Οι επιστήμονες έχουν βρει πως ένα ενήλικο ανθρώπινο σώμα αποτελείται από περίπου 37 τρισεκατομμύρια κύτταρα. Μέχρι πρότινος πίστευαν ότι αυτά τα κύτταρα ανήκουν σε 220 διαφορετικούς τύπους. Αυτός ο αριθμός, προϊόν δεκαετιών προσεκτικής παρατήρησης ιστών μέσω μικροσκοπίου έδινε μια ιδέα για την κατανομή της “κυτταρικής εργασίας” που απαιτείται για τη διατήρηση της λειτουργίας του σώματος.
Σήμερα υπάρχουν εργαλεία που μπορούν να εξετάσουν το εσωτερικό των κυττάρων, αναλύοντάς τα ένα προς ένα με στόχο την καλύτερη δυνατή ανάλυση το mRNA, που μεταφέρει γενετική πληροφορία από τον πυρήνα στα εργοστάσια παραγωγής πρωτεϊνών του κυττάρου. Το mRNA δείχνει ποια γονίδια είναι ενεργά, αποκαλύπτοντας έτσι τη φύση κάθε κυττάρου. Τα κύτταρα που μοιάζουν ίδια κάτω από το μικροσκόπιο συχνά αποδεικνύονται πολύ διαφορετικά. Έτσι μέσα από αυτήν την πρόοδο, ο αριθμός των τύπων κυττάρων έχει αυξηθεί σε πάνω από 5.000.
Ηγέτης αυτής της επανάστασης στην ιστολογία είναι το Human Cell Atlas (HCA), μια κοινοπραξία που ιδρύθηκε το 2016 και περιλαμβάνει περισσότερους από 3.600 συνεργάτες σε 190 εργαστήρια σε 102 χώρες. Ενώ άλλα έργα περιορίζονται στη χαρτογράφηση συγκεκριμένων οργάνων ή ιστών, το HCA φιλοδοξεί να καταγράψει όλα τα κύτταρα, υγιή και άρρωστα σε κάθε ανθρώπινο ιστό καθ’ όλη τη διάρκεια της ζωής. Η αποστολή του περιλαμβάνει και τις πρώτες απόπειρες της επιστήμης να δημιουργήσει ζωντανές προσομοιώσεις οργάνων.
Σύμφωνα με τη Sarah Teichmann του Πανεπιστημίου του Cambridge και την Aviv Regev της Genentech, οι οποίες ξεκίνησαν το εγχείρημα στόχος είναι να ολοκληρωθεί το πρώτο σχέδιο του άτλαντα μέσα στον επόμενο χρόνο.
Οι κατανομές (σαν χάρτης) του HCA είναι δύο ειδών. Οι πρώτοι συνδέουν κάθε τύπο κυττάρου με έναν τετραδιάστατο τόπο στο ανθρώπινο σώμα (λαμβάνοντας υπόψη και τον χρόνο, πέρα από τον χώρο). Οι δεύτεροι είναι πιο αφηρημένοι. Ονομάζονται “πολλαπλότητες” (manifolds) και χρησιμοποιούνται από μαθηματικούς για την αναπαράσταση πολυδιάστατων υπερχώρων. Στο HCA, οι “πολλαπλότητες” βασίζονται σε μοριακά χαρακτηριστικά όπως τα προφίλ mRNA, ενισχύοντας την κατανόηση των διαφορών και των ομοιοτήτων μεταξύ κυττάρων.
Η γεωγραφία του πραγματικού κόσμου παίζει επίσης ρόλο. Από την αρχή οι Teichmann και Regev αποφάσισαν να μην υπερ-εκπροσωπήσουν μέρη του κόσμου με συγκέντρωση επιστημόνων (Ευρώπη, Βόρεια Αμερική, ορισμένα μέρη της Ασίας). Αντίθετα επιδίωξαν τη συμμετοχή ερευνητών από όλες τις κατοικημένες ηπείρους, κάτι που ήδη απέδωσε αποτελέσματα όπως διαφορές στην ανοσολογική απόκριση και την ευαισθησία στον καρκίνο του μαστού ανά γεωγραφική περιοχή.
Τα επιστημονικά άρθρα που δημοσιεύτηκαν την τελευταία εβδομάδα καταδεικνύουν το εύρος της προσπάθειας. Από την μελέτη του σχηματισμού του πλακούντα, την εμβρυϊκή ανάπτυξη του σκελετού, τη φλεγμονή του εντέρου και τον σχηματισμό του θύμου αδένα (του οργάνου που παράγει τα Τ-λεμφοκύτταρα του ανοσοποιητικού).
Τα ευρήματα ανοίγουν νέους δρόμους. Επιβεβαιώνουν ότι ορισμένες κυτταρικές διεργασίες που συμμετέχουν στη δημιουργία καρκινικών όγκων εμπλέκονται στην ταχεία ανάπτυξη του πλακούντα. Επίσης εντοπίστηκαν γονίδια που εκφράζονται σε αναπτυσσόμενα κύτταρα οστών και χόνδρων, τα οποία μπορεί να οδηγήσουν σε αρθρίτιδα αργότερα στη ζωή. Επιπλέον, σχετικά με τη φλεγμονή του εντέρου φαίνεται πως μπορεί να προκληθεί από κύτταρα του εντέρου που αναπτύσσονται κατά λάθος σε τύπο κυττάρων που κανονικά θα έπρεπε να βρίσκονται στον στόμαχο.
