Новое моделирование сложных биологических систем поможет анализировать геномные данные и другие большие наборы данных
MIT-инженеры разработали вычислительный метод для извлечения информации из огромных биологических наборов данных, таких как данные по геномике, транскриптомике и протеомике.
Проблема больших данных в биологии
Современные технологии позволяют генерировать огромные объёмы биологических данных. Однако анализ сложных систем, например, каскада взаимодействий иммунного ответа на патоген, остаётся трудной задачей. Традиционные подходы машинного обучения, предсказывающие результат на основе входных данных, не раскрывают промежуточные механизмы.
Новый вычислительный подход
Исследователи из MIT применили вероятностную графическую сеть — тип модели, где каждая измеряемая переменная представлена узлом, а связи между узлами показывают взаимодействия. Для анализа множества разнородных наборов данных одновременно они использовали математический метод graphical lasso, который отфильтровывает корреляции, не отражающие прямые причинно-следственные связи.
«Мы создали вычислительную модель, которая позволяет предсказывать эффекты возмущений в высокосложной системе, включающей множество масштабов и разных компонентов», — говорит старший автор работы Дуглас Лаффенбургер.
Применение к вакцине против туберкулёза
Метод был протестирован на данных исследования вакцины БЦЖ (BCG). Данные включали измерения около 200 переменных (уровни цитокинов, антител, типы иммунных клеток) у 30 животных до вакцинации, после неё и после заражения туберкулёзом.
Модель выявила ключевой путь иммунного ответа:
- Вакцина стимулирует подмножество T-клеток.
- Эти клетки производят цитокин, который активирует набор B-клеток.
- B-клетки генерируют антитела, нацеленные на бактерию.
Модель также точно предсказала, что почти полное устранение B-клеток мало повлияет на эффективность вакцинации, что было подтверждено экспериментально.
Перспективы применения
- Разработка вакцин: Модель поможет предсказывать эффект вакцин и оптимизировать их до испытаний на людях.
- Исследование рака: Метод используется для изучения микроокружения опухоли и предсказания её ответа на лечение.
- Фундаментальная биология: Подход позволяет понять внутренние механизмы работы любых сложных биологических систем.
Исследование опубликовано 5 ноября в журнале Cell Systems.