Razumevanje načina na koji ćelije obrađuju hranljive materije i proizvode energiju – zajedno poznate kao metabolizam – je od suštinskog značaja u biologiji. Savremena biologija generiše velike skupove podataka o različitim ćelijskim aktivnostima, ali integrisanje i analiza ogromne količine podataka o ćelijskim procesima za određivanje metaboličkih stanja je složen zadatak.
Kinetički modeli nude način za dekodiranje ove složenosti pružanjem matematičkih prikaza ćelijskog metabolizma. Oni deluju kao detaljne mape koje opisuju kako molekuli interaguju i transformišu se unutar ćelije, prikazujući kako se supstance tokom vremena pretvaraju u energiju i druge proizvode. Ovo pomaže naučnicima da razumeju biohemijske procese koji podržavaju ćelijski metabolizam. Uprkos njihovom potencijalu, razvoj kinetičkih modela je izazovan zbog poteškoća u određivanju parametara koji kontrolišu ćelijske procese.
Tim istraživača na čelu sa Ljubišom Miškovićem i Vasilijem Hacimanikatisom sa EPFL-a sada je kreirao RENESANSU, alat zasnovan na veštačkoj inteligenciji koji pojednostavljuje kreiranje kinetičkih modela. RENESANSA kombinuje različite vrste ćelijskih podataka da bi precizno prikazala metabolička stanja, što olakšava razumevanje kako ćelije funkcionišu. RENESANSA se ističe kao veliki napredak u računarskoj biologiji, otvarajući nove puteve za istraživanje i inovacije u zdravstvu i biotehnologiji.
U svojoj studiji objavljenoj u Nature Catalisis, istraživači su koristili RENESANSU da kreiraju kinetičke modele koji tačno odražavaju metaboličko ponašanje Escherichia coli. Alat je uspešno generisao modele koji su odgovarali eksperimentalno posmatranim metaboličkim ponašanjima, simulirajući kako će bakterije prilagoditi svoj metabolizam tokom vremena u bioreaktoru.
Kinetički modeli su se takođe pokazali kao robusni, održavajući stabilnost čak i kada su podvrgnuti genetskim poremećajima i poremećajima životne sredine. Ovo ukazuje da modeli mogu pouzdano predvideti ćelijski odgovor na različite scenarije, povećavajući njihovu praktičnu korisnost u istraživanju i industrijskim primenama.
„Uprkos napretku u tehnikama omike, neadekvatna pokrivenost podacima ostaje uporan izazov“, kaže Mišković. „Na primer, metabolomika i proteomika mogu da otkriju i kvantifikuju samo ograničen broj metabolita i proteina. Tehnike modeliranja koje integrišu i pomiruju podatke o omici iz različitih izvora mogu nadoknaditi ovo ograničenje i poboljšati razumevanje sistema.
„Kombinovanjem omičnih podataka i drugih relevantnih informacija, kao što su sadržaj ekstracelularnog medijuma, fizičko-hemijski podaci i stručno znanje, RENESANSA nam omogućava da precizno kvantifikujemo nepoznata intracelularna metabolička stanja, uključujući metaboličke tokove i koncentracije metabolita.
Sposobnost RENESANSE da precizno modelira ćelijski metabolizam ima značajne implikacije, nudeći moćno sredstvo za proučavanje metaboličkih promena bilo da su izazvane bolešću ili ne, i pomaže u razvoju novih tretmana i biotehnologija. Njegova jednostavnost upotrebe i efikasnost omogućiće širem krugu istraživača u akademskim krugovima i industriji da efikasno koriste kinetičke modele i podstaći će saradnju.
