بیوانفورماتیکدیدگاهزیست شناسی مصنوعیمدلسازی ریاضیمغز و کامپیوتر

استفاده از منطق کامپیوتری در زیست‌شناسی سلولی

دانش ما از سلول چگونه در حال ارتقاست؟

با پیشرفت لحظه به لحظه‌ی دانش و فناوری، شاهد پدیدار شدن عرصه‌ها و رشته‌های میان‌رشته‌ای جدیدی هستیم که به کاربردهای بسیار مهمی می‌رسند. یکی از عرصه‌هایی که به تازگی حضور چشم‌گیری پیدا کرده‌اند، استفاده از منطق کامپیوتری در زیست‌شناسی سلولی است. در این نوشته، که توسط Neil Savage منتشر شده است، می‌خواهیم نگاهی به نمونه‌هایی از استفاده از علوم کامپیوتری در زیست‌شناسی سلولی داشته باشیم.


هنگامی که Yvonne Chen اولین مقاله‌اش را درباره‌ی سلول ایمنی خاصی که مهندسی شده بود تا بتواند دو قطعه‌ی پروتئینی روی یک سلول سرطانی را شناسایی کند، منتشر کرد، چندین تن از همکارانش سعی داشتند که او را از توصیف ساخته‌اش در زبان ناآشنای منطق کامپیوتری بازدارند؛ اما او به تصمیم خودش پایبند ماند. Chen که مهندس شیمی و زیست‌مولکولی در دانشگاه کالیفرنیا، لس‌آنجلس بود از پروتئین‌های مصنوعی که به عنوان گیرنده‌های آنتی‌ژنی کایمری شناخته می‌شوند، استفاده کرده بود تا یک سلول ایمنی، لنفوسیت T را تغییر دهد تا بتواند دو قطعه‌ی CD19 و CD20، نمونه‌هایی از آنتی‌ژن‌هایی که دستگاه ایمنی را تحریک می‌کنند، شناسایی کند.

این طراحی به این دلیل انجام شده بود که اگر سلول سرطانی جهش پیدا کند و یکی از آنتی‌ژن‌ها تغییر کند، این سلول ایمنی از آنتی‌ژن‌های دیگر برای شناسایی سلول‌های سرطانی استفاده کند. Chen به جای نام‌گذاری طراحی‌اش طبق اصطلاحات معمول زیست‌شناسی، مانند یک سلول bispecific، ساخته‌اش را به خاطر توانایی تشخیص یک هدف یا دیگری، OR-gate CAR T Cell نامید. بسیاری عقیده داشتند که نباید این طراحی این‌گونه نامیده شود زیرا افرادی که برروی سلول‌های T کار می‌کنند، زیست‌شناسان سلولی یا پزشکان هستند و نخواهند فهمید که OR gate چه مفهومی دارد؛ اما هم‌اکنون، همه از این سلول‌ها تحت این عنوان یاد می‌کنند، زیرا بهتر معنی می‌دهد.

مفهوم OR gate (دروازهٔ یا یا گیت اُر (به انگلیسی: OR gate) یکی از دروازه‌های منطقی است که اگر دست کم یکی از ورودی‌هایش یک باشد خروجی‌اش نیز یک منطقی خواهد بود. به عبارت دیگر تنها هنگامی خروجی این دروازه صفر خواهد بود که همهٔ ورودی‌هایش صفر باشند.) در علوم کامپیوتر آشناتر است، طبق گفته‌ی Chen، این نام‌گذاری به شکل اختصاری توصیف می‌کند که این سلول در واقعیت چه کاری انجام می‌دهد و آن را از دیگر سلول‌های bispecific جدا می‌کند. این سلول‌ها در شروع آزمایش‌های بالینی هستند و آزمایشگاه Chen در حال توسعه‌ی سلول‌هایی از عملیات‌های منطقی دیگر تقلید می‌کند، مانند مکانیسم AND، که فقط در صورتی عمل می‌کنند که دو ورودی مثبت داشته باشد و مکانیسم NOT که اگر ورودی مثبت داشته باشد، خروجی منفی می‌دهد.

استفاده از علوم کامپیوتر در زیست‌شناسی، چه رشته‌هایی را به وجود می‌آورد؟

همچنان که دانشمندان به مهندسی دوباره‌ی فعالیت‌های سلولی برای برخی اهداف اختصاصی می‌پردازند، اصطلاحات و مفاهیم علوم کامپیوتری در آزمایشگاه‌های زیست‌شناسی متداول‌تر شده‌اند. دانشمندان قابلیت‌های بی‌سابقه‌ای را هم از ابزارهای ویرایش ژنوم که مدتی است توسعه پیدا کردند (برای مثال، می‌توان به روش‌هایی اشاره کرد که از ویروس‌ها یا پروتئین‌هایی به نام zinc finger استفاده می‌کنند و همچنین از فناوری جدید CRISPR-Cas9 که اجازه می‌دهد که ویرایش ژنوم، هدفمندتر صورت بگیرد) ابداع می‌کنند.

