Принципи на моделиране на живи клетки

Последни записи

препоръчвам

Принципи на моделиране на живи клетки

цял клетъчен модел

Кар Дж.Р., Сангви Дж.К., Маклин Д.Н., Гутшоу М.В., Джейкъбс Дж.М., Боливал Б., Асад-Гарсия Н., Глас Дж.И., Коверт М.В. Цялоклетъчен изчислителен модел прогнозира фенотипа от генотипа. Cell, 2012, 150, 389–401 http://www.cell.com/cell/abstract/S0092-8674(12)00776-3

Пълният текст на статията е достъпен на линка по-горе. Секцията Изображения/Данни има по-подробно описание на математическия модел на 122 страници и анимация, която показва как работи моделът.

Първоначална представа за свършената работа е добре дадена в превода на бележка от ScienceDaily.

Улавянето на целия набор от жизнени функции в компютърен модел е дългогодишна цел на изследванията в тази област. Такъв модел е незаменим в случаите, когато въпросите, които стоят пред учените, могат да имат отговори, получени само в практиката. Нещо повече, сегашното постижение е първият камък в пълното използване на системи за компютърно подпомагано проектиране в биоинженерството и медицината.

„Mycoplasma genitalium е протозойна паразитна бактерия, често известна с неблагоприятните си ефекти върху пикочно-половата и дихателната система на човека. Но тази бактерия е известна и с това, че има най-малкия геном от всички живи организми – само 525 гена. Дори E. coli, по-традиционен лабораторен обект, има 4228 гена.

„Дори въпреки минимализма на генома, количеството информация, необходимо за получаване на кода на виртуалната клетка, беше огромно. Крайният модел използва над 1900 експериментално определени параметъра. За да комбинират тези различни точки в един модел, учените моделираха групибиологични процеси в 28 модула, всеки от които има собствен алгоритъм. Освен това тези модули бяха свързани един с друг, за да се пресъздаде холистичният механизъм на функциониране на Mycoplasma genitalium.

По-подробен преглед можете да намерите на Biomolecule.ru.

Дубини Максим. Раждането на виртуалната клетъчна биология http://biomolecula.ru/content/1097

Маркус Коверт, Симулация на живи клетки, В света на науката, 2014, N 9.

„Въз основа на всичко това решихме да изградим модел под формата на набор от 28 модула, всеки от които използва алгоритъм, който най-добре представя определен биологичен процес и взема предвид всичко, което знаем за него. Полученият набор от математически модели ще трябва да се комбинира в едно цяло.

Вече съм правил нещо подобно, когато като студент бях на стаж в химически завод. Нашата група трябваше да изгради блокова схема на голяма петролна рафинерия. За целта използвахме цял софтуерен пакет, наречен HYSYS. Той е проектиран така, че всяка реакция да може да се симулира отделно, сякаш протича в изолиран съд. С помощта на тръби изходът на всеки предишен съд беше свързан с входа на следващия. Такава схема обедини много различни химични процеси в подредена система с предвидимо поведение.

Подобен подход към някои модификации може да се използва в нашия случай, като се направи едно важно опростяващо предположение: въпреки факта, че всички описани биологични процеси се случват в клетката едновременно, тяхното протичане за период от по-малко от секунда е независимо. След това можем да разделим живота на клетката на събития, случващи се в рамките на секунда, като проверяваме всички 28 модула на всеки етап, за да изясним стойностите на всички параметри. Нашитемоделът взе предвид всички взаимовръзки на биохимичните процеси, например зависимостта на транскрипцията и синтеза на ДНК от енергията и наличието на нуклеотиди, образувани по време на метаболизма - но във времева скала от повече от една секунда.

А. И. Клименко, З. С. Мустафин, А. Д. Чеканцев, Р. К. Зудин, Ю. Г. Матушкин, С. А. Лашин. Съвременни подходи към математическото и компютърно моделиране в микробиологията. Вавилов Вестник по генетика и развъждане. 2015; 19 (6): 745-752.

„Тази статия показва, че една от тенденциите в развитието на тази област е да се комбинират възможностите на различни подходи за моделиране в рамките на хибридни или многостепенни модели, което прави възможно получаването на по-пълни знания за такава биологична система като микробна общност. По пътя обаче има редица проблеми, свързани както с интеграцията на модели на различни нива, така и с интеграцията на данни от разнородни източници. Въпреки всички тези трудности, няма съмнение, че изследователите ще успеят да ги преодолеят и да изведат моделирането на прокариотните общности на ново ниво.

Какво означава да се каже, че всички трудности могат да бъдат разрешени? Как изглежда идеалният математически модел в случай на една клетка или в случай на общност от бактерии?

Принципи на моделиране

Джонатан Р Кар, Коичи Такахаши и Акира Фунахаши, Принципите на моделирането на цялата клетка, Current Opinion in Microbiology, 2015, том 27, страници 18-24.

Нека да разгледаме какво очакват учените от математическия модел на клетка. Ключовата задача е да се опише как генотипът формира фенотипа и по пътя се предлагат следните принципи.

Симулация на отделна клетка

Авторите не са написали на какво се противопоставя този принцип.

