În stadiile inițiale ale dezvoltării embrionare, un mic mănunchi de celule stem pluripotente își construiește viitoarele funcții, transformându-se treptat în țesuturi precum creierul, ficatul sau mușchii, iar structuri tridimensionale prind formă.

Fiecare celulă decide instrucțiunile pe care le urmează în funcție de genele care sunt activate sau dezactivate în interiorul ei. Modelele de activitate genică stabilesc structura și funcția celulară, permițându-i să îndeplinească un rol specific în organism.

Însă decizia nu aparține unei singure celule. Celulele emit și recepționează semnale chimice de la vecine, iar aceste mesaje sunt transmise în lanțuri de semnale care, prin rețele de semnalizare, transformă stimulii externi în modificări ale activității genice.

Urmele căilor de semnalizare în evoluția celulelor

Pentru cercetători, abilitatea de a urmări ordinea în care celulele primesc instrucțiuni reprezintă o unealtă puternică pentru înțelegerea dezvoltării țesuturilor și pentru a afla de ce apar dezechilibre în boli.

Până în prezent, acest lucru a fost dificil deoarece se considera că semnalele variază în funcție de tipul de celulă, ceea ce ar necesita cartografierea fiecărei căi separat pentru fiecare tip celular — un efort uriaș.

Totuși, un studiu recent arată că fiecare cale de semnalizare lasă în urmă o amprentă unică, un tipar de activitate genică care reflectă semnalul primit.

Modelele comune ale amprentelor unice

Este important ca aceste amprente să rămână identice între diferite tipuri de celule pentru aceeași cale, ceea ce înseamnă că nu este necesar să se construiască hărți separate pentru fiecare tip celular; aceste amprente pot reconstrui istoria dezvoltării pentru mai multe tipuri.

Progresul a fost posibil datorită IRIS, un model de învățare automată capabil să detecteze semnele amprentelor pentru diferite căi și să indice ce semnale au ajuns la celulă în diferite faze ale dezvoltării.

Această abordare bazată pe inteligența artificială oferă un avantaj semnificativ față de metodele tradiționale care necesită testarea fiecărei căi și a fiecărui tip celular în laborator, permițând cartografierea istoriei semnalelor la scară largă.

Modelul IRIS pentru recunoașterea căilor de semnal

Asemănător cu modul în care asistenții vocali precum Siri pot ajuta la recunoașterea multilingvă prin învățare transfer, IRIS funcționează astfel întrucât principiul învățării transferului permite aplicarea pe diferite tipuri de celule.

Concluziile cercetătorilor, publicate în Nature Methods, pot accelera cercetarea despre celulele stem în medicina regenerativă, îmbunătățind crearea de organoizi pentru studiul mecanismelor bolilor și testarea medicamentelor.

IRIS este un model bazat pe o rețea neuronală care identifică tipare în seturi mari de date și încearcă să estimeze ce căi au fost activate în momente specifice ale dezvoltării.

Realizare practică în înțelegerea comunicării dintre celule

Li și Hutchins au folosit trei mari seturi de date experimentale pentru a antrena modelul, măsurând cum răspund mii de celule stem umane la diferite combinații de semnale în etapele diferite ale dezvoltării.

Ulterior, IRIS a fost testat pe date de la embrioni de șoarece în timpul gastrulației, iar IRIS a prezis cu precizie momentul și locul activării anumitor căi în celulele implicate în inimă, intestin, mușchi și măduva spinării.

Prin această abordare, cercetătorii pot înțelege comunicarea între celule și pot oferi îndrumări practice pentru direcționarea celulelor stem în laborator sau în medii clinice.

Ghidul dezvoltării pulmonare prin IRIS

Când IRIS a fost folosit pentru a identifica semnalele care conduc apariția tipurilor celulare necesare dezvoltării plămânilor, modelul a prezis că activarea unei căi specifice va facilita dezvoltarea plămânilor.

Experimentele efectuate pe embrioni de șoarece au confirmat această predicție.

Identificarea semnalelor exacte deschide posibilitatea de a crea în laborator modele de țesut pulmonar asemănător cu țesutul natural, utile pentru înțelegerea mecanismelor bolilor, testarea medicamentelor și potențiale terapii regeneratoare pentru refacerea țesuturilor afectate.