Tədqiqatçılar hüceyrələr arasında səbəb-nəticə əlaqələri və onların zamanla necə dəyişdiyinə dair yeni anlayışlar təqdim edən alət hazırlayıblar.

Bu gün eLife -da Reviewed Preprint kimi nəşr olunan tədqiqat redaktorlar tərəfindən hüceyrə-hüceyrə qarşılıqlı əlaqəsini daha yaxşı başa düşmək üçün istifadə oluna bilən yeni məlumat emal boru xəttini təqdim edən fundamental tədqiqat kimi təsvir edilmişdir. Bu boru kəmərinin faydası çip üzərində şiş ekosistemi məlumatlarından istifadə etməklə inandırıcı şəkildə təsvir edilmişdir, lakin o, elmin digər sahələrində səbəb-nəticə kəşfini həyata keçirmək üçün də tətbiq oluna bilər, yəni bu iş potensial olaraq geniş tətbiq sahəsinə malik ola bilər.

Müxtəlif eksperimental şəraitdə canlı hüceyrələrin təsvirlərini əldə etmək imkanı hüceyrələrin forması və vəziyyəti və onların digər hüceyrələrlə qarşılıqlı əlaqəsi haqqında əvəzsiz məlumat əldə etməyə imkan verdi. Lakin bu məlumat sərvəti kifayət qədər istifadə edilməmiş olaraq qalır, çünki indiyə qədər görünən xüsusiyyətlər arasında səbəb-nəticə əlaqəsini təyin edə biləcək üsul və alətlər çatışmazlığı olmuşdur. Səbəb-nəticəni dəqiq müəyyənləşdirmək qabiliyyətinə səbəb kəşfi deyilir.

CausalXtract adlı yeni alət bioloji sistemlərdən səbəb şəbəkələrini öyrənə bilən, lakin hadisələrin vaxtı haqqında məlumat olmadan əvvəlki kəşf metodundan uyğunlaşdırılıb.

“Bizim əvvəlki səbəb-nəticə kəşfi alətimiz tək hüceyrəli gen ifadəsi məlumatlarından tutmuş xəstələrin tibbi qeydlərinə qədər geniş spektrli bioloji və ya biotibbi məlumatlar üçün müasir səbəb şəbəkələrini öyrənə bilər”, – Curie İnstitutunun tədqiqat mühəndisi həmmüəllif Frank Simon izah edir. Université PSL, Sorbonne Université, Fransa.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=1857921027&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1726652772&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2024-09-tool-causal-relationships-complex-biological.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTI4LjAuNjYxMy4xMzgiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxMjguMC42NjEzLjEzOCJdLFsiTm90O0E9QnJhbmQiLCIyNC4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjEyOC4wLjY2MTMuMTM4Il1dLDBd&dt=1726652179312&bpp=1&bdt=107&idt=55&shv=r20240912&mjsv=m202409120101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Ddd084782a3980897%3AT%3D1725971170%3ART%3D1726652679%3AS%3DALNI_Ma1uv12HX_ctV-7loP2Dla_dLGslw&eo_id_str=ID%3D6cdee71e935b6dcb%3AT%3D1725971170%3ART%3D1726652679%3AS%3DAA-AfjZEH1DAbfRV50frmhACTroQ&prev_fmts=0x0%2C1903x911&nras=2&correlator=6436927787571&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=447&ady=1905&biw=1903&bih=911&scr_x=0&scr_y=0&eid=44759876%2C44759927%2C44759837%2C31087065%2C44795921%2C95342765%2C95342338&oid=2&pvsid=1428695280210802&tmod=1616694842&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2Fsort%2Fdate%2Fall%2Fpage3.html&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C0%2C0%2C1920%2C911&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=0&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&btvi=1&fsb=1&dtd=M

“Lakin canlı hüceyrənin sürətləndirilmiş görüntüləmə məlumatları hüceyrə dinamikası haqqında məlumatları ehtiva edir ki, bu da gələcək hadisələrin keçmiş hadisələrə səbəb ola bilməyəcəyi fərziyyəsinə əsaslanaraq yeni səbəb-nəticə proseslərinin kəşfini asanlaşdıra bilər.”