دانشمندان، با تغییرات ذره به ذره‌ی عوامل رونویسی شرکت‌کننده در همانندسازی DNA در ترکیب‌های مختلف، در حال درست کردن مجموعه‌های بزرگی از اطلاعات هستند، تا دریابند که هر یک از این ترکیب‌ها چه تأثیری به همراه خواهند داشت. در این روش، تنوع و پیچیدگی خیلی زیادی وجود دارد؛ برای فهم این پیچیدگی و رسیدن به نتایج قابل اطمینان، به دانشمندی در زمینه‌ی علوم کامپیوتری نیاز هست تا بتوان یک مدل از آن‌چه در جریان هست، ساخت. دیگر محققان در حال ساخت درمان‌های احتمالی هستند؛ برخی از این درمان‌ها بر اساس سلول‌های ایمنی بیمار هستند. این سیر حرکت به سوی درمان‌های جدید، نگرش تازه‌ای را نیز نسبت به تکوین جنینی فراهم آورده است.

مهندس Chen روش درمانی خود، OR-gate CAR را توسعه داد تا از پدیده‌ی «فرار تومور» جلوگیری کند که در آن، سرطان جهش پیدا کرده و برای سیستم ایمنی، که باید به آن حمله کند، غیر قابل شناسایی می‌شود. با این سلول T،سلول سرطانی باید دو آنتی‌ژن خود را از دست بدهد تا برای سیستم ایمنی، غیر قابل تشخیص شود؛ که بسیار نادرتر صورت می‌گیرد. اما درمان از راه CAR T-cell نقایصی را به همراه دارد. هنگام هدف گرفتن انواع خاصی از سرطان، می‌تواند یک آنتی‌ژن مشابه را در یک سلول سالم تشخیص دهد و به آن حمله کند.

او همچنین سیستمی دیگر طراحی کرده است که بر اساس الگوی منطقی AND عمل می‌کند. بدین ترتیب که هر گاه سلول T یک سیگنال از آنتی‌ژن هدف دریافت کند، یک گیرنده‌ی دوم بیان کرده و تنها در صورتی که گیرنده‌ی دوم نیز آنتی‌ژن ویژه‌ی خود را روی سلول هدف پیدا کند، سلول T فعال می‌شود و حمله می‌کند. این که از کدام سلول T در روند درمان استفاده شود، بستگی به ویژگی‌های سرطانی دارد که هدف درمان قرار گرفته است.

طبق گفته‌ی Endy، می‌توان حتی کارهای بزرگ‌تری را با استفاده از منطق سلولی انجام داد. وی می‌گوید: “امروزه، ما به کلیه‌ی اپراتورهای منطقی Boolean دست یافته‌ایم که می‌توانند در گستره‌ی متنوعی از انواع سلول‌ها و با کمک مکانیسم‌های سلولی گوناگونی مورد استفاده قرار گیرند. این روش روز به روز در حال پیشرفت است.” او همچنین تغییر سلول‌ها را به گونه‌ای که بتوانند تعداد تقسیم‌های خود را بشمارند، تصور می‌کند. و در این صورت، وقتی که برخی از سلول‌ها شروع به تقسیم بسیار سریع کنند، می‌توان نشانه‌ای از شروع سرطان دانست و با تحریک مرگ برنامه‌ریزی شده‌ی سلول می‌توان در بدو تشکیل تومور، آن را از بین برد.

محقق دیگری در استنفورد، آسیب‌شناسی به نام Marius Wernig از مؤسسه‌ی زیست‌شناسی سلول بنیادی و پزشکی بازساختی، ساخت «سلول‌های هوشمندی» را تصور می‌کند که بتوانند در بدن به اجرای روندهای بیماری نظارت داشته باشند و اگر روندی اشتباه پیش رفت، اقدامی انجام دهند. اجرای چنین پروژه‌ای بسیار دور است، اما غیرممکن نیست. تمرکز اصلی Wernig برروی پزشکی بازساختی است. آزمایشگاه او اولین آزمایشگاهی است که سلول‌هایی که به طور معمول بافت پوست را تولید می‌کنند، به نورون‌هایی دارای عملکرد تبدیل کرد.

او به ویژه از سلول‌های بنیادینی که از سلول‌های بالغ تولید شده‌اند، استفاده می‌کند تا درمانی برای بیماری Dystrophic epidermolysis bullosa را توسعه دهد؛ بیماری‌ای ژنتیکی که باعث می‌شود پوست بیمار تاول بزند و ترک بخورد. هدف او این است که سلول‌های بیماران را برداشت کند و آنان را به سلول بنیادی تبدیل کند، آن‌ها را از نظر ژنتیکی تغییر دهد، سپس آن‌ها را به پوست برگرداند تا بتواند از آن‌ها به عنوان بافتی پیوندی استفاده کند تا بافت آسیب‌دیده را جایگزین کند. او امیدوار است که این روش درمانی در دو تا سه سال آینده به مرحله‌ی آزمایش‌های بالینی برسد.

