Biotechnologia.pl
łączymy wszystkie strony biobiznesu
Matematyka narzędziem do przewidywania procesów zachodzących w żywych komórkach
Czy można zamienić pipetę i probówkę na monitor i klawiaturę? Czy zamiast przeprowadzać eksperymenty w laboratorium da się stworzyć model teoretyczny opisujący zjawiska zachodzące w żywych komórkach? Rob Phillips (biofizyk z California Institute of Technology) wraz ze swoim zespołem zaproponował model matematyczny, który pozwala przewidzieć interakcje zachodzące pomiędzy czynnikami transkrypcyjnymi a genami, a co za tym idzie – przewidzieć poziom ekspresji genów. W swoim artykule opublikowanym w Cell przedstawia zupełnie nowe podejście do badania procesów biologicznych.

Profesor Rob Phillips (California Institute of Technology) podszedł do zagadnień biologicznych w sposób dość niestandardowy. Jak na fizyka przystało, najpierw, wraz ze swoimi współpracownikami, stworzył model matematyczny opisujący badane zjawisko, a dopiero w drugiej kolejności potwierdził jego słuszność eksperymentalnie.

„Tak jak niesamowite jest to, że potrafiliśmy stworzyć równania opisujące ruch planet wokół gwiazd, tak samo fenomenalny jest fakt, że zaczynamy być w stanie wyprowadzić równania opisujące procesy tak złożone jak te, które zachodzą w żywych komórkach” – mówi profesor Phillips. Jego grupa badawcza stworzyła model pozwalający przewidzieć poziom ekspresji określonych genów w zależności od dostępnych czynników transkrypcyjnych. Wyniki pracy zostały opublikowane w czasopismie Cell.

Grupa naukowców z Kalifornijskiego Instytutu Technologicznego nie jest pierwszą, która podjęła próbę stworzenia takiego modelu. Na czym polega różnica pomiędy najnowszą koncepcją, a tymi publikowanymi wcześniej? Dotychczasowe modele, dla uproszczenia, pomijały fakt, że geny rywalizują ze sobą o czynniki tranksrypcyjne. Zakładano, w celu zawężenia obliczeń, że wszystkie elementy niezbędne do ekspresji genów znajdują się w komórce w nadmiarze. Jednak, jak wiemy, nie jest to prawdą. Niejednokrotnie określona grupa czynników transkrypcyjnych moduluje ekspresję więcej niż jednego genu. Ponadto jeden gen może występować w wielu kopiach, np. w przypadku DNA plazmidowego. Z tego powodu poszczególne geny rywalizują ze sobą o odpowiednie białka regulujące. Uwzględnienie czynnika rywalizacji sprawia, że model profesora Phillipsa, w dużo większym stopniu niż modele poprzedników, odpowiada rzeczywistości.

W jaki zatem sposób naukowcy prowadzili symulację? Do stworzenia modelu użyto stosunkowo nieskomplikowanego systemu – genu bakteri E. coli, który posiada tylko jedno miejsce wiązania czynnika transkrypcyjnego, a po związaniu z białkiem regulującym ekspresja genu zostaje zahamowana. W obliczeniach uwzględniono wszystkie możliwości w jaki sposób określony czynnik może wchodzić w interakcje z wieloma kopiami genu obecnymi w komórce. Następnie opracowano teorię, opierającą się na statystyce, która pozwoliła przewidzieć najbardziej prawdopodobną sytuację.

„Wyobraźmy sobie widownię, na której znajduje się określona liczba wolnych miejsc i określona liczba osób, które mogą te miejsca zająć. Instnieje wiele różnych kombinacji opisujących które z miejsc i w jaki sposób zostaną zajęte przez publiczność. Gdybyśmy chcieli, moglibyśmy systematycznie wymienić wszystkie możliwe ustawienia i wyciągnąć wnioski statystyczne, mówiące np. jak często dwoje przypadkowych ludzi usiądzie obok siebie. W podobny sposób postępowaliśmy badając oddziaływania czynników transkrypcyjnych z genam” – tłumaczy w obrazowy sposób prof. Phillips.

Po przeprowadzeniu obliczeń i wyprowadzeniu modelu, naukowcy przeprowadzili szereg eksperymentów, ktore potwierdziły teorię. Czy tego typu podejście jest w stanie usprawnić badania dotyczące procesów biologicznych? Czy uzupełnianie bądź zastępowanie standardowych eksprymentów obliczeniami stanie się popularne również w takich dziedzinach jak biologia molekularna? Na te pytania jak dotąd nie znamy odpowiedzi.

Źródła

Źródła:

1) R. C. Brewster, F. M. Weinert, H. G. Garcia, D. Song, M. Rydenfelt, R. Phillips, The transcription factor titration effect dictates level of gene expression, Cell 2014, 1312-1323

2) http://www.futurity.org

KOMENTARZE
Newsletter