[364]. Другая программа, FLEX, обеспечивала плотное прилегание компонентов и отсутствие перекрытия. После трех лет работы с данными компьютерного моделирования они получили изображение плотно упакованных внутренностей виртуальной клетки, которое было настолько же ошеломляюще сложным, насколько и красивым, и стало первым шагом на пути к высокоточному моделированию[365].
Группа Коверта также начала моделировать колонии кишечной палочки, где модели цельных клеток могут делиться, размножаться и взаимодействовать независимо от того, толкают они друг друга физически или выделяют пищу, отходы или расщепляемый антибиотик. Одно удивительное открытие произошло, когда они посмотрели, как гены используются каждой бактерией в колонии. Они предсказали, что в течение клеточного цикла количество белка будет расти в геометрической прогрессии, пока клетка не разделится, затем уровни будут падать, пока рост не начнется снова. Это ожидание подтвердилось примерно с третью генов. Но ученые были удивлены, обнаружив, что большинство других генов создавались редко, а когда это происходило, количество белка резко возрастало единичными всплесками, а затем уменьшалось вдвое в каждом поколении по мере деления клетки, пока событие экспрессии не происходило снова[366].
Это загадочное поведение можно понять, если принять во внимание, что каждая бактерия может содержать только определенное количество белка, поэтому всей колонии выгодно «распространять ставку» на гены, особенно на гены устойчивости к антибиотикам. Некоторые бактерии делают ставку на одного бактериального захватчика, другие – на другого, поэтому у суперорганизма всегда будет что-то под рукой, чтобы отреагировать на угрозу. На момент написания Коверт изучал, каковы последствия таких ставок для оперонов – логических операций, включающих кластер генов.
Рисунок 30. 3D-модель клетки Mycoplasma genitalium (создано Мартиной Маритан, Людовиком Отином и Дэвидом С. Гудселлом, Scripps Research и rcSB Protein data Bank)
Получение более подробной картины важно, когда дело доходит до создания виртуальной версии бактерии. Точно так же, как телеграф произвел революцию в прогнозировании погоды, «позволив новостям о погоде распространяться быстрее, чем сама погода», Коверт считает, что следующие достижения будут связаны с более целостным представлением клетки и ее окружения в режиме реального времени, исследованиями, которые проводятся не только в его лаборатории, но, например, в исследовании Луиса Серрано из Барселонского института науки и технологий, работавшего над Mycoplasma pneumoniae[367].
Как местную погоду можно предсказать только при наличии некоторого понимания глобального контекста, от струйных течений до теплых фронтов, так и, считает Коверт, предсказание поведения клеток будет зависеть от использования текущих данных. Это означает не только секвенирование генов, но и разработку программного обеспечения, искусственного интеллекта и технологий для мониторинга в реальном времени данных о сложных и плотно упакованных внутренностях одной клетки.
VCell и ModelBricks
В то время как бактериальные клетки относительно просты и называются прокариотами, строительные блоки тел растений и животных, включая наше собственное, гораздо сложнее и известны как эукариоты. Эти клетки содержат ядро, в котором находится их ДНК, и другие органеллы, остатки более ранних эпизодов эволюции микробных слияний и поглощений.
Возьмем, к примеру, небольшие ромбовидные структуры в наших клетках, называемые митохондриями. Они не только выглядят как отдельные существа, но и имеют собственную ДНК, которая передается от матери к ребенку. Наши клетки, от мышц до мозга, управляются потомками бактерий, которые сотни миллионов лет назад обменивали химическую энергию на комфортный дом в другой клетке. Чтобы их точно смоделировать, нам необходимо перейти от обыкновенных дифференциальных уравнений, учитывающих изменения во времени, к уравнениям в частных производных, которые могут обрабатывать несколько независимых переменных. Чтобы разобраться в этих уравнениях, нам также потребуется гораздо больше вычислительной мощности.
Параллельно с усилиями по моделированию микоплазмы в середине 1990-х гг. в Коннектикутском университете появилась еще одна инициатива[368]. Там Лес Лоу убедил преподавателей поделиться опытом, временем и оборудованием для визуализации живых клеток в тогдашнем Центре технологий биомедицинской визуализации, чтобы различные дисциплины – клеточная биология, химия, оптическая инженерия, математика, физика и компьютерная инженерия – могли способствовать созданию открытой среды разработки, позволяющей командам пробовать модули виртуальной клеточной химии. Усилия по изучению Mycoplasma привели к созданию индивидуальных моделей одного организма, а команда из Коннектикута хотела создать сборочную линию для изготовления всех видов виртуальных клеток.