Функционална пълнота

Поведението се определя от взаимодействието на различни пътища и гени. Следователно клетъчният модел трябва да включва всички генни функции и всички клетъчни функции.

Молекулярно съвършенство

Моделът описва клетката и околната среда като затворена система. То трябва да включва взаимодействието на пътища и среди, а не произволни източници и поглътители.

Времево завършване

Моделът трябва да описва пълния клетъчен цикъл.

Биофизика

Моделът трябва да се основава на познатата биофизика и биохимия на клетката.

Динамика

Моделът трябва да предвижда появата на възникващи динамични процеси. (Доколкото разбирам, това е игра за появата на нови нива на организация.)

Стохастичен

Моделът трябва да бъде дискретен и стохастичен. Стохастичността е важна за възникването.

Видова специфичност

Моделът трябва да се основава на експериментални данни и да представлява специфичен геном.

Икономичност

Не е необходимо в модела да се включва това, което не се изисква.

Модулност

Добре познатите подмодели, описващи различни процеси в клетката, трябва да се комбинират помежду си.

Възпроизводимост

Други учени трябва да могат да възпроизведат модела.

Модел и реалност

Живата клетка е добър пример за обсъждане на връзката между модел и реалност. Когато се обсъждат модели във физиката, има неволно объркване между математика и реалност. Например, попитайте физиците каква е разликата между електрон и математически модел на електрон. Или какво има в електромагнитното поле освен решаването на уравненията на Максуел? Няма ясен отговор. Някои ще кажат, че реалността е такаваименно в математическите обекти (ярък пример е книгата на Макс Тегмарк Нашата математическа вселена). Други ще отговорят, че, разбира се, има разлика, но не е съвсем ясно каква е тя.

В случай на жива клетка, несъвършенството на съществуващите математически модели подчертава ясната разлика между самата клетка и клетъчните модели. Въпросът обаче е какво искат да постигнат биолозите. В статията, описана в предишния раздел, има принципи на моделиране, но няма пряк отговор на този въпрос.

Да приемем, че математическият модел на клетката описва експериментални данни и позволява решаването на различни биоинженерни проблеми. Какво следва от това? По същество стигаме до въпроса за модела и реалността във физиката, но в биологията към това се добавят следните съображения.

Механизъм или организъм

Интересен въпрос: какъв е обектът на изследване на биолозите: организъм или механизъм? Например, роботът е типичен механизъм и съответно въпросът може да се постави така: Каква е разликата между организъм и робот? По пътя е важно да запомните, че алгоритмичното описание е еквивалентно на механизъм. Помислете за играта Life:

Има предишно състояние на системата.
Има правила за трансфер.
Следващото състояние на системата се получава от предишното състояние въз основа на правилата за преход.

Стохастичен

Стохастичните процеси се моделират с помощта на генератор на случайни числа. Въпросът обаче е какво в действителност отговаря на генератор на случайни числа. Възможно е да си представим два отговора. От една страна, можем да кажем, че стохастичността възниква от непознаването на условията за протичане на реалните процеси, тоест случайността описва мярката на нашето невежество. От друга страна, можем да си представим стохастичните процеси катофундаментални природни явления (Бог играе на зарове).

Отговорите на биолозите за случайността в биологичните процеси са изключително противоречиви. Въпреки че трябва да се отбележи, че във физиката ситуацията не е по-добра. Някои тълкуват експериментално наблюдаваната стохастичност на квантовите процеси като фундаментална характеристика на природните процеси. Други твърдят, че квантовите процеси се определят в рамките на интерпретацията на много светове, а случайността идва от факта, че наблюдателят не знае в коя вселена се намира.

За да подразните биолог, достатъчно е да го попитате за разликата между организъм и робот или да го попитате за неговата интерпретация на случайността в биологията.

Съществуването на обекти

Нека ви напомня още веднъж, че разглеждаме случая, когато математическият модел работи. Може ли да се каже обаче, че в една реална клетка има подсистеми-модули, въведени в модела на статията от 2012 г.? Или дори може да се постави въпросът как се определя границата между клетката и околната среда в природата. Съвсем ясно е как се получава такова разделение в модела: ученият казва, че това уравнение описва клетката, това е околната среда и това е взаимодействието на клетката и околната среда. В природата обаче молекулярните взаимодействия са еднакви за молекулите вътре и извън клетката. Освен това, при прехода към разглеждане на молекулите, очевидно няма да е възможно да се намери ясна граница между клетката и околната среда. Помислете например за модел на клетъчна граница на ниво молекулярна динамика. Как да определим в този случай кои молекули принадлежат на клетката и кои не?

Спешен случай

Очевидно биолозите имат надежда, че ще се случи чудо в рамките на механистичен алгоритъм и ще възникнат нови същества, които не са били включени в алгоритъма.Посоката Artificial Life е изградена върху очакването да се намери нещо, което прилича на реалния живот, в рамките на алгоритъм, подобен по структура на играта на Живота. По същия начин биолозите очакват, че ако вземете модел на молекули и молекулярно взаимодействие, тогава животът ще се появи, докато моделът работи. Да видим как го правят.