Simon Maria Colomba Comes ilə birlikdə məqalənin həmmüəllifi kimi fəaliyyət göstərdi – o zaman Ph.D. Roma Tor Verqata Universitetinin Elektron Mühəndisliyi Departamentinin tələbəsi, Roma, İtaliya, hazırda İtaliyanın Bari Şişlər İnstitutunun tədqiqatçısı və Tiziana Tocci Ph.D. Institut Curie, Université PSL, Sorbonne Université-də namizəd.

Bunu araşdırmaq üçün CausalXtract, hər bir dəyişənin müxtəlif vaxt nöqtələrində bir neçə qovşaqla təmsil olunduğu zamanla açılmış səbəb şəbəkələrini yenidən qurur. Bu, verilənlərdəki ardıcıl zaman addımları arasındakı əlaqəyə təsir göstərir. Bu qrafikə əsaslanan səbəb əlaqəsi, tədqiqatda nümayiş etdirildiyi kimi, faktiki səbəb-nəticələri nəzərdən qaçıra bilən ilkin müvəqqəti səbəbiyyət modellərindən (“Qrancer səbəbiyyəti”) kənara çıxır.

Simon əlavə edir: “Biz zaman addımlarının sayı və şəbəkə ölçüsü baxımından real dünya məlumatlarına bənzəyən süni verilənlər bazasından istifadə edərək aləti müqayisə etdik və tapdıq ki, o, miqyaslı sifarişləri daha sürətli işləyərkən mövcud metodlara uyğun gəlir və ya onlardan üstündür”.

Alətin performansını real bioloji məlumatlarla yoxlamaq üçün komanda xərçəng dərmanı olan trastuzumabın təsirini nümayiş etdirən çip üzərində şiş modelindən əldə edilən vaxtaşırı görüntü məlumatlarından istifadə edib. Çip üzərində şiş modeli şiş hüceyrələrindən, immun hüceyrələrdən , şişlə əlaqəli fibroblastlardan və endotel hüceyrələrindən ibarət şişin 3D strukturunu və mikromühitini təkrarlayır .

Tocci deyir ki, “biz bu modeldən həndəsə, sürət, hüceyrə bölünməsi , hüceyrə ölümü və keçici və davamlı hüceyrə- hüceyrə qarşılıqlı əlaqəsi kimi hüceyrə xüsusiyyətlərini çıxardıq “. Komanda daha sonra müxtəlif vaxt nöqtələrində hüceyrə xüsusiyyətləri, qarşılıqlı təsirlər və terapevtik şərtlər haqqında məlumatlardan zamanla açılmış səbəb şəbəkəsini yenidən qurdu.

“Bu rekonstruksiya bioloji cəhətdən yeni anlayışları ortaya qoydu və hüceyrələr arasında mövcud məlum əlaqələri təsdiqlədi” dedi tədqiqatın həmmüəllifi, Curie İnstitutunda çip üzərində şiş təcrübələrinə nəzarət edən Maria Carla Parrini.

Məsələn, model trastuzumab ilə müalicənin hüceyrə ölümünü və xərçəng və immun hüceyrələr arasında qarşılıqlı əlaqənin sayını artırdığını təsdiqlədi, lakin o, ilk dəfə olaraq xərçənglə əlaqəli fibroblastların (CAF) müstəqil olaraq xərçəng hüceyrələrinin ölümünü maneə törətdiyini göstərdi . Artıq CAF-ların müalicənin effektivliyini azaltdığı bildirilsə də, bu tapıntılar bunun necə baş verdiyinə dair yeni fikirlər verir.