Перед построением пространственно явной модели уравнения в частных производных типичный пользователь виртуальной клетки – VCell – начинает с обыкновенных дифференциальных уравнений[369]. В клеточных компартментах программное обеспечение позволяет связывать реагенты и продукты, а также ферменты, которые превращают первые во вторые. VCell облегчает разработку многокамерных моделей обыкновенных дифференциальных уравнений, например, для моделирования реакций в цитоплазме, а также внутри ядра. На этом этапе можно ввести уравнения в частных производных, чтобы концентрации внутри клеточных компартментов могли меняться как функции пространства и времени. Для работы необходимо количественно оценить, как диффундируют молекулы – коэффициенты диффузии получаются из экспериментов (с использованием таких методов, как восстановление флуоресценции после обесцвечивания (FRAP) и флуоресцентная корреляционная спектроскопия (FCS), где белки помечаются флуоресцентными маркерами).
География реальной клетки включена в виртуальную версию с помощью конфокальной микроскопии, которая за последние два десятилетия произвела революцию в нашем представлении о клетке благодаря потрясающим трехмерным красочным изображениям. Эти изображения можно использовать в качестве основы экспериментальных данных для построения трехмерных пространственных моделей сетей химических реакций. Затем пользователь разделяет геометрию на однородную сетку элементов – как всегда, достаточно большую, чтобы быть полезной, но достаточно маленькую, чтобы не требовала слишком больших вычислительных затрат. Реакция, диффузия, перемещение тепла или вещества, транспорт через мембраны и электрофизиология – все поддерживается VCell. Команды могут передавать VCell результаты измерений реальных клеточных процессов, систематизировать эти данные, обмениваться ими и использовать математические модели для моделирования и анализа биологии в этой модульной вычислительной системе.
Вместе со своим коллегой Михаилом Блиновым Лоу познакомил нас с их моделью клетки, которая показывает отдельные биохимические реакции в виде узлов[370]. Нажмите на узел, и вы увидите химический процесс в действии. Цепные реакции химии показаны в виде сетей, а они, в свою очередь, могут быть отображены на клеточной геометрии, будь то изображения срезов клетки, полученные с помощью конфокального микроскопа, или даже идеализированные формы, такие как сферы и кубы. Пользователь может указать начальные условия клетки, а модель также рассчитает градиенты концентрации клеточных процессов, показывая закономерности в соответствии с линиями, как предсказывал Тьюринг.
В Медицинской школе Маунт-Синай и Колумбийском университете эта виртуальная клетка использовалась для изучения того, как клетки почек человека регулируются для создания тонкой системы фильтрации, состоящей из пальцеобразных выступов, которые позволяют почкам функционировать[371]. Другие проекты используют VCell для изучения клеток поджелудочной железы[372] и способа передачи сигналов в мозге через синапсы и нейроны.
Это программное обеспечение для виртуальных клеток теперь используется учеными во всем мире для изучения того, как архитектура клеток формирует и контролирует их реакцию на окружающую среду, а также как клеточные химические вещества реагируют и распространяются. Модель была недавно обновлена и теперь включает в себя движение клеток[373]. Лоу рассказал: «Наше программное обеспечение предназначено для очень общего моделирования клеточной биологии с учетом диффузии с помощью дифференциальных уравнений в частных производных (а также ОДУ и стохастических событий). Это делает его ценным для широкого круга исследователей – количество зарегистрированных пользователей составляет 24 000»[374].
Важно отметить, что оно также предлагает базу данных, которую другие пользователи могут использовать для поиска моделей (или фрагментов моделей), на основе которых можно разрабатывать собственные модели, которые, в свою очередь, можно внести в базу данных, обычно после публикации статьи, описывающей моделирование их клеток. На момент написания в базе данных почти 1000 общедоступных моделей, и около 275 полностью курированы. «Поскольку база данных продолжает расти, она в прямом смысле слова станет виртуальной клеткой», – сказал нам Лоу.
Большинство вычислительных моделей в биологии предназначены для одноразового использования. Блинов стремится создавать тщательно аннотированные и курируемые модули, получившие название ModelBricks, которые пользователи смогут смешивать, сопоставлять и модифицировать для создания сложных моделей виртуальных клеток