Учёные создали модель для изучения тканевых сетей, формируемых делением клеток

Компьютерные учёные из Гарварда разработали вычислительную модель для изучения структуры тканевых сетей, создаваемых делением клеток у различных организмов, включая плодовых мушек, головастиков и растения.

Результаты, опубликованные в июньском номере PLoS Computational Biology за 2009 год, могут помочь понять, как многоклеточные системы достигают (или не достигают) устойчивости, возникающей из кажущегося случайным поведения групп клеток. Модель также служит дорожной картой для исследователей, стремящихся искусственно воспроизвести сложное биологическое поведение.

Суть модели

• Модель позволяет изучать топологию тканей — то, как клетки соединяются друг с другом — и понимать, как эта сеть связей создаётся в результате поколений клеточных делений.
• Даже при случайном делении клеток, заданная стратегия деления приводит к появлению очень предсказуемых «сигнатурных» особенностей на уровне ткани.
• Регулярность ткани, такая как процент шестиугольников и общее распределение форм клеток, может служить индикатором для вывода свойств самого механизма деления клеток.

Значение для биологии

• В эпителиальных тканях растущих организмов способность справляться с непредсказуемыми вариациями (устойчивость) критически важна для нормального развития.
• Модель — это инструмент для проверки гипотез о клеточном делении: анализ конечной структуры ткани даёт ключ к пониманию процесса её сборки.
• Модель объясняет ранее сделанное открытие: многие пролиферирующие эпителии, от растений до лягушек, демонстрируют почти идентичное распределение форм клеток.
• Высокая регулярность в природе требует сильной корреляции в том, как делятся соседние клетки. Однако разные организмы (например, растения и плодовые мушки) эволюционировали различными путями для достижения сходного паттерна.

Перспективы

• Подход планируется использовать для обнаружения и изучения мутаций, негативно влияющих на процесс деления клеток в эпителиальных тканях, что связано с аномалиями развития и образованием рака у взрослых.
• В будущем модель может помочь понять другие природные клеточные сети (вплоть до геологических трещин) и вдохновить на создание более устойчивых компьютерных сетей.