Na wzór modeli pogodowych, które przewidują rozwój burz, naukowcy opracowali metodę pozwalającą przewidywać zachowanie komórek w tkankach. Nowe oprogramowanie łączy technologie genomiki z modelowaniem obliczeniowym, umożliwiając przewidywanie zmian w zachowaniu komórek – w tym interakcji, które mogą sprzyjać rozwojowi nowotworów.
Badacze z Instytutu Nauk Genomowych (Institute for Genome Sciences, IGS) Uniwersytetu Maryland School of Medicine (UMSOM) współprowadzili projekt, którego wyniki opublikowano 25 lipca w czasopiśmie Cell. Projekt powstał w ramach wieloletniej współpracy zespołów programistycznych, badaczy laboratoryjnych i klinicznych. W przyszłości może on umożliwić tworzenie cyfrowych „bliźniaków” pacjentów, co pozwoli lepiej dostosować leczenie onkologiczne.
„Chociaż klasyczne badania biomedyczne ogromnie posunęły się naprzód w charakterystyce ekosystemów komórkowych za pomocą technologii genomiki, to jednak ich wyniki nadal przypominają pojedynczą fotografię – nie pokazują, jak choroby, takie jak nowotwory, mogą się rozwijać w wyniku komunikacji między komórkami” – mówi dr Jeanette Johnson, pierwsza autorka badania i postdoc w IGS. – „Układ odpornościowy, który kontroluje lub umożliwia rozwój nowotworów, jest silnie zindywidualizowany. To utrudnia przewidywanie na podstawie danych z ludzkich nowotworów, jak choroba rozwinie się u konkretnego pacjenta”.
Tym, co wyróżnia opisywane badania, jest zastosowanie tzw. „gramatyki hipotez” – prostego języka opisu biologii komórkowej, który stanowi pomost między systemami biologicznymi a modelami obliczeniowymi i pozwala symulować zachowanie komórek w tkankach.
Zespół pod kierunkiem prof. Paula Macklina z Indiana University opracował tę gramatykę, pozwalając naukowcom tworzyć cyfrowe reprezentacje układów biologicznych za pomocą prostych zdań w języku angielskim. Dzięki temu możliwe stało się budowanie modeli dla tak złożonych chorób jak rak.
„Ta nowa ‘gramatyka’ ułatwia nie tylko komunikację między biologią a kodem komputerowym, ale także między naukowcami z różnych dziedzin, którzy mogą dzięki niej korzystać z modelowania w swoich badaniach” – podkreśla dr Daniel Bergman z IGS, współautor badania i adiunkt farmakologii oraz fizjologii w UMSOM.
Dr Bergman i jego zespół połączyli tę gramatykę z danymi genomowymi z rzeczywistych próbek nowotworów piersi i trzustki, wykorzystując m.in. technologię transkryptomiki przestrzennej.
W przypadku raka piersi naukowcy z IGS odwzorowali efekt, w którym układ odpornościowy nie powstrzymuje rozrostu guza, lecz wspiera jego inwazję i rozsiew. Model obliczeniowy dostosowano też do rzeczywistego badania klinicznego immunoterapii raka trzustki.
Symulacja pokazała, że każdy wirtualny „pacjent” inaczej reagował na leczenie immunoterapeutyczne – co podkreśla znaczenie mikrośrodowiska komórkowego w onkologii precyzyjnej. Rak trzustki jest wyjątkowo trudny w leczeniu, m.in. z powodu otaczających go fibroblastów, które nie są nowotworowe, ale wpływają na rozwój guza. Zastosowanie technologii genomiki przestrzennej pozwoliło naukowcom prześledzić, jak fibroblasty komunikują się z komórkami nowotworowymi i wspierają ich inwazję.
„Jako immunolog cieszę się, że te modele można budować w oparciu o dane zarówno z laboratoriów, jak i od pacjentów. Komórki układu odpornościowego są niesamowite – przestrzegają reguł, które można zaprogramować” – mówi dr Johnson. – „Możemy traktować dane jako moment uchwycony w czasie i sprawdzać hipotezy, jak sytuacja rozwija się dalej – bez dodatkowych kosztów czy ryzyka dla pacjentów”.
Dr Elana J. Fertig, dyrektor IGS oraz profesor medycyny i epidemiologii w UMSOM, porównuje ten projekt do mozaiki współpracy naukowej. Jej własne doświadczenie – od prognozowania pogody po modelowanie biologiczne – pomogło w stworzeniu systemu, który przypomina wirtualne laboratorium komórkowe, umożliwiające testowanie hipotez „w całości w silico”.
Model był dodatkowo weryfikowany przez zespoły kliniczne z Johns Hopkins University i Oregon Health Sciences University. Projekt sfinansowała National Foundation for Cancer Research.
Nowa gramatyka jest udostępniona jako open source, by mogła z niej korzystać cała społeczność naukowa. „Umożliwiamy w ten sposób standaryzację takich modeli i szerszą ich akceptację” – wyjaśnia dr Bergman. Na dowód uniwersalności podejścia, dr Genevieve Stein-O’Brien z Johns Hopkins School of Medicine wykorzystała ten system do symulacji tworzenia warstw korowych w rozwijającym się mózgu.
„Dzięki pracy IGS zyskujemy nowe ramy dla badań biologicznych – teraz możliwe jest tworzenie komputerowych symulacji eksperymentów laboratoryjnych, badań klinicznych, a nawet przewidywanie skutków terapii” – podsumowuje prof. Mark T. Gladwin, dziekan UMSOM. – „To ważny krok w kierunku cyfrowych bliźniaków i wirtualnych badań klinicznych nie tylko w onkologii”.
Źródło: Cell, Human interpretable grammar encodes multicellular systems biology models to democratize virtual cell laboratories
DOI: https://doi.org/10.1016/j.cell.2025.06.048