Το πιο ενδιαφέρον άρθρο εξετάζει τα “εγκεφαλικά οργανοειδή”. Αυτά αποτελούμενα από ανθρώπινα εγκεφαλικά κύτταρα που προέρχονται από βλαστοκύτταρα, προκαλούν ηθικές ανησυχίες. Αυτή τη στιγμή, λόγω έλλειψης αιμάτωσης φτάνουν μόνο τα 3-4 χιλιοστά σε μέγεθος και είναι απίθανο να αναπτύξουν συνείδηση. Είναι πολύτιμα για την έρευνα, καθώς επιτρέπουν τη μελέτη ζωντανού ανθρώπινου εγκεφαλικού ιστού χωρίς την ανάγκη αφαίρεσής του. Η αποτελεσματικότητά τους θα ενισχυόταν αν μπορούσαν να προβλέπονται με ακρίβεια οι τύποι των νευρώνων που περιέχουν, δεδομένου ότι οι νευρώνες αποτελούν μεγάλο ποσοστό των γνωστών κυτταρικών τύπων και καθένας έχει διαφορετική λειτουργία.
Μια μελέτη υπό τον συντονισμό της Barbara Treutlein από το Ομοσπονδιακό Ινστιτούτο Τεχνολογίας της Ζυρίχης ανέλυσε δεδομένα mRNA από 36 τέτοια “οργανοειδή”, τα οποία δημιουργήθηκαν χρησιμοποιώντας 26 διαφορετικά πρωτόκολλα. Οι ερευνητές μπόρεσαν να αναγνωρίσουν τους τύπους νευρώνων που δημιουργούνται σε κάθε “οργανοειδές” και να αξιολογήσουν πόσο κοντά βρίσκονται στα φυσικά τους ισοδύναμα. Τα αποτελέσματα δημιουργούν έναν ενιαίο χάρτη πολλαπλότητας για αυτά, ο οποίος δείχνει τα δυνατά και τα αδύναμα σημεία των διάφορων πρωτοκόλλων και θα βοηθήσει στον σχεδιασμό μελλοντικής έρευνας.
Οι Dr. Teichmann και Dr. Regev παρουσιάζουν το φιλόδοξο σχέδιό τους για χρήση της τεχνητής νοημοσύνης (AI), ώστε ο άτλας να μετατραπεί σε κάτι που πλησιάζει περισσότερο σε ένα μοντέλο του πως λειτουργεί ο ανθρώπινος οργανισμός.
Και οι δύο είναι εκπαιδευμένες ως υπολογιστικές βιολόγοι και αυτό το υπόβαθρο τις οδήγησε να συλλάβουν το HCA εξαρχής. Χωρίς το λογισμικό που στηρίζει το έργο, το οποίο μετατρέπει δεδομένα σε χάρτες και επιτρέπει την ανάλυσή τους το έργο δεν θα υπήρχε.
Όμως οι δύο επιστήμονες έχουν ένα ευρύτερο όραμα. Ήταν από τις πρώτες που χρησιμοποίησαν μοντέλα βάσης (foundation models), μια κατηγορία AI (όπως τα μεγάλα γλωσσικά μοντέλα που έχουν γίνει δημοφιλή τα τελευταία χρόνια), τα οποία “εκπαιδεύονται” με τεράστιες ποσότητες δεδομένων για να αναγνωρίζουν πρότυπα που δεν είναι ευδιάκριτα από τον άνθρωπο.
Τα μοντέλα βάσης του HCA εκπαιδεύονται σε συλλογές κυττάρων. Ο στόχος τους είναι η δημιουργία καλύτερων και πιο χρήσιμων χαρτών. Κάποια μοντέλα μαθαίνουν από δεδομένα mRNA για τους τύπους κυττάρων. Άλλα βασίζονται σε παραδοσιακές ιστολογικές διαφάνειες και σε πιο σύγχρονες εκδοχές τους, όπως η απεικόνιση με “light-sheet imaging” που σαρώνει τμήματα τρισδιάστατων δειγμάτων. Αυτά τα μοντέλα είναι πλέον αρκετά εξελιγμένα, ώστε να χρησιμοποιούνται για την επισήμανση κυττάρων σε νέα δείγματα, την αναζήτηση παρόμοιων κυττάρων σε διαφορετικά δείγματα και την ανακάλυψη γονιδιακών προγραμμάτων πίσω από συγκεκριμένα χαρακτηριστικά. Στο μέλλον αναμένεται να προβλέπουν την ανάπτυξη κυτταρικών γραμμών. Αυτά τα μοντέλα δεν είναι μόνο γρηγορότερα από τους ανθρώπινους ερευνητές, αλλά μπορούν να εκτελούν και εργασίες πέρα από τις ανθρώπινες δυνατότητες.
Το αποτέλεσμα είναι ένα σύστημα που δεν χρησιμοποιείται μόνο για τη βελτίωση του άτλαντα αλλά και για την πρακτική του εφαρμογή. Οι φαρμακευτικές εταιρείες χρησιμοποιούν δεδομένα και μοντέλα του HCA για να πραγματοποιήσουν εικονικούς ελέγχους φαρμάκων πριν από τα πειράματα. Αυτό τους επιτρέπει να προβλέπουν παρενέργειες, εντοπίζοντας μη στοχευμένους ιστούς όπου εκφράζεται το γονίδιο με το οποίο αλληλεπιδρά ένα φάρμακο.
*Με στοιχεία από το Economist.
➪ Διαβάστε επίσης: Οι αναμνήσεις δεν ζουν μόνο μέσα στον εγκέφαλο