AZ 
Yeni süni intellekt aləti hüceyrələrin gələcəyini necə seçdiyini proqnozlaşdırır və inkişafın gizli hərəkətverici qüvvələrini aşkar etməyə kömək edir
Stowers Tibbi Tədqiqatlar İnstitutu tərəfindən
Sadie Harley tərəfindən redaktə edilib , Robert Egan tərəfindən nəzərdən keçirilib
Tercih edilən mənbə kimi əlavə edin
Zebra balığı embrionunun flüoresan görüntüləməsi erkən inkişaf dövründə hüceyrə populyasiyalarını vurğulayır. Şəkil, hüceyrələrin kimliklərini necə əldə etdiklərini proqnozlaşdırmaq və onları istiqamətləndirən genetik tənzimləyiciləri müəyyən etmək üçün yeni süni intellekt çərçivəsi olan RegVelo-nu sınaqdan keçirmək üçün tədqiqatçıların istifadə etdiyi dinamik bioloji sistem növünü əks etdirir. Mənbə: Stowers Tibbi Tədqiqatlar İnstitutu
Bir hüceyrənin qan hüceyrəsi, neyron hüceyrəsi və ya piqment hüceyrəsinə çevrilməsinin yolunu göstərən ilk addımlar hansılardır? Alimlər bu dəyişiklikləri izləmək üçün getdikcə daha güclü vasitələr hazırlamışlar, lakin bir çətinlik hələ də davam edir: hüceyrələrin nəinki hara doğru getdiyini, həm də onları son taleyinə hansı tənzimləyicilərin yönəltdiyini anlamaq.
İndi isə Stowers Tibbi Tədqiqatlar İnstitutu və Helmholtz Münhen tərəfindən Cell jurnalında dərc olunmuş yeni tədqiqat bu suala cavab verməyə kömək etmək üçün hazırlanmış yeni bir çərçivə hazırlayıb.
RegVelo adlanan yeni texnologiya, tək hüceyrəli biologiyanın tez-tez ayrı qalmış iki sahəsini birləşdirən bir modeldir: hüceyrələrin zamanla necə dəyişdiyini təxmin edən metodlar və bu dəyişiklikləri idarə edən gen tənzimləyici şəbəkələrini müəyyən edən metodlar.
Bu parçaları bir araya gətirməklə, RegVelo tədqiqatçılara zaman səyahətinə, hüceyrələrin necə dəyişdiyini proqnozlaşdırmağa və bu dəyişiklikləri hansı genlərin idarə etdiyini müəyyən etməyə imkan verir. Onlar bütün bunları kompüter simulyasiyaları vasitəsilə edə bilərlər və laboratoriyada hər bir təcrübəni aparmaq ehtiyacını aradan qaldırırlar.Oyna
00:0003:05SəssizParametrlərPIPTam ekrana daxil olun
“Bəs bunu bilmək niyə vacibdir?” deyə Stowers İnstitutunun tədqiqatçısı və tədqiqatın həmmüəllifi, fəlsəfə doktoru Tatjana Sauka-Spengler bildirib.
“Təsəvvür edə bilərsiniz ki, əgər çox erkən hüceyrə dəstinə sahib olsanız, müəyyən bir təlimat dəstinə sahib olmaq, bu hüceyrə növlərinin bəzilərini in vitro şəraitdə çox təbii şəkildə çoxaltmağa imkan verə bilər. Daha sonra bu hüceyrələr regenerativ tibbdə hüceyrə terapiyalarında istifadə edilə bilər.”
Stowers şirkətinin prezidenti və baş elmi işçisi, fəlsəfə doktoru Alejandro Sançes Alvarado bildirib ki, “Sauka-Spengler və onun əməkdaşları bu cür məlumatları emal etmək üçün mənalı dərəcədə fərqli bir yol hazırlayıblar. Bu, bizə hər bir komponentin məkan və zaman vasitəsilə ən çox ehtimal olunan yolunu müəyyən etməyə və bu dinamikaları proqnozlaşdırmaq və onları eksperimental olaraq sınaqdan keçirmək üçün dərin öyrənmədən istifadə etməyə imkan verir.”
