Наука: Виртуальная вирусная атака на клетку

Как и любую другую сложную систему, живую клетку изучают с помощью компьютерного моделирования. Можно моделировать действие веществ-кандидатов на клетку и отсеять явно не подходящие в качестве лекарства вещества еще до экспериментального изучения. Различные модели клеток создавались уже с 60-х годов прошлого века, но успеха они не имели. Только в последнее время сложились предпосылки для создания таких моделей. В результате ускоренного развития молекулярной биологии получен огромный объем информации о биохимических процессах, происходящих в клетках. Не менее быстро развивается и вычислительная техника. Это позволяет уже сейчас строить количественные модели процессов, происходящих в клетке.

На простом примере можно понять суть моделирования процессов в клетке. Бактерия Escherichia coli (кишечная палочка) эффективно регулирует продукцию белка-фермента галактозидазы, расщепляющего углевод лактозу (см. рисунок). Белок-репрессор, кодируемый геном I, присоединяется к управляющему участку ДНК (О) и препятствует копированию гена lac-Z, кодирующего галактозидазу, на lac-мРНК. Молекула мРНК - промежуточный носитель информации, необходимый для синтеза белка. В результате взаимодействия белка репрессора с ДНК галактозидаза не продуцируется. Если же внутри бактериальной клетки создать высокую концентрацию лактозы, она инактивирует белок-репрессор, и в итоге происходит наработка фермента галактозидаза.

Для моделирования используются стохастические (вероятностные) методы. Концентрации некоторых компонентов могут быть очень низкими, но в клетке даже несколько молекул могут вызвать лавинообразный эффект. На графике, отображающем процесс, видны значительные флуктуации. В момент времени 1 в клетке создается высокая концентрация индуктора-лактозы.

Моделирование клетки как целого - задача на несколько порядков сложнее. Используя современные стохастические алгоритмы, можно рассчитать 1010 элементарных реакций-событий за сутки на компьютере c процессором 800 MHz PentiumIII. По некоторым оценкам, при делении бактерии E.coli происходит примерно 1014-1016 элементарных реакций. Понятно, что ждать результатов 10000 дней нецелесообразно. Задача моделирования клетки хорошо параллелизуется, что позволяет найти выход из этой ситуации. Поэтому подобные явления сейчас моделируют только на мультипроцессорных вычислительных комплексах. Каждый процессор берет на себя расчет определенной группы реакций.

Еще в начале 90-х годов мультипроцессорные комплексы (суперкомпьютеры) стоили миллионы долларов, и далеко не каждая научная группа могла ими пользоваться. Положение изменилось к середине 90-x, когда ученые стали сами создавать вычислительные кластеры из персональных компьютеров (PC), объединенных локальной сетью Ethernet. Это стало возможным благодаря распространению Linux - сетевой операционной системы для PC. В ноябре 2000 года в мировом списке 500 самых быстрых компьютеров числилось 28 PC-кластеров. На 80-м месте был кластер университета New Mexico из 512 процессоров Pentium III производительностью в 237 гигафлопс (миллиардов операций в секунду с числами с плавающей запятой).

Ученые из Калифорнийского Molecular Sciences Institute Д. Энди (D. Endy) и Р. Брент (R. Brent) моделировали заражение той же бактерии Escherichia сoli вирусом, который называется бактериофаг T7. Вирусы не являются самодостаточной формой жизни - они могут размножаться только с использованием аппарата живой клетки, которую они заражают. На рисунке показаны вирусные частицы, которые закрепляются на поверхности бактерии. Вирус "прокалывает" клеточную стенку и вводит свои гены и необходимые белки внутрь. Затем вирусные гены встраиваются в ДНК клетки и заставляют ее работать на себя, производя новые вирусные частицы. В результате клетка погибает и множество вирусов выходят наружу.

С помощью модели были получены данные о содержании вирусных белков в бактерии через несколько минут послезаражения. Экспериментально такие данные можно получить, разделяя смесь белков методом хроматографии. На рисунке каждая темная горизонтальная полоса соответствует высокому содержанию в смеси конкретного белка. Несколько хроматограмм были получены за 20 минут от момента заражения бактерии вирусом, что позволяет оценить динамику процесса.

Реальное (слева) и виртуальное распределение вирусных белков на хроматограммах

Между экспериментальными и модельными данными видны отличия. Например, синтез белка gp1 (отметка 1 на рисунке) регулируется отрицательной обратной связью, не учтенной в модели. Д. Энди и Р. Брент предполагают, что белок gp1 связывается с "собственной" м-РНК, блокируя дальнейший синтез gp1. Усилив этот эффект с помощью мутаций вирусной м-РНК, можно создать новый вид вируса, размножение которого будет подавлено. Такой вирус можно использовать в биотехнологии для внесения в бактерию "полезных" генов. Зараженная бактерия переключится на синтез нужного белка, а новые вирусные частицы будут формироваться медленно.

В последнее время проекты по моделированию клеточных систем получают значительные инвестиции как от фармацевтических фирм, так и от государственных структур США. Вот некоторые из этих проектов:

В Калифорнийском университете в Сан-Диего создают модели бактерий Escherichia coli, Hemophilus influenzae, Helicobacter pilori, основанные на их полностью расшифрованном геноме. Последняя бактерия - возбудитель хронического инфекционного гастрита, который пока не умеют эффективно лечить.

В Keio University в Японии разработана модель E-Cell - "математического микроба", построенного, подобно бактерии Mycoplasma genitalium, из всего лишь 127 генов. Глобальная цель проекта - найти минимальное количество генов, необходимое для самовоспроизводящейся формы жизни.

В Salk Institute и Pittsburgh Supercomputing Center моделируют на суперкомпьютере взаимодействия между нейроном (клеткой нервной системы) и мышечной клеткой. Система нейромышечной передачи нервного импульса - мишень многих лекарственных средств, используемых в кардиологии.

U.S. Department of Energy выделяет $15 миллионов в год на поддержку Microbial Cell Project - 10-летнюю программу детального анализа одноклеточных организмов и создания их биохимических моделей.