برای درک این که چگونه ویرایش مکانیسم‌های درون یک سلول رفتار یک سلول را تغییر می‌دهد، Wernig و همکارانش از فناوری CRISPR استفاده کرده‌اند تا عوامل را به صورت انفرادی، و سپس در ترکیب با یک‌دیگر، تغییر دهند. در عوض بریدن یا اضافه کردن قسمتی از DNA به ژنوم سلول، او عوامل رونویسی درون سلول را فعال یا غیرفعال کرد تا تأثیرش را مشاهده کند. او این روند را برای بیش از 2000 عامل رونویسی و همچنین آنزیم‌هایی که DNA را می‌پیچانند (و «تغییردهنده‌های کروماتین» نامیده می‌شوند) تکرار کرد تا اساساً هر اهرمی در ساز و کار سلولی را تغییر دهد و اثرش را ببیند.

 قدرت پردازش کامپیوترها برای محاسبات زیست‌شناسی

علوم کامپیوتر نقش بزرگی در مهندسی سلولی دارد؛ بخشی به این علت که آزمایش‌هایی مانند آزمایش Wernig مقادیر بزرگی از اطلاعات را تولید می‌کنند؛ هنگامی که زیست‌شناسان آزمایشی را انجام می‌دهند تا به ژن‌هایی که در سلول خاصی بیان می‌شوند یا بیان نمی‌شوند و یا در چه مقداری بیان می‌شوند، نگاهی بیندازد، حاصل آزمایش می‌تواند مجموعه‌ای از اطلاعات، شامل بیست تا سی هزار متغیر در معمولاً هزاران سلول مجزا باشد. برای این که این اطلاعات را قابل فهم سازیم، مخصوصاً وقتی که بسیاری از عوامل متفاوت وجود دارند که در ترکیب‌های پیچیده‌ای با یک‌دیگر کار می‌کنند، نیاز به مدل‌سازی کامپیوتری و یادگیری ماشین است.

بنابر گفته‌ی Krishnendu Roy، مهندس پزشکی زیستی که بخش ساخت فناوری‌های سلولی بنیاد ملی علمی مرکز تحقیقات مهندسی در مؤسسه‌ی فناوری گرجستان را هدایت می‌کند، هر چند که مردم در ساخت اجسام بی‌جان (مانند تراشه‌های کامپیوتری تا ماشین‌ها) و حتی محصولات نسبتاً ساده‌ی زیستی مانند آنتی‌بادی‌های monoclonal پیشرفت بسیار زیادی کرده‌اند، تولید صنعتی سلول‌ها به کلی یک عصر جدید است. وی می‌گوید: “برای احتمالا اولین بار در طول تاریخ بشریت، ما در حال تلاش برای ساخت یک موجود زنده در مقیاس صنعتی هستیم. کل الگو نیاز به تغییر دارد.”

پیشرفت‌های زیست‌شناسی با استفاده از علوم کامپیوتر

مهندسی سلولی یک رشته‌ی میان‌رشته‌ای است و برای محققان بسیار مهم است که در تمام تخصص‌هایی که با زمینه‌ی کاری آن‌ها در ارتباط است، دانش لازم را داشته باشند. Roy می‌گوید: “هم‌اکنون رشته‌های زیست‌شناسی سلولی، مراقبت‌های بهداشتی و علوم آماری به ما دیدی از ویژگی‌ها و کاربردهایی می‌دهند که ما هیچ‌گاه دیدی از آن‌ها نداشتیم.”

محققان می‌گویند که ناچار شدند بسیار بیش‌تر از رشته‌ی اصلی خودشان بیاموزند؛ برای مثال، Chen مجبور شد بیاموزد که چگونه یک آزمایش بالینی راه بیندازد. او کشف کرد یک مشکلی که او هیچ‌گاه به عنوان یک دانشمند محض آزمایشگاهی در نظر نگرفته بود، حجم کاربردی دارویی بود که می‌توان به بیمار تزریق کرد. او همچنین مجبور شده بود به این فکر کند که نه تنها چیزی که برای آن تلاش می‌کند، باید کار کند، که باید در راهی اجرا شود که قابلیت ثبت اختراع داشته باشد. ایمنی درمانی بسیار گران است و حفظ مالکیت معنوی، می‌تواند کمک هزینه‌ای را برای اجرای آزمایش‌های بالینی اجرا کند.

در واقعیت، Endy باور دارد که این عرصه علاوه بر سوالات علمی و مهندسی، مسائل اخلاقی و سیاسی زیادی را ایجاد می‌کند. او می‌گوید: “ما می‌توانیم ده میلیارد نفر را توانمند سازیم که بدون آلوده ساختن زمین، زندگی کنند. به نظرم، ما در حال امن ساختن مواد زنده هستیم و تا 2030 می‌توانیم به هدفمان برسیم، و حتی می‌توانیم سریع‌تر کار کنیم. سوال من این است؛ ما از زیست‌شناسی چه می‌خواهیم؟ ما از ارتباطمان با زیست‌شناسی چه چیزی می‌خواهیم؟ این یک سوال علمی یا مهندسی نیست.”

منبع
Nature
برچسب‌ها
نمایش بیشتر

نوشته‌های مشابه

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

+ سـیزده = بیـست سـه

دکمه بازگشت به بالا
EnglishIran
بستن
بستن