Tədqiqatda RegVelo, bədənin bir çox fərqli hissəsinə çevrilə bilən erkən embrional hüceyrələr qrupu olan sinir zirvəsini modelləşdirdi.
Zebra balığının sinir zirvəsinin inkişafında RegVelo piqment hüceyrələrinin əmələ gəlməsinin erkən səbəbini (tfec) müəyyən etdi və piqment hüceyrələrinin taleyinin əvvəllər məlum olmayan tənzimləyicisini (elf1) aşkar etdi. Daha sonra bu proqnozlar eksperimental olaraq dəstəkləndi və modelin inkişaf dəyişikliyini təsvir etməkdən daha çox şey edə biləcəyini göstərdi.
Sauka-Spengler dedi: “Bir şeydə həmişə başlanğıc, hərəkətverici element olur ki, o da sonunda müəyyən ediləcək. Lakin əksər hallarda, həmişə olmasa da, yalnız hüceyrənin son vəziyyətini təhlil edərkən həmin element itirilir. İnkişaf tez-tez hüceyrə vəziyyətlərinin bir sıra statik görüntüləri kimi təsvir olunur.
“Lakin, əslində anlamaq istədiyimiz şey hüceyrələrin necə qərar qəbul etmələri, bir vəziyyətdən digərinə necə keçmələridir. RegVelo, bu taley qərarlarının zaman və məkan ərzində gen tənzimləyici şəbəkələrində necə kodlandığını və onları nəyin hərəkətə gətirdiyini modelləşdirir.”Oyna
00:0001:31SəssizParametrlərPIPTam ekrana daxil olun
Bu iş erkən tənzimləyici hadisələri sonrakı hüceyrə taleyi ilə əlaqələndirməyə kömək etməklə yanaşı, alimlərin inkişaf pozğunluqlarını necə öyrəndiyini də yaxşılaşdıra və zaman keçdikcə regenerativ tibb və hüceyrə terapiyasında səylərə istiqamət verməyə kömək edə bilər.
Sançes Alvarado bildirib ki, “RegVelonun dəyəri sinir hüceyrələrindən daha da genişlənir. Bu, hüceyrələrin zamanla dəyişdiyi istənilən sistemə, əsas inkişaf biologiyasından tutmuş şiş trayektoriyalarının modelləşdirilməsinə və müalicəyə təsir edə biləcək hüceyrə nəticələrinə qədər tətbiq olunur. Bu, hüceyrə dinamikası üzərində işləyən hər kəsin diqqətinə layiqdir.”
Gündəlik məlumat üçün Phys.org-a etibar edən 100.000-dən çox abunəçi ilə elm, texnologiya və kosmosdakı ən son yenilikləri kəşf edin . Pulsuz bülletenimizə abunə olun və vacib olan nailiyyətlər, innovasiyalar və tədqiqatlar haqqında gündəlik və ya həftəlik yeniliklərdən xəbərdar olun .
Təkhüceyrəli biologiyada uzun müddətdir davam edən boşluğu aradan qaldırmaq
Təkhüceyrəli biologiya tədqiqatları getdikcə daha ətraflı inkişaf xəritələri yaratmağa imkan vermişdir. RNT sürət metodları tədqiqatçılara hüceyrələrin inkişaf mənzərələrində necə hərəkət etdiyini qiymətləndirməyə kömək edə bilər, gen tənzimləyici şəbəkə yanaşmaları isə genlər arasındakı əlaqələri müəyyən edə bilər. Lakin bu metodlar adətən birlikdə deyil, paralel olaraq istifadə edilmişdir.
