Vědci rozvíjejí úsilí o vytvoření „virtuální buněčné laboratoře“ jako testování půdy pro budoucí výzkum s živými buňkami

Pomocí matematické analýzy vzorců chování lidských a živočišných buněk vědci tvrdí, že vyvinuli počítačový program, který napodobuje chování takových buněk v jakékoli části těla. Nová práce, vedená vyšetřovateli na Indiana University, Johns Hopkins Medicine, University of Maryland School of Medicine a Oregon Health & Science University, byla navržena tak, aby pokročila způsoby testování a předpovídání biologických procesů, drogových reakcí a další buněčné dynamiky před provedením nákladnějších experimentů s živými buňkami.

Při další práci na programu vědci tvrdí, že by nakonec mohl sloužit jako „digitální dvojče“ pro testování jakéhokoli účinku léčiva na rakovinu nebo jiné podmínky, interakce genového prostředí během vývoje mozku nebo jakýkoli počet dynamických molekulárních procesů u lidí, kde takové studie nejsou možné.

The Nová studie a příklady buněčných simulací jsou popsány online 25. července v časopise Buňka.

Podle Genevieve Stein-O’Brien, Ph.D., rodina Terkowitzů vycházející profesor neurovědy a neurologie na Johns Hopkins University School of Medicine, výzkumný projekt začal v semináři pro dřívější verzi počítačového softwaru, nazvaného Physicell, navržený profesorem Indiana University, profesor Paul Macklin, Ph.D.

Physicell je založen na tzv. Agenti, „v podstatě matematické roboty, kteří jednají podle pravidel (sada), která odrážejí DNA a RNA buněk,“ říká Stein-O’Brien. Každý typ buňky v těle je mapován na činidlo a poté digitálně manipulován, aby dělal věci, jako je interakce s jinými buňkami a environmentálními faktory, jako jsou terapeutika, kyslík a další molekuly v procesu formových tkání, orgánů a někdy rakoviny.

Sledováním buněk sledováním jejich přiřazených pravidel mohou vědci prakticky vidět takové věci, jak se objevují nádory a interagují s terapeutikou a imunitním systémem. Mohou sledovat buňky, které tvoří vrstvy mozkové kůry, a zjistit, jak se mozkové buňky organizují, aby položily základ, který budou muset vytvořit obvody.

Laboratoř Stein-O’Brien ve spolupráci se spolupracujícím autorem Danielem Bergmanem, Ph.D., docentkou na University of Maryland School of Medicine Institute for Genome Sciences, vede další vývoj softwaru k tomu, aby se dostal od buněk do obvodů v mozku.

Macklin říká, že typické programy pro modelování počítače existují, ale obecně vyžadují sofistikované znalosti matematických modelů a počítačového kódování k použití a interpretaci. Nový software Physicell, říká, formuloval novou „gramatiku“, díky které je počítačový model založený na agentech přístupnější pro vědce, kteří vědí hodně o biologii, ale nejsou zdatní v programování.

„Psaní kódu pro tyto modely trvalo měsíce a nyní můžeme učit další vědce, aby vytvořili základní imunologický model za hodinu nebo dvě,“ říká Macklin. „Můžeme také použít tento program k modelování prostorové transkriptomiky, dlouhodobého cíle pro vědce, k vizualizaci, kde lze najít každý typ buněk a jak fungují ve 3D replikách tkání a nádorů.“

Stein-O’Brien popisuje novou gramatiku kódování jako „doslova tabulka Excelu, která na každém řádku odpovídá typu buňky s pravidlem v lidské čitelné syntaxi. Například: Tato buňka zvyšuje dělení, jak se zvyšuje koncentrace kyslíku“.

Poté program automaticky překládá biologickou gramatiku z tabulky do matematických rovnic, které vytvářejí vodítko pro chování buněk. Program může také naladit model tak, aby odpovídal zavedeným datům ze studií transkriptomu, výstupu genetického materiálu.

Autor studie David Zhou, tehdejší vysokoškolský student Johns Hopkins University Neuroscience, spolupracoval s Steinem-O’Brienem na poskytnutí mnoha buněčných chování zahrnutých do nového programu. On a Zachary Nicholas, Johns Hopkins Human Genetics Ph.D. Kandidát a Scholar NIH/NINDS D-SPAN, postavil model Vývoj mozku— – Poskytnuto být prvním svého druhu – použití dat z Atlas Allen Brain Atlas.

To bylo povoleno novými pokroky v softwaru, který používá prostorově vyřešená data k propojení snímků chování buněk k vytvoření filmu, který ukazuje interakce buněk a tkáně v průběhu času. „To je velmi důležité pro lidské choroby,“ říká Stein-O’Brien. „Chceme otestovat změny v buněčných pravidlech, vzorcích a cestách, abychom viděli, jak buňky mění jejich chování.“

Modely zahrnující chování rakovinných buněk byly zpočátku založeny na údajích z velké sbírky lidských nádorů pankreatu v Johns Hopkins a na laboratorních experimentech u myší, říká Elana Fertig, Ph.D., profesorka a ředitelka Institutu pro genomové vědy na University of Maryland School of Medicine. Společnost Fertig spolupracovala projekt, počínaje její předchozí rolí v Johns Hopkins Kimmel Cancer Center a pokračování ve své současné roli.

V jednom experimentu navrženém k ověření nového programu, spolupráce, Jeanette Johnson, Ph.D., postdoktorandská kolega institutu pro vědy o genomech a nedávné absolvent imunologie Ph.D. Program na Johns Hopkins spustil model, který simuluje, jak makrofágy, typ imunitní buňky, napadl nádory prsu zvýšením exprese genetické dráhy zvané EGFR. Zvýšení této cesty obvykle podporuje růst rakoviny. Simulace ukázala, že nádory rostly, protože rakovinné buňky zvyšovaly svou schopnost pohybovat se.

U živých buněk rakoviny prsu pěstovaných v laboratoři vědci pozorovali stejný typ růstu nádoru spojený se zvýšením pohybu buněk.

„Stále máme spoustu práce, abychom do programu přidali další údaje o chování buněk,“ říká Johnson, který pokračuje v této práci jako postdoktorand s Fertig na University of Maryland School of Medicine.

„Na tento projekt přemýšlíme z hlediska virtuální buněčné laboratoře,“ říká Stein-O’Brien. Místo toho, aby všechny experimenty od začátku na laboratorní lavičce s živými buňkami provedly všechny experimenty na lavičce, je cílem použít tyto nástroje, které nakonec mohly fungovat jako „digitální dvojče“, aby upřednostňovaly hypotézy a terapeutické cíle. „Pak,“ řekla, „můžeme soustředit naši lavičku na to, co se zdá být nejslibnější.“

V probíhající práci tým používá umělou inteligenci k psaní simulačních modelů pomocí nové gramatiky a otevírá nové možnosti pro připojení modelů s novými daty a umožňuje lékařskému výzkumu ke zlepšení digitálních dvojčat.