DNR pagrįsta molekulinė kompiuterija atvers kelią programuojamoms tabletėms

Tablečių vaizdas Rawpixel | Atskleiskite purslą

Mokslininkai jau seniai žinojo, kad gyvos ląstelės naudoja sudėtingą signalų sistemą, kad suvoktų savo aplinką ir perduotų šią informaciją viduje bei savo kaimynams. Konkrečios signalizacijos molekulės, jų koncentracija ir tai, kaip tai keičiasi laikui bėgant, yra keletas veiksnių, kurie patenka į šią sistemą.

Nors iš principo paprasta, sistema pasirodo nepaprastai galinga ir sudėtinga. Štai kodėl jį iššifruoti sunku. Viena iš problemų yra sunku pastebėti signalines molekules ir išmatuoti jų koncentracijos pokyčius.

Pavyzdžiui, kai gama spinduliuotė pažeidžia žinduolių ląsteles, ji sukelia baltymo, vadinamo branduoliniu p53, išsiskyrimą. Jis išsiskiria daugybe greitų impulsų – signalas, dėl kurio ląstelė pristabdo veiklą, kad patikrintų, ar nėra pažeidimų (procesas vadinamas ląstelės ciklo sustabdymu).

Tačiau UV spinduliuotė sukelia ilgesnį vieną impulsą, kuris iš karto sukelia ląstelių mirtį. Tačiau bendras išleisto p53 kiekis abiem atvejais gali būti toks pat.

Šiuolaikiniai molekuliniai jutikliai negali pastebėti šio skirtumo. Tai veikiau kaip klausytis radijo laidos su Morzės kodo imtuvu – galite pasakyti, ar siųstuvas veikia, bet ne ką jis transliuoja.

Taigi biologams labai reikia geresnio būdo išmatuoti šiuos molekulinius signalus.

Į Čikagos universitetą įstojo Jacksonas O'Brienas ir Arvindas Muruganas. Šie vaikinai sukūrė būdą, kaip išmatuoti molekulinių signalų pokyčius, naudodami galingą molekulinio skaičiavimo formą. Jie sako, kad jų požiūris sukuria pagrindą naujam ląstelių signalizacijos tyrimo ir naudojimo būdui: mūsų darbas sudaro pagrindą laiko modelio atpažinimui naudojant analoginį molekulinį skaičiavimą.

Nauja O'Brieno ir Murugano darbo technologija yra DNR skaičiavimo forma, su kuria sintetiniai biologai deda daug vilčių. Procesas pagrįstas tuo, kad vienas vienos grandinės DNR gabalas gali išstumti kitą dvigrandėje DNR, o šis metodas gali būti tiksliai kontroliuojamas naudojant gerai išvystytus įrankius.

Šie įrankiai gali tiksliai valdyti šių poslinkio gijų reakcijų greitį ir grįžtamumą daugeliu dydžių. Taigi tai sukuria į jungiklį panašų elgesį – reakcija įjungiama arba išjungiama. O sujungus kelis skirtingus jungiklius galima atlikti logines operacijas.

Tai savo ruožtu atveria kelią visų rūšių skaičiavimo užduotims. Tyrėjai parodė, kaip poslinkio reakcijos gali atlikti sudėtingus skaičiavimus ir netgi imituoti giliai besimokančių tinklų elgesį.

O'Brieno ir Murugano indėlis yra apibūdinti DNR grandinę, kuri gali pajusti konkrečių signalų buvimą ir jų pasikeitimą laikui bėgant.

Pulsuojantys signalai skiriasi keliais būdais. Impulsų periodas – intervalas tarp jų – gali keistis. Kiekvieno impulso trukmė gali skirtis – pavyzdžiui, impulsai su tuo pačiu laikotarpiu gali būti trumpi arba ilgi. Tai žinoma kaip darbo dalis – pulso įjungimo laiko dalis. Ir, žinoma, impulsų skaičius gali keistis.

Svarbu tai, kad bendras signalo kiekis gali būti vienodas net tada, kai periodas, darbo dalis ir impulsų skaičius labai skiriasi.

Naujas darbas yra sukurti molekulinę mašiną, kuri galėtų išmatuoti kiekvieną iš šių savybių atskirai ir nepriklausomai. Mes demonstruojame kiekvienos iš šių laikinių funkcijų dekoderį po vieną, tarkime, O'Brienas ir Muruganas.

Ir rezultatai atrodo daug žadantys. Tyrėjai imitavo savo grandinių elgseną ir teigia, kad jos veikia gerai: demonstruojame savo projektavimo principus naudodami abstrakčius cheminių reakcijų tinklus ir aiškiai modeliuodami DNR grandinės poslinkio reakcijas.

Žinoma, laukia iššūkiai. Grandinės gali ieškoti iš anksto nustatytų molekulinių signalų pokyčių, tačiau būtų naudingas didesnis lankstumas. Būtų įdomu sukurti molekulines grandines, kurios galėtų dinamiškai išmokti atitinkamas laiko ypatybes, kaip ir mašininio mokymosi metoduose, teigia mokslininkai.

Ir grandinė dar nematuoja signalo amplitudės pokyčių, o tai gali būti dar viena svarbi savybė.

Be to, kitas etapas yra šios grandinės sukūrimas ir pritaikymas praktikoje. Žinoma, tai yra nuolatinis iššūkis sintetiniams biologams apskritai. Atrodo, kad praeities sėkmė rodo, kad mokslininkams, turintiems įgūdžių, peržengiančių šlapios ir sausos laboratorijos takoskyrą, didžiausia sėkmė, nes jie gali greitai išbandyti naujas idėjas.

Atlygis turėtų būti didžiulis. O'Brienas ir Muruganas spėja, kad jų molekulinis kompiuteris gali turėti dramatiškų pritaikymų. Jie įsivaizduoja DNR origami piliulę, kuri tiekia vaistus tik tada, kai gauna tam tikrą signalų modelį.

Pavyzdžiui, ląstelės uždegiminis atsakas ir jos adaptyvus imuninis atsakas sukelia skirtingus transkripcijos faktoriaus NFkB signalų modelius. Tabletę galima užprogramuoti taip, kad ji atpažintų tik vieną iš jų ir atitinkamai atlaisvintų naudingąją apkrovą.

Tai gali būti šiek tiek nutolęs. Nepaisant to, DNR poslinkio logika yra įdomi technologija, turinti didžiulį potencialą.

Nuoroda: arxiv.org/abs/1810.02883 : Laikinojo modelio atpažinimas naudojant analoginį molekulinį skaičiavimą

paslėpti