RNT sürət metodları çox vaxt transkripsiya tənzimlənməsini birbaşa modelləşdirmir, tənzimləyici şəbəkə yanaşmaları isə ümumiyyətlə zamanla hüceyrə dinamikasını əks etdirmir.Oyna
00:2300:30SəssizParametrlərPIPTam ekrana daxil olun
Tədqiqatın həmmüəllifi, Helmholtz Münhen və Münhen Texniki Universitetindən (TUM) fəlsəfə doktoru Fabian J. Theis bildirib ki, “Uzun müddətdir ki, hüceyrə dinamikası və gen tənzimlənməsi əsasən ayrı-ayrılıqda modelləşdirilib”.
“RegVelo bu hissələri bir araya gətirir və bizə təkcə hüceyrələrin necə dəyişdiyini deyil, həm də hansı tənzimləyici qarşılıqlı təsirlərin bu dəyişikliklərə səbəb olduğunu soruşmağa imkan verir.”
Çərçivə, tədqiqatçılara hüceyrə inkişafının gizli zaman xəttini xəritələşdirməyə, hüceyrələrin bir vəziyyətdən digərinə necə keçdiyini proqnozlaşdırmağa və müəyyən tənzimləyicilər pozulduqda nə baş verə biləcəyini sınaqdan keçirməyə imkan verən splaysinq kinetikası və gen tənzimləyici əlaqələrini birgə modelləşdirir.
Praktik baxımdan, bu o deməkdir ki, elm adamları sadəcə “Bu hüceyrə hara gedir?” sualından daha mexaniki bir sual verə bilərlər. İndi onlar “Hansı genlər onu ora itələməyə kömək edir?” deyə soruşa bilərlər.
Qüvvələrin birləşməsi
Bu iş həmçinin tamamlayıcı qruplar arasında dərin əməkdaşlığı əks etdirir. 2022-ci ildə Oksford Universitetindən Stowers İnstitutuna keçən Sauka-Spengler Laboratoriyası kəllə sinir təpəsinin inkişafı üçün yüksək qətnaməli gen tənzimləyici iskele gətirmiş, Münhendəki Theis qrupu isə tək hüceyrələrin inkişaf trayektoriyalarının modelləşdirilməsi və təyin edilməsi, eləcə də RNT sürət analizlərindən istifadə sahəsində hesablama təcrübəsi gətirmişdir.
Birlikdə, bu yanaşmalar inkişaf keçidlərini yüksək dərəcədə proqnozlaşdırıla bilən və sınaqdan keçirilə bilən edən ortaq bir dərin öyrənmə modelinə birləşdirildi.
Sauka-Spengler dedi: “Bu işi xüsusilə güclü edən şey, tamamlayıcı güclərin… laboratoriyamızdan yüksək qətnaməli gen tənzimləyici dövrəsinin və Fabianın komandasından dinamik trayektoriya və şəbəkə modelləşdirməsinin birləşməsi idi.” “RegVelo bu iki baxışı bir çərçivəyə inteqrasiya etməklə ortaya çıxdı.”Oyna
00:0400:05SəssizParametrlərPIPTam ekrana daxil olun
Gen tənzimləyici şəbəkələri nədir?
Gen tənzimləyici şəbəkələri, hüceyrəni bir şəxsiyyətdən digərinə yönləndirməyə kömək edən nizamlı təlimat dəstləridir.
Sauka-Spengler izah etdi: “Bunlar hadisələrin ardıcıllığıdır. Bir qrup gen digərini aktivləşdirir və ya basdırır, bir hüceyrəni digəri əvəzinə bir yola itələyir. Bu vacibdir, çünki bədəndəki hər bir hüceyrə eyni DNT ilə başlayır. Dəri hüceyrəsini neyrondan və ya əzələ hüceyrəsindən fərqləndirən genomun özü deyil, hansı genlərin aktivləşdiyi, nə vaxt aktivləşdiyi və hansı kombinasiyalarda aktivləşdiyidir.”
