Использование стволовых клеток сейчас является одной из самых популярных тем в медицине и физиологии. Ученые постоянно совершенствуют методы их применения для борьбы со многими заболеваниями, в том числе онкологическими. Переворот в медицине может совершить полноценное освоение технологии выращивания целых органов из стволовых клеток ― два года назад английские ученые объявили о созданной таким образом работающей почке.

Однако для того, чтобы выращивание тех или иных тканей из стволовых клеток стало обычной практикой, ученым необходимо решить несколько важных проблем, одна из них ― эффективное управление данным процессом и его оптимизация. Над этими задачами работают многие исследовательские команды со всего мира ― в частности, свой проект в этой области запустили нейробиолог из Университета Шеффилда (Великобритания) Антон Николаев и аспирант Университета ИТМО Павел Катунин.

«Мы хотим научиться превращать стволовые клетки в разные другие клетки и решили, что нужно начать с превращения стволовых клеток в нейроны, ― рассказывает Антон Николаев. ― Суть проекта в том, чтобы научиться делать логические цепи из человеческих нейронов. Мы хотим превратить стволовые клетки в нейроны, каждый нейрон расположить в определенном месте и потом научить их связываться друг с другом. Это не только прикладная задача, у нее есть фундаментальное значение. Мы хотим лучше понять, как работают нейронные цепочки ― один из способов для этого: взять нейроны и построить из них простые цепи».

Стволовые клетки и искусственный интеллект

Стволовые клетки. Источник: shutterstock.com
Стволовые клетки. Источник: shutterstock.com

Методика превращения стволовых клеток в какие-то другие с помощью различных сигнальных молекул, таких как ретиноевая кислота или Wnt, известна и широко применяется, однако она имеет ряд существенных недостатков.

«Проблема в том, что это происходит очень долго, ― поясняет Антон Николаев. ― Чтобы, условно, превратить чашку стволовых клеток в нейроны, необходим месяц или даже больше. Вторая проблема ― у вас нет контроля, в какие нейроны превратятся клетки в вашей чашке. Мы же хотим научиться выращивать нейроны определенных типов».

Отличие совместного петербургско-шеффилдского проекта в том, что его авторы хотят задействовать машинное обучение и компьютерное зрение для того, чтобы найти и поддерживать оптимальные условия превращения, или, выражаясь научным языком, дифференцировки стволовых клеток в нейроны.

«Сама задача подбора конкретного вещества для дифференцировки и протокола его применения ― это задача оптимизации, ― рассказывает Павел Катунин. ― То есть у вас есть, к примеру, различные параметры сигнальных молекул ― их концентрация, частота подачи и т.д. ― и мы пытаемся найти наилучшее сочетание этих параметров для того, чтобы максимальное количество клеток преобразовалось именно в нужные нам. Оптимизировать этот процесс, оценить процент клеток, дифференцировавшихся в нужные, нам поможет компьютерное зрение, которое на основе данных микроскопа автоматически определяет, так ли, как нам надо, протекает процесс».

Робот для выращивания нейронов

Нейроны. Источник: shutterstock.com
Нейроны. Источник: shutterstock.com

Однако встает еще один вопрос: для любого машинного обучения требуется огромное количество примеров. Это значит, что опыты по дифференциации стволовых клеток нужно проводить тысячи раз, что было бы крайне сложно даже для большой исследовательской группы, в которой работают десятки лаборантов.

Для этой цели исследователи из Шеффилда и Петербурга создали робота-лаборанта, который может автоматизировать процесс дифференцировки. При этом сам он может быть напечатан с помощью 3D-принтера.

«Работы над проектом начались в конце февраля, в момент начала локдауна в Британии, ― вспоминает Павел Катунин. ― Это в какой-то степени спровоцировало наши исследования, нам полностью ограничили доступ в лаборатории, и мы начали создавать робота, который мог бы ставить эксперименты автоматически и конфигурироваться удаленно. Так как это отчасти робототехнический проект, то нам пришлось на время превратить свои квартиры в мастерские, заказать 3D-принтеры, инструменты. В результате мы сделали open-source робота для автоматической постановки большого количества экспериментов и сбора больших данных, на которых мы обучали наш алгоритм оптимизации».

Сейчас этот этап работы практически завершен, по его итогам был опубликован препринт статьи, теперь другие исследователи также смогут использовать эту разработку для своих опытов.

Контроллер робота-лаборанта. Иллюстрация из статьи. Источник: biorxiv.org
Контроллер робота-лаборанта. Иллюстрация из статьи. Источник: biorxiv.org

Предсказать судьбу стволовой клетки

Помимо оптимизации процесса роста, разрабатываемая модель в дальнейшем может позволить ученым отслеживать процесс дифференцировки клеток на самых ранних стадиях и находить клетки, которые имеют наибольший шанс превратиться в нужные для эксперимента.

Это еще один, хоть и менее эффективный, способ добиться высокого процента нужных клеток в конечном препарате, полученном учеными в результате опыта. Кроме того, получение таких данных поможет в ускорении эксперимента.

«Так как клетка превращается долго, нам хотелось бы отличать на ранней стадии, какая из клеток имеет больше шансов превратиться в нужную нам, ― отмечает Антон Николаев. ― К примеру, у нас в пробирке 10 000 клеток, и только 1% превращается в нужные, а мы хотим иметь препарат, где 90% клеток ― те, что нужны нам. Для этого есть два пути. Первый, которым мы занимаемся в качестве основной цели проекта, ― это оптимизация процесса, создание таких условий, чтобы как можно больше стволовых клеток дифференцировались в нужные. Второй способ ― вычислить те клетки, которые с наибольшей вероятностью превратятся в нужные нам, а остальные на ранней стадии убрать. Тогда в конечном счете у нас будет емкость, почти полностью наполненная нужными клетками. Безусловно, для нас в приоритете оптимизация, но это также может быть полезно».

Источник: shutterstock.com
Источник: shutterstock.com

Тренировка на раковых клетках

На первом этапе эксперименты проводятся не на эмбриональных стволовых клетках. Их заменяют куда более дешевые клеточные линии раковых стволовых клеток NTERA-2.

Для первого этапа обучения модели и отладки робота эта замена очень полезна, ведь она значительно удешевляет каждый опыт. Впрочем, работа с такими клетками сама по себе может дать научный результат.

«Побочная возможная польза проекта состоит в том, что раковые стволовые клетки ― это один из важных типов клеток в опухоли, ― говорит Антон Николаев. ― Если их обезвредить, опухоль перестает расти. Потому что опухоль ― это не просто набор каких-то клеток, это некая система, ткань с разными типами клетки, одни отвечают за привлечение кровеносных сосудов, а другие ― за другое. Эти раковые стволовые клетки умеют превращаться в разные типы клеток и, если придумать условия их дифференцировки и полностью от них избавиться, то раковая опухоль, по идее, должна перестать расти. Понятно, что если мы придумаем в чашках условия подачи веществ, которые остановят рост этих клеток, это будет сложно перенести на реальный организм, но это будет первая стадия».

Перейти к содержанию