Komanda həmçinin CausalXtract-ın fərqli zaman nöqtələrində əks təsirləri müəyyən etdiyini qeyd etməkdə maraqlı idi. Məsələn, bir hüceyrənin ekssentrikliyinin – hüceyrənin normal dairəvi formasından nə qədər kənara çıxdığını – hüceyrə bölünməsinin müxtəlif mərhələlərində dəyişdiyini ələ keçirdi.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=188&slotname=8188791252&adk=1687169288&adf=2996406042&pi=t.ma~as.8188791252&w=750&abgtt=6&fwrn=4&lmt=1726652772&rafmt=11&format=750×188&url=https%3A%2F%2Fphys.org%2Fnews%2F2024-09-tool-causal-relationships-complex-biological.html&wgl=1&uach=WyJXaW5kb3dzIiwiMTUuMC4wIiwieDg2IiwiIiwiMTI4LjAuNjYxMy4xMzgiLG51bGwsMCxudWxsLCI2NCIsW1siQ2hyb21pdW0iLCIxMjguMC42NjEzLjEzOCJdLFsiTm90O0E9QnJhbmQiLCIyNC4wLjAuMCJdLFsiR29vZ2xlIENocm9tZSIsIjEyOC4wLjY2MTMuMTM4Il1dLDBd&dt=1726652179312&bpp=1&bdt=107&idt=89&shv=r20240912&mjsv=m202409120101&ptt=9&saldr=aa&abxe=1&cookie=ID%3Ddd084782a3980897%3AT%3D1725971170%3ART%3D1726652679%3AS%3DALNI_Ma1uv12HX_ctV-7loP2Dla_dLGslw&eo_id_str=ID%3D6cdee71e935b6dcb%3AT%3D1725971170%3ART%3D1726652679%3AS%3DAA-AfjZEH1DAbfRV50frmhACTroQ&prev_fmts=0x0%2C1903x911%2C750x188&nras=2&correlator=6436927787571&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=447&ady=3509&biw=1903&bih=911&scr_x=0&scr_y=0&eid=44759876%2C44759927%2C44759837%2C31087065%2C44795921%2C95342765%2C95342338&oid=2&pvsid=1428695280210802&tmod=1616694842&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2Fsort%2Fdate%2Fall%2Fpage3.html&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C0%2C0%2C1920%2C911&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=0&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=3&uci=a!3&btvi=2&fsb=1&dtd=M

Hüceyrə bölünməsinin gec fazaları hüceyrə ekssentrikliyinin artması ilə əlaqələndirilir, lakin bundan əvvəl bölünmə qərarı verildikdən sonra hüceyrə parçalanmasından 2-4 saat əvvəl eksantrikliyin azalması baş verir. Bu, alətin mobil xüsusiyyətlər arasında yeni və ehtimal ki, gecikmiş səbəb-nəticə əlaqələrini aşkar etmək potensialını nümayiş etdirir.

“CausalXtract, xəstədən əldə edilən şiş nümunələrində immunoterapiya cavablarını ekranlaşdırmaq üçün çip üzərində şişlərin istifadəsi kimi bir sıra fundamental və tərcümə tədqiqat tətbiqləri üçün canlı hüceyrə görüntüləmə məlumatlarını təhlil etmək üçün yeni imkanlar açır” dedi həmkarı. Eugenio Martinelli, Roma Tor Vergata Universitetinin Elektron mühəndisliyi kafedrasının tam professoru.

“Faktiki olaraq qeyri-məhdud canlı hüceyrə təsviri məlumatlarının meydana çıxması ilə çevik şərh üsullarına çox ehtiyac var və biz inanırıq ki, CausalXtract bu cür məlumatlarla zəngin məlumatları şərh etmək üçün səbəb-nəticə kəşfinə əsaslanan unikal fikirlər gətirə bilər” deyə baş müəllif Hervé Isambert əlavə edir. Qrup Lideri DR CNRS, Institut Curie, Université PSL, Sorbonne Université.

Daha çox məlumat: Franck Simon və digərləri, CausalXtract: canlı hüceyrə vaxtaşırı görüntüləmə məlumatlarından səbəbli təsirləri çıxarmaq üçün çevik boru xətti, eLife (2024). DOI: 10.7554/eLife.95485.1

Jurnal məlumatı: eLife 

eLife tərəfindən təmin edilmişdir