Bu proses elektron dövrə ilə müqayisə edilə bilər. Bəzi genlər “get” siqnalları, digərləri əyləclər kimi hərəkət edir və birlikdə alimlərin deşifrə etməyə çalışdığı bir kod yaradırlar.
Necə işləyir: Nəticələrə və nəticələrə daha dərindən nəzər salaq
Komanda, erkən piqment sürücüsünü müəyyən etmək üçün RegVelo-dan istifadə etdi və zebra balığında piqment hüceyrələrinin taleyinin əvvəllər məlum olmayan tənzimləyicisini aşkar etdi. Tədqiqatçılar bu çərçivəni hüceyrə dövrü, mədəaltı vəzi endokrinogenezi, hematopoez, miogenez, arxa beyin inkişafı və zebra balığının sinir qabığının inkişafı da daxil olmaqla bir çox sistemə tətbiq etdilər.
Bu parametrlər arasında model gizli vaxtı, sürəti, terminal vəziyyətlərini və nəsil ilə əlaqəli sürücüləri müəyyən etməkdə aparıcı yanaşmalarla müqayisədə və ya daha yaxşı nəticə göstərdi.
Ən təsirli nümunələrdən biri piqment hüceyrələri, kəllə-üz toxumaları və periferik sinir sisteminin hissələri də daxil olmaqla bir çox müxtəlif hüceyrə növünün yaranmasına səbəb olan inkişaf sistemi olan sinir zirvəsində idi. RegVelo xüsusilə faydalı olduğunu sübut etdi, çünki inkişaf trayektoriyasının əvvəlində, hətta bu genlər son hüceyrə vəziyyətində güclü şəkildə ifadə olunmadıqda belə, fəaliyyət göstərən tənzimləyiciləri müəyyən edə bildi.
Bu yanaşmadan istifadə edərək tədqiqatçılar tfec-in piqment hüceyrələrinin inkişafının erkən hərəkətverici qüvvəsi kimi çıxış etdiyini aşkar etdilər. Onlar həmçinin elf1-i əvvəllər məlum olmayan piqment nəslinin taleyinin tənzimləyicisi kimi müəyyən etdilər.
CRISPR/Cas9 vasitəçiliyi ilə aparılan nokaut və təkhüceyrəli Perturb-seq daxil olmaqla, sonrakı təcrübələr hər iki proqnozu dəstəklədi və modelin inkişaf dəyişikliyini təsvir etməkdən daha çox şey edə biləcəyini – canlı sistemlərdə özünü doğruldan bioloji cəhətdən mənalı fərziyyələr yarada biləcəyini göstərdi.
Sauka-Spengler dedi: “RegVelo, bu iki biliyi birləşdirən və əsasən kəşflərimizin etibarlılığını sübut etməyə imkan verən bir modeldir. Müəyyən hüceyrə taleyinin və hüceyrə öhdəliklərinin əsas hərəkətverici qüvvələrini proqnozlaşdıra bilirik, sonra isə bu pozuntunu simulyasiya edə və çox aşağı axın nəticələrinə təsirini aydın şəkildə oxuya bilirik.”
Bu qabiliyyət qismən miqyas səbəbindən vacibdir. Tədqiqatçılar tez-tez yüzlərlə, bəzən isə minlərlə mümkün amillə qarşılaşırlar. Onların hər birini bir-bir eksperimental olaraq pozmaq baha başa gələcək və praktik deyil. RegVelo həm proqnozlaşdırma vasitəsi, həm də gələcək təcrübələr üçün seçim vasitəsi kimi xidmət etməklə bu axtarışı daraltmağa kömək edir.
Sauka-Spengler dedi: “Söhbət yüzlərlə, bəzən isə yüzlərlə geni əhatə edən şəbəkələrdən gedir, onların hamısını pozub təhlil etmək istədiyimizi təsəvvür etmək əslində mümkün olmazdı. Beləliklə, RegVelo-dan həm təhlil, həm də gələcək təcrübələr üçün proqnozlaşdırma və skrininq vasitəsi kimi istifadə edə bilərik.”
