Karolinska İnstitutu tərəfindən

Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib

 Redaktorların qeydləriÇoxmərhələli OT-a ümumi baxış. A) Məlum başlanğıc və terminal vəziyyətləri olan inkişaf prosesindən nümunələri təqlid etmək üçün vahid kvadratda ikiölçülü məlumatlar yaradılıb. B) Çoxmərhələli OT, hər bir nəqliyyat mərhələsinin bir differensiasiya addımını modelləşdirdiyi diskret zaman differensiasiyası prosesində hüceyrə vəziyyətləri arasındakı keçidləri modelləşdirərək, T mərhələləri üzərində entropiya ilə tənzimlənən çoxmərhələli optimal kütlə daşınması problemini həll edir. Mənbə: Milli Elmlər Akademiyasının materialları (2025). DOI: 10.1073/pnas.2516046122

Karolinska İnstitutu və KTH-dəki tədqiqatçılar hüceyrələrin bədəndə necə dəyişdiyini və ixtisaslaşdığını aşkar edə biləcək hesablama metodu hazırlayıblar. PNAS jurnalında dərc olunmuş bu tədqiqat , bu prosesin bəzən niyə səhv getdiyi və xəstəliklərə səbəb olduğu barədə vacib məlumatlar verə bilər.

Hüceyrə differensiasiyası bədəndə əsas bir prosesdir. Bu, kök hüceyrələrin beyindəki neyronlar və ya infeksiyadan qoruyan immun hüceyrələri kimi müxtəlif hüceyrə növlərinə çevrilməsinə imkan verir. Bu proses pozulduqda, ciddi xəstəliklərə səbəb ola bilər, lakin onu öyrənmək çətindir.

Əsas çətinliklərdən biri odur ki, tək hüceyrələri təhlil etmək üçün bugünkü metodlar ölçüldükdə hüceyrələri məhv edir, bu da tədqiqatçıların yalnız bir zaman anlıq görüntüsü əldə etmələri deməkdir.

Bu problemi həll etmək üçün Karolinska İnstitutu və KTH-dəki tədqiqatçılar MultistageOT adlı bir alqoritm hazırlayıblar. Bu alqoritm optimal nəqliyyat kimi tanınan riyazi prinsiplərə əsaslanır və hüceyrələrin gen ifadə səviyyələrinin tək bir görüntüsündən bütün inkişaf prosesini yenidən qura bilir.

“Hüceyrəni ardıcıllıqla sıraladığımız zaman o məhv olur və bu o deməkdir ki, gələcəkdə həmin hüceyrənin necə görünəcəyini bilmirik. Metodumuz, hüceyrələr tək bir zaman nöqtəsində müşahidə olunsa belə, bütün inkişaf prosesini modelləşdirməyə imkan verir “, – deyə Karolinska İnstitutunun Solna Tibb Departamentinin doktorantı Maqnus Tronstad bildirir.

Hüceyrələrin necə yetkinləşdiyini təxmin edə bilər

Alqoritm inkişafın itkin ara mərhələlərini doldurmağı öyrənir və buna görə də hüceyrələrin necə yetkinləşdiyini və hansı funksiyaya sahib olacağını təxmin edə bilir. Tədqiqatda metod kök hüceyrələrin bir çox müxtəlif növ qan hüceyrələrinə səbəb olduğu mürəkkəb bir sistem olan qan hüceyrələrinin inkişafından əldə edilən məlumatlar üzərində sınaqdan keçirilmişdir.

Nəticələr göstərir ki, ÇoxmərhələliOT təkcə inkişaf trayektoriyalarını bərpa etmək deyil, həm də gözlənilən prosesdən yayınan hüceyrələri müəyyən etmək qabiliyyətinə malikdir ki, bu da saxta nəticələrdən qaçınmaq üçün vacib bir mexanizmdir.

Karolinska İnstitutunun eyni kafedrasının dosenti Joakim Dahlin deyir: “Bu, bizə hüceyrələrin gələcəkləri ilə bağlı necə “qərar” verdiyini anlamaq üçün güclü bir vasitə verir və bu, differensiasiya səhv getdikdə xəstəliklərin necə yarandığını anlamaqda əsas rol oynayır”.

Tədqiqatçılar metodun ümumi olduğunu və heyvanlar aləmindən kənarda belə müxtəlif bioloji sistemlərdə istifadə edilə biləcəyini vurğulayırlar.

Tədqiqat Karolinska İnstitutunun tədqiqatçıları ilə KTH-nin professoru Yohan Karlsson arasında əməkdaşlıqdır. Tədqiqat Vetenskapsrådet, Cancerfonden və Karolinska İnstitutu tərəfindən maliyyələşdirilib. Tədqiqatçılar maraqların toqquşması olmadığını bəyan edirlər.

Daha çox məlumat: Magnus Tronstad və digərləri, ÇoxmərhələliOT: Çoxmərhələli optimal nəqliyyat tək hüceyrəli məlumatların anlıq görüntüsündən trayektoriyalar çıxarır, Milli Elmlər Akademiyasının materialları (2025). DOI: 10.1073/pnas.2516046122

Jurnal məlumatları: Milli Elmlər Akademiyasının materialları 

Karolinska İnstitutu tərəfindən təmin edilmişdir