AI odkrywa tajny kod komunikacji komórek w zarodku

Sztuczna inteligencja zaczyna rozszyfrować jeden z największych tajników biologii — jak komórki się komunikują podczas formowania się organizmu. Model IRIS, oparty na głębokich sieciach neuronowych, nauczył się rozpoznawać wzorce aktywności genów, które działają jak sygnały wysyłane między komórkami w rozwijającym się zarodku.

Jak AI czyta język komórek?

Każda komórka podczas rozwoju embrionalnego otrzymuje specyficzne instrukcje od otaczających ją sąsiadów. Te instrukcje przychodzą w postaci sygnałów chemicznych aktywujących określone szlaki sygnałowe — wewnętrzne ścieżki komunikacyjne komórki. Problem w tym, że naukowcy nie potrafili dotąd dokładnie ustalić, które sygnały trafiają do której komórki w danym momencie.

IRIS rozwiązuje ten problem poprzez analizę „odcisków palców” — charakterystycznych wzorców, jakie zostawia aktywacja genów. Te wzorce okazały się powtarzalne: ta sama kombinacja aktywności genów pojawia się w różnych typach komórek, gdy otrzymują one ten sam sygnał. To odkrycie pozwoliło naukowcom na stworzenie mapy komunikacji komórkowej.

Trening na ludzkich komórkach, testowanie na mysich zarodkach

Zespół badawczy z Whitehead Institute, kierowany przez dr Pulina Li i Nicholasa Hutchinsa, wytrenował model IRIS na danych pochodzących z tysięcy ludzkich komórek macierzystych. Sieć neuronowa nauczyła się rozpoznawać sześć głównych szlaków sygnałowych — podstawowych kanałów komunikacji między komórkami.

Następnie naukowcy testowali przewidywania modelu na pojedynczych komórkach z mysich zarodków w fazie gastrulacji — krytycznego okresu, gdy komórki zaczynają się specjalizować i formować pierwsze struktury organizmu. IRIS potrafił przewidzieć, które szlaki sygnałowe aktywują się w konkretnych lokalizacjach zarodka. Przewidywania okazały się trafne — potwierdzone w eksperymentach laboratoryjnych.

Pierwszym praktycznym zastosowaniem było zidentyfikowanie sygnałów specyficznych dla komórek, które mają się rozwinąć w tkanki płucne. To pokazało, że model nie tylko rozumie ogólne zasady komunikacji, ale potrafi też wskazać precyzyjne instrukcje dla konkretnych typów komórek.

Co to oznacza dla medycyny?

Zrozumienie sygnałów sterujących rozwojem komórek otwiera drogę do tworzenia organoidów — miniaturowych, precyzyjnych modeli tkanek i narządów. Organoidów można używać do badania chorób bez konieczności eksperymentów na zwierzętach. Szczególnie obiecujące są modele płuc, które pozwolą na lepsze zrozumienie astmy, raka płuc i włóknienia płuc — chorób, które dziś pozostają trudne w leczeniu.

Dotąd tworzenie organoidów było procesem mało precyzyjnym, opartym na próbach i błędach. Naukowcy nie wiedzieli dokładnie, jakie sygnały wysyłać, aby kierować rozwojem komórek w pożądanym kierunku. IRIS zmienia tę sytuację: model wskazuje dokładnie, które sygnały trzeba aktywować i w jakim momencie, aby uzyskać konkretny typ tkanki.

To ma również znaczenie dla testowania leków. Organoidów można użyć do sprawdzenia, jak potencjalne terapie wpływają na różne typy komórek, zanim leki trafią do badań klinicznych. Może to przyspieszić opracowywanie nowych leków i zmniejszyć koszty badań.

Perspektywy rozwoju

Badania nad IRIS dopiero się zaczynają. Naukowcy mają dostęp do danych z tysięcy komórek, ale biologia jest niezwykle złożona. Każdy typ tkanki, każdy etap rozwoju może wymagać dostrojenia modelu. Jednak sam fakt, że sztuczna inteligencja potrafi rozszyfrować komunikację na poziomie pojedynczych komórek, to przełom, który zmienia podejście do biologii rozwojowej.

Model IRIS stanowi przykład tego, jak nowoczesne narzędzia AI mogą nie tylko analizować ogromne ilości danych biologicznych, ale także odkrywać w nich ukryte wzorce niedostrzegalne dla ludzkiego oka. To otwiera nowe możliwości zarówno dla badań podstawowych, jak i dla praktycznych zastosowań medycznych.