От циркадных ритмов до искусственного интеллекта: разработан метод оценки синхронизации клеток

В ходе нового исследования, опубликованного в «PNAS», ученые Вашингтонского университета в Сент-Луисе (Washington University in St. Louis), США, разработали единый подход для выявления связей в биологических и химических осцилляторных сетях, известных как сложные сети, основываясь на данных временных рядов. Они определили, что установление топологии сетей позволяет делать выводы о синхронности работы отдельных частей сети или клеток, что особо важно для головного мозга. Аномальная синхронность связана с различными нарушениями, такими как эпилепсия, болезнь Альцгеймера и болезнь Паркинсона.

Клеточные сети — основа циркадных ритмов

Люди, которые когда-либо испытывали синдром смены часовых поясов, знакомы с циркадным ритмом, управляющим почти всеми аспектами метаболизма — от цикла сна и бодрствования до температуры тела и процессов пищеварения. Каждая клетка тела имеет циркадный ритм, но ранее ученые не понимали, как клетки соединяются друг с другом и как эти изменяющиеся с течением времени соединения влияют на функции группы клеток.

Авторы данной работы под руководством доктора Джр-Шин Ли (Jr-Shin Li) разработали алгоритм, который они назвали ICON (Infer Connections Of Networks) и с помощью которого впервые можно оценивать силу соединений в течение времени. Раньше исследователи могли только определить наличие связи между сетями. Доктор Д. Ли и его сотрудники сначала опробовали свой метод на сетях разных размеров, которые они создали. Затем они протестировали метод на сети осцилляторов — популяции динамических единиц, которые многократно одновременно активизируются, и получили аналогичные результаты.

Результаты исследования и выводы

Ученые измерили циркадные ритмы 541 клетки правого и левого полушария головного мозга лабораторных мышей и оценили изменение связи между ними с течением времени. Оказалось, что связи в одно время могут быть сильным, а в другое время их сила может как уменьшаться, так и увеличиваться. Если ученые будут это знать, то они смогут полностью изучить сети и понять, будет ли конкретная сеть синхронизирована или в ней появятся динамические шаблоны. Эти данные можно будет использовать для восстановления функциональных связей.

Например, если ученые захотят определить существенные особенности клеточных сетей, они смогут использовать ICON для отображения связи и описания взаимодействий, таких как притяжение и отталкивание клеток. Это поможет лучше понять, как формируются циркадные системы после рождения, как они адаптируются к различным временам года, и могут ли они координироваться во время стрессов, например при посменной работе или длительных перелетах.

Авторы работы полагают, что данный метод можно применять не только при изучении клеточных сетей. Они отметили, что он закладывает основу для анализа существующих сложных сетей огромного размера, таких как транспорт, интернет, электрические и социальные сети.

• Wang S., Herzog E.D., Kiss I.Z. (2018) Inferring dynamic topology for decoding spatiotemporal structures in complex heterogeneous networks. PNAS. August 7 [Epub. ahead of print].
• Washington University in St. Louis (2018) In sync: How cells make connections could impact circadian rhythm. ScienceDaily August 27 (http://www.sciencedaily.com/releases/2018/08/180827180755.htm).

Юлия Котикович