Ученые усовершенствовали модель для прогнозирования опасных ошибок в делении клеток

Исследователи из Виргинского политехнического института усовершенствовали математическую модель, которая симулирует влияние генетических мутаций на деление клеток. Этот шаг может дать представление об ошибках, которые порождают и поддерживают вредоносные клетки, например, опухолевые.

В исследовании, опубликованном в журнале Molecular Biology of the Cell, группа подробно описала результаты лабораторных экспериментов. Они изучали, как мутировавшие клетки проходят серию процессов для дублирования своего генетического материала и деления.

Используя эти результаты, группа разработала более точные методы для прогнозирования эффектов, которые генетические мутации окажут на способность клетки регулировать скорость деления с помощью естественных контрольных точек, таких как размер клетки и доступность питательных веществ.

«Деление клетки — энергоемкий процесс. Клеткам необходимо регулировать свои размеры, чтобы эффективно поглощать питательные вещества из окружающей среды и поддерживать правильные концентрации молекул. Поэтому здоровые клетки обычно не приступают к дублированию своих хромосом, пока не достигнут достаточного размера и массы», — объяснил Нил Адамес, ведущий автор исследования.

В организме взрослого человека в среднем около 32,7 триллионов клеток. При том, что деление клеток происходит десятки миллиардов раз в день, контрольные точки, такие как минимальный размер клетки, действуют как тормоза, минимизируя критические ошибки.

В новом исследовании ученые проверяли прогнозы о том, смогут ли дрожжевые клетки с определенными мутациями выживать и размножаться. Неточные прогнозы использовались для улучшения модели и лучшего понимания биохимических механизмов, управляющих делением клеток.

Эта «интегративная» модель — результат долгосрочного сотрудничества нескольких исследователей из Виргинского политехнического института.

«Биологические эксперименты помогли нашей команде создать новые алгоритмы, которые теперь способны устанавливать связи между клеточными процессами за считанные секунды. Совместная работа по улучшению этой модели позволяет исследовательской группе генерировать и проверять гипотезы быстрее, чем когда-либо прежде», — отметил Т.М. Мурали, профессор компьютерных наук.

Этот оптимизированный процесс может быть особенно полезен для исследований рака, где ученые до сих пор сталкиваются с трудностями в оценке того, как определенные мутации способны процветать и размножаться.