modeller. Jag tror att resultaten presenterade i denna avhandling är ett litet steg i rätt riktning. List of original papers This thesis is based on the following papers, referred to in the text by their roman numerals. I Elin Nyman, Cecilia Brännmark, Robert Palmér, Jan Brugård, Fredrik H Nyström, Peter Strålfors, and Gunnar Cedersund A hierarchical whole body modeling approach elucidates the link between in vitro insulin signaling and in vivo glucose homeostasis Journal of Biological Chemistry, 2011 Jul 22, 286(29): 26028-41 II Elin Nyman, Siri Fagerholm, David Jullesson, Peter Strålfors, and Gunnar Cedersund Mechanistic explanations for counter-intuitive phosphorylation dynamics of the insulin receptor and IRS1 in response to insulin in murine adipocytes FEBS Journal, 2012 Mar, 279(6): 987-999 III Cecilia Brännmark*, Elin Nyman*, Siri Fagerholm, Linnéa Bergenholm, Eva-Maria Ekstrand, Gunnar Cedersund, and Peter Strålfors Insulin signaling in type 2 diabetes – experimental and modeling analyses reveal mechanisms of insulin resistance in human adipocytes Journal of Biological Chemistry, 2013 Apr 5, 288(14): 9867-80 IV Elin Nyman*, Meenu Rajan*, Siri Fagerholm, Cecilia Brännmark, Gunnar Cedersund, and Peter Strålfors The insulin-signaling network in human adipocytes, normally and in diabetes – role of signaling through ERK1/2 Submitted * Authors contributed equally to the work