Ранее исследования по управлению генными сетями проводились на основе единичного стимула-ответа клеток. Недавно были предложены исследования для точного анализа сложных генных сетей с целью выявления целевых объектов управления.
Команда исследователей KAIST разработала универсальную технологию, которая выявляет целевые объекты управления генами в изменённых клеточных генных сетях и восстанавливает их. Ожидается, что это достижение будет широко применяться в новых методах борьбы с раком, разработке лекарств, точной медицине и перепрограммировании для клеточной терапии.
Профессор Кван-Хён Чо и его команда из Департамента биоинженерии и инженерии мозга разработали технологию для систематического выявления целевых объектов управления генами, которые могут восстановить изменённые паттерны стимула-ответа клеток до нормального состояния. Для этого используется алгебраический подход, который выражает генные сети в виде математических уравнений и выявляет целевые объекты управления с помощью алгебраических вычислений.
Команда исследователей представила сложные взаимодействия между генами внутри клетки в виде «логической схемы» (булевой сети). На основе этого они визуализировали, как клетка реагирует на внешние стимулы в виде «ландшафтной карты» (фенотипического ландшафта).
Применяя математический метод, называемый «полутензорным произведением», они разработали способ быстрого и точного расчёта того, как изменится общий клеточный ответ, если контролировать определённый ген. Однако, поскольку количество ключевых генов, определяющих реальные клеточные ответы, исчисляется тысячами, расчёты чрезвычайно сложны. Чтобы решить эту проблему, исследовательская группа применила метод численного приближения (аппроксимацию Тейлора) для упрощения вычислений.
В результате команда смогла рассчитать, к какому стабильному состоянию (аттрактору) достигнет клетка, и предсказать, как изменится состояние клетки при контроле определённого гена. Это позволило им выявить основные целевые объекты управления генами, которые могут восстановить аномальные клеточные ответы до состояний, наиболее близких к нормальным.
Команда профессора Чо применила разработанную технологию контроля к различным генным сетям и подтвердила, что она может точно предсказывать целевые объекты управления генами, которые восстанавливают изменённые паттерны стимула-ответа клеток до нормального состояния.
В частности, применив её к сетям клеток рака мочевого пузыря, они выявили целевые объекты управления генами, способные восстановить изменённые ответы до нормального состояния. Они также обнаружили целевые объекты управления генами в крупномасштабных искажённых генных сетях во время дифференцировки иммунных клеток, которые способны восстанавливать нормальные паттерны стимула-ответа. Это позволило им быстро и систематически решать проблемы, которые ранее требовали только приблизительного поиска с помощью длительных компьютерных симуляций.
Профессор Чо сказал: «Это исследование оценивается как основная оригинальная технология для разработки модели «Цифровой двойник клетки», которая анализирует и контролирует фенотипический ландшафт генных сетей, определяющих судьбу клетки».
Ожидается, что в будущем эта технология найдёт широкое применение в науках о жизни и медицине, включая новые методы борьбы с раком, разработку лекарств, точную медицину и перепрограммирование для клеточной терапии.
Предоставлено Корейским передовым институтом науки и технологий (KAIST).
Другие новости по теме
- ДНК мамонта из Мексики указывает на отдельную ветвь эволюции
- Метод на основе глубокого обучения позволяет измерять угол наклона флагового листа у пшеницы в полевых условиях
- Противоположные перспективы сохранения трёх видов хохлатых пингвинов найдены
- Разгадка динамики переноса протонов, лежащей в основе фотозащитных механизмов у растений
- Исследование выявило два ключевых гена, контролирующих развитие первичных ресничек в клетках
- Микроскопический альянс водорослей и бактерий раскрывает тайны эволюции
- Количественный метод визуализации показывает, как клетки быстро сортируют и транспортируют липиды
- Инструмент на основе ИИ нацелен на структуры РНК, чтобы разгадать тайны тёмного генома
- Фермент с широкой спецификой нацелен на гликаны из всех царств живой природы
- Платформа для проектирования белков с открытым исходным кодом для демократизации процесса разработки белков.
Другие новости на сайте
- Как настроить несколько каналов на YouTube и зачем это нужно
- Наблюдение за ценой биткоина: смогут ли перепроданные осцилляторы спровоцировать коррекционный рост?
- Прогноз Люка Бройлза из Bitcoin Adviser: биткоин может достичь 10 миллионов долларов
- Дело о вымогательстве с помощью биткоинов: индийский суд вынес 14 пожизненных приговоров — подробности
- Слияние Gryphon и American Bitcoin: стоит ли покупать акции ABTC до выхода на рынок?
- Новости криптовалют в Африке за неделю: сделка Mastercard с Circle, образовательная программа InVastor в Кении, борьба с мошенничеством в Анголе и Замбии
- Преувеличенные ожидания от лесопосадок в борьбе с изменением климата — но ещё не поздно всё исправить
- Биткоин переходит в нейтральное состояние: скорректированный MVRV составляет 39%
- Неожиданный игрок на рынке биткоинов: японский маникюрный салон планирует приобрести биткоинов на 3 миллиарда долларов
- Что такое наблюдаемость агентов искусственного интеллекта? 7 лучших практик для надёжного ИИ