Szegedi kutatók irányt mutatnak a legrangosabb sejtbiológiai lapban
A HUN-REN Szegedi Biológiai Kutatóközpont két kutatója, Diósdi Ákos és Horváth Péter, valamint Fabian J. Theis német kutató szeptemberben véleménycikket közölt a Nature Reviews Molecular Cell Biology című folyóiratban. Az írás azt járja körül, hogyan érdemes továbbfejleszteni a mesterségesen előállított, szövetszerű modelleket, amelyekkel a laboratóriumokban az emberi szervezet működését vizsgálják.
A Nature Reviews Molecular Cell Biology a molekuláris és sejtbiológia egyik legtekintélyesebb szaklapja, impaktfaktora 118, ezzel a Clarivate elemzőcég legfrissebb rangsorában a sejtbiológiai folyóiratok élén áll. Az impaktfaktor azt mutatja meg, hogy más kutatók átlagosan hányszor hivatkoznak egy lap cikkeire. A kutatóközpont közleménye szerint magyar szerzők ritkán jelennek meg ilyen rangos lapban, a szegedi írást az utóbbi évek egyik legjelentősebb magyar tudományos publikációjának tartják.
A cikk úgynevezett Comment, azaz szakmai véleménycikk: nem laboratóriumi kísérletet mutat be, hanem azt vázolja fel, merre haladjon egy egész kutatási terület. Az SZBK szerint egy jól kijelölt irány sokszor több kutatónak segít, mint egyetlen látványos eredmény, mert összehangolhatja a módszereket és csökkentheti a költségeket.
A szerzők közül Fabian J. Theis a német Helmholtz Munich egészségkutatási intézet számítógépes egészségtudományi központját vezeti, és a mesterséges intelligencia orvosbiológiai alkalmazásának nemzetközileg ismert kutatója. Horváth Péter az SZBK-ban mikroszkópos képelemzéssel és gépi tanulással foglalkozó kutatócsoportot vezet, amelynek rákkutatási eredményei nyáron a Nature-ben is megjelentek. Horváth május óta a Tudományos és Technológiai Minisztérium tudománypolitikai és innovációs államtitkára, ő ismertette a kormány új tudományos és innovációs stratégiáját is.
Mini-szervek, amelyek minden laborban ugyanúgy viselkednének
A cikk a 3D-oidokkal foglalkozik. Ez gyűjtőnév azokra a háromdimenziós sejttenyészetekre, amelyek már nem egyszerű sejthalmazok, hanem miniatűr, szervszerű szerkezetek, és sok tekintetben a valódi emberi szövetek működését utánozzák. Ide tartoznak például az organoidok, vagyis őssejtekből növesztett mini-szervek, és az assembloidok, amelyeket több organoid összekapcsolásával hoznak létre.
A szerzők szerint ezekkel a modellekkel jobban megérthető, hogyan kommunikálnak egymással a sejtek, és hogyan zajlanak a bonyolult biológiai folyamatok. Csökkenhet általuk az állatkísérletek szükségessége, hosszabb távon pedig közelebb kerülhetünk a gyógyításra is használható mesterséges szövetekhez és szervekhez.
Diósdi Ákos szerint ugyanakkor nem az a cél, hogy újabb és egyre bonyolultabb modellek szülessenek. A bioinformatikus úgy látja, hogy a szövetszerű mintákat szabványosított és megismételhető módon kell használni, hogy ugyanazt a kérdést sok laboratóriumban, egymással összehasonlítható eredményekkel lehessen vizsgálni. „Ha ez sikerül, akkor a 3D-oidok valódi platformokká válnak. Ez az ipari szintű standardizáció az alapkutatástól a gyógyszerfejlesztésig minden területet gyorsabbá, olcsóbbá és kiszámíthatóbbá tesz” – fogalmazott Diósdi a kutatóközpont közleményében. A platform ebben az értelemben olyan közös, egységes kutatási eszközt jelent, amelyre bármelyik laboratórium építhet.
A mesterséges intelligencia rakja össze a kirakóst
A szerzők szerint a sejtek működését nem szabad különálló adatokként vizsgálni. Nem elég tudni, mely gének aktívak egy sejtben, számít az alakja, a szövetben elfoglalt helye, a szomszédos sejtekkel való kapcsolata és a molekuláris állapota is. A jövő modelljei ezeket az információkat egyetlen rendszerben egyesítik, az elemzéshez szükséges számítási kapacitást pedig egyre inkább a mesterséges intelligencia adhatja.
Horváth Péter szerint ma már hatalmas mennyiségű molekuláris, képi és térbeli adat állítható elő ugyanarról a biológiai mintáról. Úgy látja, a valódi kihívás az, hogy ezeket ne külön-külön értelmezzék. A mesterséges intelligencia abban segíthet, hogy a különböző információs rétegekből egyetlen, sokkal teljesebb képet alkossunk arról, hogyan működik egy szövet – mondta.
A közlemény szerint Diósdi Ákos kutatásai már korábban is erre a stratégiára épültek. Tavaly a Nature Communications című folyóiratban első szerzőként mutatott be egy rendszert, amelyben egy robot választja ki a legmegfelelőbb szferoidokat, vagyis gömb alakú, miniatűr szövetdarabkákra emlékeztető sejttenyészeteket. A mikroszkópos felvételeket ezután mesterséges intelligencia értékeli ki automatikusan. A kutatóközpont szerint ez a cikk kevesebb mint egy év alatt több mint 11 ezer kutatóhoz jutott el. A fejlesztést magyar használati mintaoltalom és nemzetközi szabadalom is védi.
