Математические методы помогли биологам заглянуть в «пограничные» области в развитии организмов
Систематизация исследований важнейшего растительного гормона с применением методов математического моделирования позволили международному коллективу ученых из России, Германии и США заглянуть в «пограничные» области функционирования живых организмов, а также предположить, как будут развиваться подобные исследования в ближайшем будущем.
Детали опубликованы в журнале Trends in Plant Science. Основной вклад в работу внесла заведующая лабораторией компьютерной транскриптомики и эволюционной биоинформатики Новосибирского государственного университета, заведующая сектором системной биологии морфогенеза растений Института цитологии и генетики СО РАН, кандидат биологических наук Виктория Миронова, единственная россиянка среди авторов научной статьи.
Ученые проанализировали данные о влиянии фитогормона ауксина на развитие семени растения, полученные как в результате экспериментальных исследований, так и c помощью методов математической биологии. Методы математического моделирования позволили исследовать «закрытую» для экспериментов «пограничную» область - переход от молекулярного уровня организации растения к клеточному. Авторы рассмотрели чрезвычайно сложный регуляторный контур действия гормона - схему того, как ауксин на молекулярном уровне управляет активностью генов, ключевых для развития семени, отдельных органов растения (корня, стебля) и всего организма в целом.
При появлении молекул ауксина, в клетках начинается синтез РНК и белков с генов-мишеней, клетки начинают активно делиться. Высокая концентрация ауксина важна для поддержания стволовых клеток растения. При этом ауксин активирует и гены ингибиторы - «замедлители» вышеописанных процессов (синтеза РНК и белков).
Получается парадоксальная ситуация - регуляторная система становится и активна, и неактивна одновременно, как в известном эксперименте про кота Шредингера. Методы математического моделирования показали, что такая регуляция позволяет клетке генерировать большое количество возможных состояний, в зависимости от внешних условий. Именно это и пытались понять исследователи долгое время - как простая молекула ауксина регулирует такое многообразие процессов?
Подобный результат невозможно было исследовать экспериментально, например, классические методы генетики по «выключению» определенных генов в пути передачи сигнала ауксина мало меняли внешний вид растения. В силу того, что у растений много дублирующих путей (например, у модельного растения Arabidopsis thaliana 23 транскрипционных фактора и 20 белков-ингибиторов) растение просто заменяло «поломанный» ген на «здоровый». Благодаря методам математического моделирования исследователи смогут приступить к анализу и этого многообразия и наконец понять, как развивается растение.
Говоря о будущем, авторы научной работы полагают, что в ближайшее время будут активно формироваться три типа моделей, заполняя информационные «пустоты» на трех уровнях организации живого - между молекулярным уровнем и клеточным, между клеточным и тканевым и между тканевым и организменным. Причем каждая последующая модель будет включать в себя «сложности» предыдущих уровней.
Самые многочисленные и «давно» существующие - модели для «пограничной» области между молекулярным уровнем и клеточным, первая такая модель для ауксина появилась в 2010 году.
Самые молодые - модели, описывающие происходящее при переходе с тканевого на организменный уровень. Первая модель такого типа для зародыша растения появилась буквально «вчера» - в 2014 году. Сейчас развитие моделей для растений происходит чуть быстрее, чем для животных, так как у растений нет миграции клеток, а у животных - есть, и это значительно усложняет как экспериментальное исследование, так и компьютерное моделирование. Поэтому для животных создание моделей находится в основном на первом уровне, хотя и есть исключения.
Очевидно, что для создания и последующего решения таких моделей необходимо одинаково хорошее знание, как биологии, так и математических методов, и программирования. Вполне понятны и практические плюсы развития моделирования - со временем ученые научатся «тонко» регулировать развитие растений - например «отращивать» им корни и побеги, несмотря на неблагоприятные условия среды, получать плоды с нужной скоростью роста и концентрацией в них тех или иных веществ. В сфере медицины уже сейчас пытаются моделировать действия новых лекарств, а экспериментально проверять лишь специально выбранные после этого образцы.
