Ученые из Массачусетского технологического института (MIT) и их коллеги разработали нейросетевую модель IRIS, которая определяет, какие сигналы получают клетки эмбриона в процессе развития. Исследование показало, что разные сигнальные пути оставляют характерные изменения в активности генов, своего рода «отпечатки», которые теперь можно распознавать даже в ранее не изученных типах клеток. Результаты опубликованы в журнале Nature.
По мере развития эмбриона стволовые клетки превращаются в специализированные — например, клетки мозга, сердца или мышц. На их судьбу влияют сигналы от соседних клеток: они запускают цепочки молекулярных реакций, которые меняют активность генов и подсказывают клетке, какую роль ей предстоит выполнять. До сих пор ученым приходилось отдельно изучать действие каждого сигнального пути на разные типы клеток, что требовало большого количества экспериментов.
Команда Пулина Ли и аспиранта Николаса Хатчинса обнаружила, что каждый сигнальный путь, передающий информацию клеткам, оставляет устойчивый набор изменений в активности генов. IRIS распознает эти закономерности и по генетической активности клетки оценивает, какие сигналы она получила и на каком этапе развития. Исследователи обучили модель на данных тысяч человеческих эмбриональных стволовых клеток, подвергавшихся воздействию комбинаций шести основных сигнальных путей.
Затем ученые проверили IRIS на отдельных клетках эмбрионов мыши во время гаструляции — этапа, когда клетки быстро распределяются по разным направлениям развития. Модель смогла определить, где и когда активировались сигнальные пути в клетках, из которых впоследствии формируются сердце, кишечник, мышцы и спинной мозг. Авторы также использовали модель, чтобы выяснить, какие сигналы необходимы для формирования клеток легких, после чего подтвердили предсказание экспериментом.
«IRIS помогает расшифровывать язык, на котором клетки общаются друг с другом, гораздо быстрее, чем это возможно с помощью одних экспериментов», — отметил Хатчинс. По словам Ли, модель использует принцип переноса обучения: знания, полученные на одних типах клеток, позволяют распознавать сигналы и в других.
Авторы считают, что технология может ускорить создание органоидов — миниатюрных трехмерных моделей органов, — и помочь точнее управлять развитием стволовых клеток. В перспективе это позволит создавать модели заболеваний легких, включая астму, рак и фиброз, и использовать их для поиска новых методов лечения и регенерации поврежденных тканей.
Ранее американские ученые раскрыли секрет формирования мозга.