Как гены взаимодействуют для построения тканей и организмов

Чтобы преодолеть ограничения классических методов изучения клеток, группа учёных из Национального центра геномного анализа (CNAG-CRG) в Барселоне под руководством Хольгера Хейна разработала новый вычислительный инструмент. Он основан на математической теории графов и позволяет выводить глобальные, крупномасштабные регуляторные сети из данных по здоровым и патологическим органам, например, поражённым диабетом или болезнью Альцгеймера.

От открытия клеток к пониманию их регуляции

Ранее разработанные инструменты для одноклеточной транскриптомики были полезны для обнаружения неизвестных типов клеток. Однако новый инструмент позволяет пойти дальше и увидеть, как гены взаимодействуют для формирования тканей, то есть понять регуляторный процесс, контролирующий морфологию и функции клетки.

Принцип работы: теория графов

Инструмент основан на теории графов — абстрактной математической модели, где узлы соединены рёбрами. В данном случае каждый узел — это ген, а его «важность» определяется тем, насколько функция этого гена ключева для изучаемой биологической системы.

Применение и результаты

Исследователи обработали наборы данных десятков тысяч клеток, чтобы вывести регуляторные сети, управляющие формированием клеточного фенотипа. Применив инструмент к изучению диабета 2-го типа и болезни Альцгеймера, они смогли обнаружить функциональные изменения, релевантные для этих заболеваний. Это открывает двери для поиска новых мишеней для лекарств.

Значение и перспективы

Как отмечает Хольгер Хейн, этот сетевой анализ выходит за рамки текущих подходов, давая глубокое понимание того, как активность генов формирует ткани и органы. Это критически важно для понимания болезней, в которых эти сети нарушены, и поиска их «ахиллесовой пяты» для эффективного лечения.

Инструмент потенциально применим к любому заболеванию — от болезни Альцгеймера до хронического лимфолейкоза. В дальнейшем исследователи планируют использовать его для предложения новых генов-мишеней для терапии различных болезней. Результаты опубликованы в журнале Genome Biology.