Цифровой микроб станет революцией в биологии

На такой модели можно было бы моделировать различные ситуации и действие на организм разных факторов, выясняя, почему те или иные процессы протекают так или иначе.

Ученые говорят, что это "конечная цель биологии", потому что такое знание даст очень многие возможности. Но создать в компьютере жизнь, даже самую примитивную, очень трудно, пишет Мembrana.ru.

"Вы только представьте себе, что можете сесть за компьютер и проводить над животным разные эксперименты, наблюдая, как и что работает, попутно выясняя, почему это произошло, а это нет, — рассказывает канадский профессор Майкл Эллисон (Michael Ellison), биолог из университета Альберты. — Мы не сможем совершить революцию в биологии, пока не научимся моделировать живой организм".

Доктор Эллисон представляет международную группу биологов, которые пытаются создать такую цифровую модель живого организма. Шансы у них появились только в последние несколько лет, а когда удастся достичь результата – пока неизвестно. Оцифровывают же ученые не что иное как Escherichia coli или кишечную палочку.

Этот выбор объясняется наибольшей изученностью именно этого микроорганизма: "Мы взяли самый простой организм, о котором знаем больше всего", - говорит Эллисон.

Популярность E. coli стала быстро расти в 1940-х годах, когда исследователи выяснили, как использовать бактерию для изучения генетики. В 1970-х учёные научились "прививать" микробам чужую ДНК, превратив их в своего рода биохимические фабрики для производства большого количества ценных составов, вроде инсулина.

В 1997 году был полностью расшифрован геном бактерии — биологи получили возможность рассмотреть все 4 тысячи 288 генов микроба, исследовать их взаимодействия. Но "полностью решить" E. coli — к чему в 1967 году призывали один из первооткрывателей ДНК Френсис Крик (Francis H. C. Crick) и нобелевский лауреат Сидни Бреннер (Sydney Brenner) – никому до сих пор не удалось. Бактерия содержит около 60 миллионов биологических молекул.

Только к концу 1990-х "окончательный разбор" кишечной палочки ученые смогли назвать вероятным. "Должно быть, тайной для нас остаётся приблизительно 1 тысяча генов, — оценивает британский микробиолог Гэвин Томас (Gavin H. Thomas) из университета Йорка. — Нам еще очень многое предстоит узнать, прежде чем мы сможем построить действительно полноценную модель".

С этой целью в ноябре 2002 года был сформирован Международный альянс (International E. coli Alliance — IECA). В эту организацию вошли канадцы из проекта Cybercell, японцы из Института передовых биологических наук (IAB), англичане из группы IBEC, американцы из консорциума E.coli, фармацевтическая компания GlaxoSmithKline и многие другие.

Калифорнийские ученые говорят, что точность "1000-генной" модели метаболизма бактерии достигает 78%, и собираются увеличить количество генов вдвое.

Постепенно узнавая, как растет кишечная палочка, ученые начинают строить модели микроба, которые отражают некоторые образцы его поведения. "Это направление развивается очень активно", — не без гордости заявляет Бернард Палссон (Bernhard Palsson) из университета Калифорнии (UCSD), он моделирует метаболизм бактерии, разбирается, как она расщепляет пищу ферментами.

Тем временем, исследователи под руководством Филиппа Клазеля (Philippe Cluzel) из лаборатории университета Чикаго (University of Chicago) сосредоточились на изучении плавания микроба, для чего создали его виртуального двойника.

E. coli плавает благодаря нескольким вращающимся со скоростью 270 оборотов в секунду жгутикам. Если жгутики крутятся против часовой стрелки, они собираются в связку, которая продвигает микроба вперед. А если микроб поворачивает "двигатели" по часовой стрелке, связка распадается, и бактерия совершает кувырок.

Тем не менее, Барри Уоннер вместе с коллегами из Японии уже приступил к созданию первой зрелой модели — упрощённой E. coli, составляющей примерно четверть её оригинального размера. Но даже упрощенная модель E. coli будет настолько сложной, что ни одна из существующих компьютерных программ ее не осилит. "С другой стороны, компьютеры становятся всё мощнее, поэтому мы пока прорабатываем структуру и надеемся, что в течение 5 или 10 лет компьютеры будут в состоянии справиться с этой задачей", — объяснил Эллисон.