Možda ne znamo polovicu onoga što je u našim stanicama
Većina ljudskih bolesti može se pratiti do neispravnih dijelova stanice - tumor može rasti jer gen nije točno preveden u određeni protein ili se javlja metabolička bolest jer mitohondriji ne rade ispravno, na primjer. Ali da bi razumjeli koji dijelovi stanice mogu poći po zlu u bolesti, znanstvenici prvo trebaju imati potpuni popis dijelova.
Kombiniranjem mikroskopije, biokemijskih tehnika i umjetne inteligencije, istraživači s Medicinskog fakulteta Sveučilišta u Kaliforniji u San Diegu i suradnici napravili su ono što misle da bi moglo biti značajan korak naprijed u razumijevanju ljudskih stanica - riječ je o tehnici, poznatoj kao Multi-Scale Integrated Cell (MuSIC).
"Ako zamislite stanicu, vjerojatno zamišljate šareni dijagram u svom udžbeniku biologije stanice, s mitohondrijima, endoplazmatskim retikulumom i jezgrom. Ali je li to cijela priča? Definitivno ne. Znanstvenici su odavno shvatili da postoji više što ne znamo nego što znamo, ali sada konačno imamo način da pogledamo dublje", rekao je Trey Ideker, dr. sc, profesor na UC San Diego School of Medicine i Moores Cancer Center, koji je studiju vodio s dr. Emmom Lundberg s Kraljevskog tehnološkog instituta KTH u Stockholmu.
U pilot studiji, MuSIC je otkrio otprilike 70 komponenti sadržanih unutar stanične linije ljudskog bubrega, od kojih polovica nikada prije nije viđena. U jednom primjeru, istraživači su uočili skupinu proteina koji tvore nepoznatu strukturu. Radeći s kolegom s UC San Diego, dr. Gene Yeom, na kraju su utvrdili da je struktura novi kompleks proteina koji veže RNA. Kompleks je vjerojatno uključen u spajanje, važan stanični događaj koji omogućuje prijevod gena u proteine i pomaže u određivanju koji se geni aktiviraju u kojem trenutku.
Unutrašnjost stanica - i mnogi proteini koji se tamo nalaze - obično se proučavaju pomoću jedne od dvije tehnike: mikroskopske slike ili biofizičke povezanosti. Pomoću snimanja, istraživači dodaju fluorescentne oznake različitih boja proteinima od interesa i prate njihove pokrete i asocijacije u vidnom polju mikroskopa. Kako bi pogledali biofizičke asocijacije, istraživači bi mogli koristiti antitijelo specifično za protein kako bi ga izvukli iz stanice i vidjeli što je još vezano za njega.
Tim je dugi niz godina zainteresiran za mapiranje unutarnjeg rada stanica. Ono što je drugačije kod MuSIC-a je korištenje dubokog učenja za mapiranje stanice izravno iz staničnih mikroskopskih slika.
"Kombinacija ovih tehnologija je jedinstvena i moćna jer je to prvi put da su mjerenja na znatno različitim skalama spojena", rekao je prvi autor studije Yue Qin, student diplomskog studija bioinformatike i biologije sustava u Idekerovom laboratoriju.
Mikroskopi omogućuju znanstvenicima da vide do razine od jednog mikrona, otprilike veličine nekih organela, poput mitohondrija. Manji elementi, kao što su pojedinačni proteini i proteinski kompleksi, ne mogu se vidjeti kroz mikroskop. Biokemijske tehnike, koje počinju s jednim proteinom, omogućuju znanstvenicima da se spuste na nanometarsku ljestvicu.
"Ali kako premostiti taj jaz od nanometarske do mikronske skale? To je dugo bila velika prepreka u biološkim znanostima”, rekao je Ideker, koji je također osnivač UC Cancer Cell Map Initiative i UC San Diego Centra za računsku biologiju i bioinformatiku. "Ispostavilo se da to možete učiniti s umjetnom inteligencijom - gledajući podatke iz više izvora i tražite od sustava da ih sastavi u model ćelije."
Tim je trenirao MuSIC platformu umjetne inteligencije da pregleda sve podatke i napravi model ćelije. Sustav još ne preslikava sadržaj ćelije na određena mjesta, poput dijagrama udžbenika, dijelom zato što njihove lokacije nisu nužno fiksne. Umjesto toga, mjesta komponenti su fluidna i mijenjaju se ovisno o vrsti stanice i situaciji.
Ideker je istaknuo da je ovo bila pilot studija za testiranje MuSIC-a. Proučili su samo 661 protein i jednu vrstu stanice.
"Jasan sljedeći korak je puhati kroz cijelu ljudsku stanicu, a zatim prijeći na različite tipove stanica, ljude i vrste. Na kraju bismo mogli bolje razumjeti molekularnu osnovu mnogih bolesti uspoređujući što se razlikuje između zdravih i bolesnih stanica", rekao je Ideker.
Izvor: Nature