Новое ПО для моделирования клеточного поведения
Ученые из Гейдельбергского университета создали новую математическую модель и программное обеспечение для изучения клеточных процессов. Программа позволяет моделировать поведение больших коллективов клеток на заданных геометрических структурах и поддерживает анализ микроскопических наблюдений за клетками на микроструктурированных субстратах.
Решение проблемы непредсказуемости
При наблюдении клеток на традиционной чашке Петри их поведение часто кажется хаотичным из-за отсутствия ориентации, в отличие от естественной среды в организме. Чтобы выявить закономерности, исследователи используют методы материаловедения: субстрат для микроскопии структурируют, нанося белки в строго определённые геометрические области с помощью специальных методов печати.
Суть разработки
Группа профессора Ульриха Шварца поставила цель математически описать поведение биологических клеток на микроструктурированных субстратах. Для этого доктор Филипп Альберт разработал сложную компьютерную программу, которая учитывает ключевые свойства отдельных клеток и их взаимодействие.
- Программа может предсказывать, как большие коллекции клеток ведут себя на заданных геометрических структурах.
- Из взаимодействия множества клеток часто возникают неожиданные паттерны: потоки, завихрения, мостики. Как и в физических системах (например, жидкостях), целое оказывается больше суммы частей.
- Программный пакет способен быстро рассчитывать такое поведение. Например, симуляции показывают, как ансамбли клеток кожи могут заполнять разрывы в модели раны размером до ~200 микрометров.
Области применения
- Моделирование процессов: Примером является модель заживления ран, где клетки кожи должны заполнить промежуток.
- Высокопроизводительный скрининг (High throughput screening) в медицине: Исследуется группой доктора Хольгера Эрфле в BioQuant Centre. Метод используется для автоматических фармакологических или генетических тестов с множеством различных активных веществ, например, для поиска новых лекарств против вирусов или для лечения рака.
Новое ПО позволяет:
- Предсказывать, какие геометрии субстрата лучше всего подходят для определённого типа клеток.
- Оценивать значимость изменений в поведении клеток, наблюдаемых под микроскопом, что помогает автоматически принимать решения о влиянии активного вещества.
Результаты работы опубликованы в журнале PLOS Computational Biology.