Вычислительный подход EpiMogrify оптимизирует условия культивирования клеток для терапии
Исследователи из Медицинской школы Duke-NUS (Сингапур) и Университета Монаша (Австралия) разработали алгоритм EpiMogrify, способный предсказывать, какие молекулы необходимы для поддержания здоровья клеток в лабораторных культурах и для направленной дифференцировки стволовых клеток.
Суть метода
- Задача: Преодоление ключевой проблемы клеточной терапии — поддержание высокого качества и жизнеспособности клеток в культуре in vitro.
- Решение: Вычислительная модель анализирует два типа
данных:
- Гены, помеченные эпигенетическими маркерами, указывающими на их важность для клеточной идентичности.
- Белки, которые связываются с клеточными рецепторами и влияют на их активность.
- Результат: Алгоритм предсказывает специфические белки (факторы), необходимые для поддержания или изменения судьбы клеток.
Практические результаты
EpiMogrify успешно предсказал молекулы для:
- Поддержания здоровых астроцитов (нервные клетки) и кардиомиоцитов (клетки сердца).
- Индукции дифференцировки стволовых клеток в астроциты и кардиомиоциты.
Культуры с предсказанными алгоритмом белками показали эффективность, сравнимую или превосходящую стандартные среды с использованием сложных неопределенных смесей молекул.
Значение и перспективы
- Ускорение терапии: Подход позволяет сократить дорогостоящие и длительные эмпирические поиски оптимальных условий культивирования.
- Стандартизация: Способствует производству высококачественных клеток в соответствии с правилами GMP (надлежащей производственной практики) для клинического применения.
- Доступность: Предсказанные моделью молекулы доступны в публичной базе данных для других исследователей.
Исследователи оформили патент на вычислительный подход и предсказанные факторы культивирования. Разработка направлена на эффективный и безопасный перевод клеточных терапий в клиническую практику.