Прорыв в расшифровке клеточных сигналов
Команда исследователей из MIT и Института Уайтхеда во главе с профессором Пулином Ли и аспирантом Николасом Хатчинсом представила модель машинного обучения IRIS. Система способна реконструировать историю сигналов, которые получала каждая клетка эмбриона в процессе развития. Это позволяет понять, как стволовые клетки превращаются в специализированные ткани, без необходимости ручного экспериментального тестирования каждого пути.
Принцип работы: «Отпечатки» сигнальных путей
Ранее ученые считали, что сигнальные пути ведут себя по-разному в разных типах клеток, что делало картирование невероятно трудоемким. IRIS доказал обратное: каждый сигнальный путь оставляет уникальный «генетический отпечаток» (паттерн активности генов). Этот отпечаток постоянен для конкретного пути, независимо от типа клетки. IRIS использует метод transfer learning (перенос обучения), аналогично тому, как Siri распознает новые языки, обучаясь на одном наборе данных, но применяя знания к другим типам клеток.
Точность предсказаний на мышиных эмбрионах
Модель была обучена на данных тысяч человеческих эмбриональных стволовых клеток, реагирующих на комбинации шести основных сигнальных путей. При тестировании на клетках мышиных эмбрионов в стадии гаструляции IRIS точно предсказал активацию путей в клетках, destined стать сердцем, кишечником, мышцами и спинным мозгом. В частности, модель предсказала сигнал, необходимый для развития легких, что было подтверждено экспериментами на эмбрионах мышей.
Сравнение подходов
| Критерий | Традиционный метод | Подход с IRIS |
|---|---|---|
| Масштаб | Тестирование каждого пути в каждом типе клетки | Единая модель для множества типов клеток |
| Скорость | Медленно, требует месяцев экспериментов | Мгновенный анализ геномных данных |
| Применимость | Ограничена изученными комбинациями | Работает с новыми, невиданными типами клеток |
| Результат | Частичная карта сигналов | Полная реконструкция истории развития клетки |
Влияние на медицину и науку
Опубликованные в Nature Methods результаты открывают путь к точному контролю над судьбой стволовых клеток в лаборатории. Это критически важно для создания органоидов — миниатюрных 3D-моделей органов. Улучшенные модели легких, созданные с помощью IRIS, позволят изучать такие заболевания, как астма, рак легких и фиброз, а также тестировать новые терапии и разрабатывать методы регенеративной медицины для восстановления поврежденных тканей.
Источник: MIT News AI ↗