Rozwój zarodka to niezwykle skomplikowany proces, w którym z niewielkiej grupy komórek macierzystych powstają wyspecjalizowane komórki budujące tkanki i narządy, takie jak mózg, płuca, mięśnie czy wątroba. Kluczową rolę w tym procesie odgrywają sygnały chemiczne, które komórki nieustannie wysyłają i odbierają od swoich sąsiadów. To właśnie te sygnały decydują o tym, jakie geny zostaną aktywowane lub wyciszone, a w konsekwencji, jaką funkcję przyjmie dana komórka.
Dotychczas naukowcy sądzili, że śledzenie historii sygnałów odbieranych przez poszczególne komórki jest niemal niemożliwe. Wynikało to z przekonania, że efekty działania szlaków sygnałowych są bardzo zróżnicowane w zależności od typu komórki, co wymagałoby osobnego badania każdego przypadku. To zadanie wydawało się niewykonalne ze względu na ogromną liczbę możliwych kombinacji. Przełom nastąpił dzięki pracy zespołu kierowanego przez dr Pulin Li oraz Nicholasa Hutchinsa. Badacze odkryli, że każdy szlak sygnałowy pozostawia w komórce charakterystyczny „odcisk palca” - unikatowy wzorzec aktywności genów, który jednoznacznie wskazuje, jakie sygnały komórka otrzymała. Co najważniejsze, te wzorce są powtarzalne w różnych typach komórek dla tego samego szlaku sygnałowego.
Odkrycie to umożliwiło stworzenie modelu sztucznej inteligencji o nazwie IRIS. Model ten, oparty na sieciach neuronowych, potrafi wykrywać te „odciski palców” i na ich podstawie określić, jakie sygnały docierały do komórki na różnych etapach jej rozwoju, nawet jeśli wcześniej nie analizowano danego typu komórki. IRIS został wytrenowany na ogromnym zbiorze danych, obejmującym reakcje tysięcy ludzkich komórek macierzystych na różne kombinacje sześciu głównych szlaków sygnałowych, analizowanych na wielu etapach rozwoju. Dzięki temu powstała szczegółowa mapa wpływu sygnałów na zachowanie komórek.
Model został następnie przetestowany na pojedynczych komórkach mysich zarodków w fazie gastrulacji, kluczowym etapie, gdy komórki zaczynają różnicować się na tkanki takie jak serce, jelita, mięśnie czy rdzeń kręgowy. IRIS z dużą precyzją przewidywał, kiedy i gdzie aktywują się konkretne szlaki sygnałowe, prowadząc do powstania określonych struktur w organizmie. To przełomowe narzędzie pozwala nie tylko lepiej zrozumieć podstawy komunikacji między komórkami, ale także daje naukowcom praktyczną mapę do sterowania losem komórek macierzystych w warunkach laboratoryjnych. Dzięki temu możliwe staje się tworzenie precyzyjnych modeli tkanek i narządów, tzw. organoidów, które mogą służyć do badania chorób i testowania nowych leków.
Jednym z pierwszych zastosowań IRIS było zidentyfikowanie sygnałów niezbędnych do powstania komórek płucnych. Model przewidział, że aktywacja określonego szlaku sygnałowego sprzyja rozwojowi komórek specyficznych dla płuc. Przewidywania te zostały potwierdzone w eksperymentach na zarodkach myszy, co otwiera drogę do tworzenia dokładnych modeli płuc w laboratorium. Takie modele mogą okazać się nieocenione w badaniach nad chorobami układu oddechowego, takimi jak astma, rak płuc czy idiopatyczne włóknienie płuc, w których dochodzi do nieodwracalnego uszkodzenia tkanki. Umożliwią one testowanie nowych terapii oraz projektowanie leczenia regeneracyjnego, które pozwoli na naprawę uszkodzonych narządów.
Odkrycie zespołu z Whitehead Institute otwiera zupełnie nowe perspektywy dla biologii rozwojowej, medycyny regeneracyjnej i inżynierii tkankowej. Dzięki AI naukowcy mogą teraz w niespotykanym dotąd tempie rozszyfrowywać złożone procesy komunikacji komórek, które decydują o powstawaniu tkanek i narządów. To nie tylko przyspieszy rozwój nowych terapii, ale także pozwoli lepiej zrozumieć mechanizmy powstawania chorób oraz znaleźć skuteczniejsze sposoby ich leczenia.