Eksperimental təsdiqləmə ilə hesablama modelləşdirməsi: Daha proqnozlaşdırıcı və perspektivli kombinasiya
Komanda, RegVelo-nu inkişaf biologiyasının daha proqnozlaşdırıcı bir formasına doğru bir addım kimi təsvir edir. Bu formada hesablama modelləri təcrübələrə prioritet verməyə, gizli tənzimləyiciləri aşkar etməyə və gen şəbəkələri pozulduqda hüceyrə taleyinin necə dəyişə biləcəyini proqnozlaşdırmağa kömək edir. RegVelo hüceyrələrin vəziyyətlər arasında necə keçdiyini və taley qərarlarını idarə edən gen qarşılıqlı təsirlərini müəyyən edir.
Nəticələr bir inkişaf sistemindən daha da genişlənə bilər. Yüksək qətnaməli tənzimləyici anlayış tədqiqatçılara inkişaf qüsurlarının səbəblərini daha yaxşı müəyyən etməyə və zamanla hüceyrələri hüceyrə terapiyalarında və regenerativ tibbdə daha dəqiq istiqamətləndirməyə kömək edə bilər – ürək əzələlərinin bərpasından və dəri transplantlarının yetişdirilməsindən tutmuş laboratoriyada yetişdirilən qığırdaqların inkişafına qədər.
Kəllə-üz xəstəlikləri, piqment hüceyrə qüsurları və kök hüceyrələri və ya orqanoidləri istənilən hüceyrə vəziyyətinə yönəltmək üçün daha geniş səylər bu dərin anlayışın əhəmiyyətli ola biləcəyi sahələr arasındadır.
Sauka-Spengler dedi: “Proqnozlaşdırılmış, simulyasiya edilmiş, pozulmuş və sonra təsdiqlənmiş gen tənzimləyici dövrəsinin tam həllinə sahib olmaq bizə əlimizdə çox möhkəm bir vasitə verir. Biz kök hüceyrələrdən və ya sadəlövh hüceyrələrdən başlaya və onları hüceyrə tiplərinə yönəltməyin yeni yollarını inkişaf etdirə bilərik ki, bu da sonradan müalicə məqsədləri üçün hüceyrə terapiyalarında istifadə edilə bilər.”
Tədqiqat göstərir ki, çərçivə gələcəkdə xromatin, zülal aktivliyi və digər multimodal ölçmələr daxil olmaqla əlavə tənzimləyici təbəqələri əhatə etmək üçün genişləndirilə bilər.
Hazırda məhdudiyyətlər mövcud olsa da — o cümlədən gizli zamanla bağlı fərziyyələrin sadələşdirilməsi, tənzimləyici qarşılıqlı təsirlər və hesablama xərcləri — tədqiqat prinsipin inandırıcı sübutunu təqdim edir. Sauka-Spengler bildirib ki, “Dinamik hüceyrə vəziyyəti modelləşdirilməsi birbaşa gen tənzimlənməsi ilə əlaqəli olduqda, mexanizmə və sonra kəşfə yaxınlaşmaq mümkün olur”.
Nəşr detalları
RegVelo: tək hüceyrələrin gen tənzimləyici məlumatlı dinamikası, Hüceyrə (2026). DOI: 10.1016/j.cell.2026.04.022 . www.cell.com/cell/fulltext/S0092-8674(26)00457-5
Jurnal məlumatı: Mobil
Əsas anlayışlar
hüceyrə biologiyasıinkişaf biologiyasıaslan balıqlarıHüceyrə quruluşu, fiziologiyası və dinamikasıBioinformatikaBioloji şəbəkə üsulları
Stowers Tibbi Tədqiqatlar İnstitutu tərəfindən təmin edilir
