Машинное обучение помогает открыть новые способы управления пространственной организацией индуцированных плюрипотентных стволовых клеток

Создание моделей органов из собственных клеток пациента может революционизировать лечение болезней. Однако эта перспектива зависит от способности ученых формировать сложные ткани из стволовых клеток, что является сложной задачей.

В лабораторных условиях исследователи сталкивались с трудностями в контроле пространственной организации стволовых клеток — важного шага к созданию функциональных органов. Такие подходы, как 3D-печать, не всегда успешны, так как клетки часто мигрируют.

Ученые из Gladstone Institutes в сотрудничестве с Boston University использовали вычислительную модель, чтобы научиться направлять стволовые клетки к формированию новых структур, потенциально полезных для создания персонализированных органов.

"Мы показали, как можно использовать внутреннюю способность стволовых клеток к самоорганизации. Это дает нам новый способ конструирования тканей, в отличие от печати, где вы пытаетесь физически заставить клетки принять определенную конфигурацию", — сказал Тодд МакДевитт, старший научный сотрудник Gladstone.

Индуцированные плюрипотентные стволовые (iPS) клетки могут стать почти любым типом клеток в организме. Однако в чашке Петри часто получается неорганизованная смесь типов клеток, а не функциональная ткань.

Ранее было показано, что блокировка ("нокаут") экспрессии двух генов, ROCK1 и CDH1, влияет на расположение iPS-клеток. Ученые задались вопросом, можно ли предсказать точную организацию клеток при различной степени и времени блокировки этих генов. Но переменных было слишком много, чтобы тестировать все комбинации экспериментально.

Исследователи использовали систему редактирования генов CRISPR/Cas9, которую можно было активировать в любое время добавлением препарата, чтобы блокировать экспрессию ROCK1 или CDH1. Клетки флуоресцировали разными цветами при потере экспрессии этих генов, что облегчало отслеживание изменений.

После проведения нескольких экспериментов с разными дозами и временем активации CRISPR/Cas9, результаты были загружены в программу машинного обучения, предназначенную для выявления закономерностей.

"Наша модель машинного обучения позволяет предсказать новые способы самоорганизации стволовых клеток и выдает инструкции, как воссоздать эти предсказания в лаборатории", — сказал Демаркус Бриерс, соавтор исследования.

Модель использовала данные начальных экспериментов, чтобы понять, как ROCK1 и CDH1 влияют на организацию iPS-клеток. Затем исследователи начали проверять, может ли модель вычислить, как создать совершенно новые паттерны, например, "мишень" или "остров" клеток.

"Сила этой модели в том, что она может генерировать тысячи точек данных, симулируя то, что заняло бы у меня месяцы работы в лаборатории", — сказала Эшли Либби, соавтор.

Симуляции сузили набор начальных условий, которые могут привести к желаемому расположению клеток, — точно указывая, когда, где и как добавлять препараты для отключения ROCK1 и CDH1. Экспериментальная проверка этих условий показала, что система машинного обучения была права. В лаборатории впервые удалось надежно получить концентрические круги популяций стволовых клеток.

"Я был потрясен, когда впервые увидел результаты. Моделирование клеточного поведения — это Святой Грааль биологии, и эта работа делает важный шаг вперед", — сказал Брюс Конклин, старший научный сотрудник Gladstone.

В будущем команда планирует расширить модель, добавив эффекты других генов развития для получения большего разнообразия конфигураций клеток, а также работать над созданием трехмерных форм, а не только двумерных структур.

"Теперь мы на пути к настоящему конструированию многоклеточной организации, что является предшественником создания органов. Когда мы сможем создавать человеческие органы в лаборатории, мы сможем использовать их для изучения аспектов биологии и болезней, которые иначе были бы недоступны", — сказал МакДевитт.

Исследование "Self-Organized Pluripotent Stem Cell Patterning by Automated Design" было опубликовано в журнале Cell Systems 20 ноября 2019 года.