MITエンジニアの新しいモデルは、研究者がゲノムデータやその他の巨大なデータセットから洞察を収集するのに役立ちます。これは、上級著者のダグラス・ローフェンバーガーによると、あらゆる種類の複雑なトークテーマ ルーレット学的システムを研究する研究者にとって潜在的に重要です。
Anne Trafton
2024年11月5日
過去20年にわたって、新しい技術は科学者が膨大な量のトークテーマ ルーレット学的データを生み出すのに役立ちました。ゲノミクス、トランスクリプトーム、プロテオミクス、およびサイトメトリーにおける大規模な実験は、特定の細胞または多細胞系から膨大な量のデータを生成する可能性があります。
ただし、この情報を理解することは必ずしも容易ではありません。これは、免疫系が異物の病原体に遭遇したときに発生する相互作用のカスケードなどの複雑なシステムを分析しようとする場合に特に当てはまります。
MITトークテーマ ルーレット学的エンジニアは、これらのデータセットから有用な情報を抽出するための新しい計算方法を開発しました。彼らの新しい手法を使用して、彼らは免疫系が結核ワクチン接種とその後の感染にどのように反応するかを決定する一連の相互作用を解明できることを示しました。
この戦略は、ワクチン開発者やあらゆる種類の複雑なトークテーマ ルーレット学的システムを研究する研究者にとって有用である可能性があります、とトークテーマ ルーレット工学、トークテーマ ルーレット学、および化学工学部の工学部のフォード教授であるダグラス・ローフェンブルガーは言います。
「複数のスケールやさまざまな種類のコンポーネントを含む非常に複雑なシステムでの摂動の効果の予測を可能にする計算トークテーマ ルーレットフレームワークに到達しました」
現在トロント大学の助教授である元MITポスドクであるシュウ王と、ピッツバーグ大学医学部ジョアンフリン教授のトークテーマ ルーレット所のトークテーマ ルーレットマネージャーであるエイミーマイヤーズは、新しい新しい著者です。作品に関する論文、それ今日はジャーナルに表示されますセルシステム.
複雑なシステムのトークテーマ ルーレット
免疫系などの複雑なトークテーマ ルーレット学的システムを研究する場合、科学者はさまざまな種類のデータを抽出できます。シーケンス細胞ゲノムは、細胞がどの遺伝子変異体が運ぶかを伝え、メッセンジャーRNA転写産物を分析すると、特定の細胞でどの遺伝子が発現しているかがわかります。
機械学習などの計算アトークテーマ ルーレットーチを使用して、科学者はこのデータを使用して、特定の入力セットに基づいて特定の出力を予測するためにモデルをトレーニングできます。たとえば、ワクチンが堅牢な免疫応答を生成するかどうか。ただし、そのタイプのモデリングは、入力と出力の間に発生する手順について何も明らかにしていません。
「AIアプローチは臨床医療目的では本当に役立つことがありますが、トークテーマ ルーレット学の理解にはあまり役に立ちません。通常、入力と出力の間で起こっていることすべてに興味があるからです」とLauffenburger氏は言います。 「入力から実際に出力を生成するメカニズムは何ですか？」
複雑なトークテーマ ルーレット学的システムの内部仕組みを識別できるモデルを作成するために、研究者は確率的グラフィックネットワークとして知られるモデルのタイプに頼りました。これらのモデルは、各測定変数をノードとして表し、各ノードが他のノードに接続されている方法のマップを生成します。
確率的グラフィカルネットワークは、音声認識やコンピュータービジョンなどのアプリケーションによく使用されますが、トークテーマ ルーレット学では広く使用されていません。
Lauffenburgerのラボは、以前にこのタイプのモデルを使用して細胞内シグナル伝達経路を分析していたため、1つの種類のデータのみを分析する必要がありました。このアプローチを適応させて多くのデータセットを一度に分析するために、トークテーマ ルーレット者は、互いに直接影響しない変数間の相関関係を除外できる数学的手法を適用しました。
「相関ベースのネットワークトークテーマ ルーレットを使用すると、発生する可能性のある問題の1つは、すべてが他のすべての影響を受けているように見えるため、最も重要な相互作用に剥ぎ取る方法を把握する必要があることです」とLauffenburger氏は言います。 「確率的グラフィカルネットワークフレームワークを使用して、直接的である可能性が最も高いものに本当に要約され、間接的である可能性が最も高いものを捨てることができます。」
ワクチン接種のメカニズム
モデリングアプローチをテストするために、トークテーマ ルーレット者は結核ワクチンのトークテーマ ルーレットからのデータを使用しました。 BCGとして知られるこのワクチンは、の弱毒化された形ですmycobacterium bovis。 結核が一般的であるが常に効果的ではなく、その保護が時間とともに弱くなる可能性がある多くの国で使用されています。
より効果的な結核保護を開発することを期待して、トークテーマ ルーレット者はBCGワクチンを静脈内で提供するか、吸入することでそれを注入するよりも良い免疫応答を引き起こす可能性があるかどうかをテストしています。動物で行われたこれらのトークテーマ ルーレットは、静脈内投与されたときにワクチンがはるかにうまく機能することを発見しました。
このトークテーマ ルーレットでトークテーマ ルーレット者が検討したデータには、サイトカイン、抗体、および約30匹の動物からのさまざまな種類の免疫細胞を含む約200の変数の測定が含まれていました。
測定は、ワクチン接種前、ワクチン接種後、結核感染後に行われました。 新しいモデリングアトークテーマ ルーレットーチを使用してデータを分析することにより、MITチームは強力な免疫応答を生成するために必要な手順を決定することができました。
「ロードマップや地下鉄のマップのように、実際に最も重要なパスが見つかることがあります。免疫系の他の多くのことが何らかの形で変化していましたが、それらは本当に重要な道を離れていて、それほど重要ではありませんでした」とLauffenburgerは言います。
トークテーマ ルーレット者は、モデルを使用して、免疫細胞のサブセットを抑制するなどの特定の破壊がシステムにどのように影響するかを予測しました。モデルは、B細胞がほぼ排除された場合、ワクチンの反応にほとんど影響がないと予測し、実験で予測が正しいことを示した。
このモデリングアプローチは、ワクチン開発者がワクチンが持つ効果を予測し、人間でテストする前にそれらを改善する微調整を行うために使用できます。 Lauffenburgerのラボは、このモデルを使用して、過去数年間、ケニア、ガーナ、マラウイの子供たちに与えられたマラリアワクチンのメカニズムをトークテーマ ルーレットしています。
「この計算アプローチの利点は、結果に間接的にのみ影響を与え、応答を直接調節するものを特定する多くのトークテーマ ルーレット学的ターゲットを除去することです。次に、これらのトークテーマ ルーレット学的標的を治療的に変更することで応答がどのように変化するかを予測することができます。
Lauffenburgerのラボは、このタイプのモデリングを使用して、腫瘍がさまざまな種類の治療にどのように反応するかを予測することを期待して、多くのタイプの免疫細胞および癌細胞を含む腫瘍微小環境をトークテーマ ルーレットしています。
このトークテーマ ルーレットは、国立アレルギー感染症トークテーマ ルーレット所によって資金提供されました。