Рання діагностика хвороб – інженерія допомагає біології новим підходом до виявлення біомаркерів – новини науки
Вчені пропонують застосовувати математичні моделі з теорії керування та спостережуваності.
Використання інженерних принципів у біології може суттєво змінити спосіб, у який вчені виявляють біомаркери захворювань, пише Phys. До такого висновку дійшли дослідники з Мічиганського університету, які запропонували застосувати концепції фундаментальних ідей інженерії для аналізу складних біологічних систем, що змінюються з часом.
Робота, опублікована у журналі Proceedings of the National Academy of Sciences, показує, як ці підходи можуть підвищити ефективність виявлення біомаркерів — ключових показників стану організму. Вони використовуються для діагностики хвороб або оцінки ефективності лікування.
Автори дослідження, професор Індіка Раджапаксе та доктор Джошуа Пікард, пояснюють, що основна ідея полягає у використанні понять керованості та спостережуваності — двох базових принципів інженерії, започаткованих у 1960-х роках інженером Елмером Гілбертом.
“Теорія керування стосується того, як можна спрямувати систему до бажаного стану, змінюючи її вхідні параметри. У біології це схоже на процес, коли клітина змінює свою функцію під дією певних факторів”, — зазначає Раджапаксе. Як приклад він навів відкриття, за яке у 2012 році було присуджено Нобелівську премію: перепрограмування клітин шкіри у стовбурові клітини.
Інша ключова концепція — спостережуваність, яка визначає, скільки сигналів або параметрів потрібно виміряти, щоб повністю зрозуміти стан системи. У контексті біології це означає визначення мінімальної кількості біомаркерів, які достатні для відстеження всіх важливих процесів у клітині чи організмі.
“Більшість наявних методів аналізу біомаркерів базуються лише на одному типі даних, — пояснює Пікард. — Наш підхід універсальніший: він працює з різними джерелами інформації — від транскриптоміки до даних ЕЕГ чи нейровізуалізації”.
Команда протестувала метод на кількох наборах часових транскриптомних даних, що охоплювали процеси клітинного перепрограмування, впливу пестицидів і клітинного циклу. Використовуючи підхід “динамічного вибору датчиків” (Dynamic Data Selection, DDS), дослідники змогли ідентифікувати ключові біомаркери на кожному етапі, довівши, що навіть скорочений набір даних може точно відтворити поведінку системи.
“Наша мета — знайти мінімальний набір змінних, спостерігаючи за якими, можна зробити висновки про всю систему, — пояснює Раджапаксе. — Оскільки дослідження всього геному потребує великих витрат, наш підхід дозволяє зосередитися лише на частині даних, з якої можна реконструювати повну картину”.
Науковці переконані, що ці результати можуть мати безпосереднє практичне значення. Зокрема, це може допомогти у ранньому виявленні хвороб, оптимізації біомедичних експериментів і зниженні їх вартості.
“Якщо ми можемо відстежити ключовий біомаркер і побачити, що він змінюється нетипово, це може свідчити про розвиток захворювання, наприклад, раку. У майбутньому це дозволить втручатися на ранніх етапах і запобігати хворобам”, — підсумовує Раджапаксе.
Нещодавно вчені розробили новий інструмент на базі штучного інтелекту, здатний прогнозувати ризик розвитку понад тисячі захворювань, включно з раком, діабетом та серцевими нападами, на десятиліття вперед із високою точністю. Модель, навчена на анонімних медичних даних сотень тисяч людей, виявляє довгострокові закономірності та часові інтервали між подіями, що дозволяє робити точніші, хоча й не остаточні, прогнози.