Jelenből a Jövőbe / 2024. november 22., péntek

Komplex biológiai rendszerek új megközelítésű modellezése

Az elmúlt két évtizedben az új technológiák óriási mennyiségű biológiai adat előállításában segítettek kutatókat. Sejtes és többsejtű rendszerekre vonatkozó infók változatos területek fejlődését, például a genetikában végzett kísérleteket viszik előre. Megértésük azonban nem mindig könnyű, különösen, ha komplex rendszereket próbálunk elemezni.

Az MIT (Massachusetts Institute of Technology) biomérnökei új számítási módszert dolgoztak ki hasznos infók kinyerésére ezekből az adatkészletekből. Kimutatták, hogy így egy sor olyan kölcsönhatást képesek feltárni, amelyek meghatározzák, hogy például az immunrendszer miként reagál a tuberkulózis elleni oltásra és az azt követő fertőzésre.

Komplex biológiai rendszerek, mint az immunrendszer vizsgálatakor, tudósok sokféle adatot képesek kinyerni. Gépi tanulással modellek gyakoroltathatók be adott inputsor melletti speciális outputok előrejelzésére. Ebből a modellezésből viszont nem ismerjük meg, mi történik az input és az output között. Klinikai eseteknél nagyon hasznos, a biológia megértésében viszont már kevésbé, mert nem tudjuk, milyen mechanizmusok generálnak outputokat az inputokból.

A gépitanulás-megközelítés helyett a beszédfelismerésben és a gépi látásban elterjedt, a biológiában viszont ritkán alkalmazott valószínűségi grafikus hálózatokat használták. Minden egyes mért változó csomópont, és a modell térképet generál a csomópontok egymáshoz kapcsolódásáról.

Az MIT-kutatók korábban csak egy adattípusos elemzésre, most viszont többféle adatra használták. Matematikai technikával, „grafikus lasszóval” kiszűrték az egymásra közvetlenül nem ható változók közötti kapcsolatokat, a számítástudomány „zajait”. Így csak a legfontosabb interakciókra koncentrálnak, és kimutathatók a közvetlen hatások.

A módszert tuberkulózis elleni oltóanyagon tesztelték. Az adatok kb. kétszáz változót tartalmaztak, a méréseket oltás előtt és után, majd a fertőzést követően is elvégezték. Technikájukkal meg tudták állapítani, milyen lépések szükségesek nagyon erős immunreakció kialakításához.

Eljárásukat gyógyszerfejlesztésekhez, de például tumor mikrokörnyezetének tanulmányozásához is alkalmazhatják.

Tovább az eredeti oldalra!