Новый метод идентификации самых «шумных» сетей организма

Учёные под руководством системного биолога и биоинженера Йельского университета Андре Левченко разработали новый метод картирования биохимической вариабельности, или «шума», в реакции человеческих клеток на химические сигналы. Исследование, опубликованное 17 ноября в Proceedings of the National Academy of Science, может быть использовано для персонализации доставки лекарств и имеет значение для разработки полупроводниковых чипов.

Метод основан на том, что каждая клетка уникально реагирует на химические сигналы организма, даже если клетки взяты от одного пациента и из одной ткани — одни могут реагировать сильно, другие слабо или никак. Широкий разброс реакций считается «шумным» ответом.

Новый метод картирует шум в различных ветвях сложных биохимических сетей. «Знание того, насколько переменна активность, позволяет нам точнее нацеливаться на спектр активностей в этих сетях», — пояснил Левченко.

В исследовании команда изучила сигнальную систему, стимулируемую цитокином TNF (фактором некроза опухоли), который вырабатывается клетками в ответ на инфекции. Используя экспериментальные наблюдения и математические алгоритмы, учёные измерили эффект TNF на небольшое количество целевых молекул, а затем вычислили, как сигнал распространяется по сети. Поскольку сигнал TNF исходил из одной точки, команда смогла реконструировать реакцию разных ветвей сети, не измеряя десятки затронутых молекул.

«Новый метод уникален тем, что требует относительно мало мишеней — мы наблюдали всего три транскрипционных фактора — чтобы реконструировать не только отзывчивость, но и «шумность» различных ветвей сигнальной сети», — отметил Левченко.

Идентификация более «шумных» сетей позволила команде экспериментально подтвердить, что шум имеет тенденцию увеличиваться по мере удлинения цепочки передачи сигнала. Это применимо не только к биологическим, но и к электрическим сетям.

«Несмотря на шум в клеточных сетях, биология всё ещё позволяет клеткам и организмам хорошо функционировать. Аналогично, по мере уменьшения электронных компонентов, разработчикам чипов всё чаще приходится изучать и обходить шум сигналов. Поэтому задачи создания эффективных вычислительных устройств и разработки эффективной медицинской терапии более схожи, чем кажется на первый взгляд», — заключил учёный.