Работа стоит на отшибе карты знаний: рядом почти никого, ближайший сосед на расстоянии 0.506, а вплотную — ни одной работы. Тематическая группа карты объединяет эволюцию, горизонтальный перенос генов, филогенетические сети и клеточные исследования, но эта статья не про эволюцию, а про регуляцию старения. Соседи по архиву занимаются старением клеток, картами возраста мозга, опухолевым микроокружением и метилированием ДНК — то есть описывают возрастные изменения на уровне экспрессии, эпигенетики или морфологии. Данная работа делает шаг в сторону: она не просто фиксирует, что меняется при старении, а строит динамическую модель, которая показывает, что управляет этими изменениями.
Авторы взяли опубликованный набор данных секвенирования РНК одиночных клеток из биопсий кожи девяти доноров в возрасте от 18 до 76 лет. После фильтрации осталось 47 060 клеток 25 типов, из которых 80,4% составили кератиноциты. Для этих клеток построили псевдовременные траектории с помощью Monocle3 и отобрали две ветви, где псевдовремя значимо коррелировало с возрастом донора. Затем для каждой ветви нашли гены-переключатели через GeneSwitches, восстановили регуляторную сеть методом SCENIC и превратили её в булеву модель, где каждый ген может быть включён или выключен. Модель симулировали, чтобы найти аттракторы — устойчивые состояния сети, и проверили, как меняется ландшафт аттракторов при виртуальном нокауте или сверхэкспрессии каждого гена.
Для траектории Y_272 модель из 613 генов показала единственный аттрактор — цикл из 20 состояний с положительным «возрастным баллом» +4,362, что указывает на старение как на сходимость к устойчивому старому состоянию. Нокаут гена BACH2 обрушил этот аттрактор и сдвинул балл до −1,565, то есть на 3,746 единицы в молодую сторону, что составило 98,9% от максимально возможного улучшения. При этом ни один из 25 генов-переключателей, чья экспрессия сильнее всего менялась с возрастом, не дал полезного эффекта при возмущении. Для траектории Y_308 модель из 575 генов выявила шесть аттракторов, среди которых доминировал молодой (бассейн притяжения 95,8% начальных состояний). Лучшим вмешательством оказался нокаут ASCL2, который улучшил балл на 0,072 единицы, а комбинация ASCL2 + ATF6 дала синергию и улучшение на 0,088 единицы.
Главное отличие от соседних работ — переход от описания к управлению. Соседи по архиву картируют возрастные изменения, строят атласы старения и ищут биомаркеры, но не проверяют, какие гены реально контролируют устойчивость возрастных состояний. Здесь впервые для старения кожи применён аттракторный анализ булевых сетей, который разделил пассажиров и водителей: гены с яркой возрастной динамикой оказались пассажирами, а скрытые регуляторные узлы BACH2 и ASCL2 — водителями. Это меняет стратегию поиска терапевтических мишеней: вместо самых «шумных» генов стоит искать те, что удерживают клетку в старом бассейне притяжения, даже если их собственная экспрессия почти не меняется.
Тема может развиваться в сторону экспериментальной проверки предсказанных мишеней BACH2 и ASCL2 на культурах кератиноцитов и в моделях старения кожи. Другой путь — расширение подхода на другие типы клеток, например фибробласты, которые в исходной работе Zou et al. считались наиболее уязвимыми к возрасту, но здесь не прошли порог корреляции. Возможно также усложнение модели: учёт дозозависимых эффектов вместо строгого «вкл/выкл» и включение непрерывных градиентов активности генов.
Метод PRISM может быть перенесён на анализ старения других тканей и на поиск мишеней для омоложения в регенеративной медицине. Он также применим к раку, где аттракторы описывают устойчивые состояния опухолевых клеток, а возмущения сети — способы перевести клетку в менее агрессивное состояние.
Ближайший шаг — экспериментальная проверка нокаута BACH2 и ASCL2 в первичных кератиноцитах человека с оценкой возрастных маркеров и функциональных тестов. Параллельно стоит валидировать предсказания модели на независимых наборах данных и уточнить регуляторные связи с помощью методов прямого измерения, например ChIP-seq.
Работа напрямую касается нерешённой проблемы клеточной биологии: почему одни гены меняют экспрессию при старении, но не влияют на процесс, а другие, почти незаметные, управляют устойчивостью возрастного состояния. Это связано с более широким вопросом о том, как регуляторные сети кодируют клеточную идентичность и как переключение между аттракторами может обращать старение вспять.
Булевы сети для моделирования генной регуляции предложил Стюарт Кауффман ещё в 1969 году, задолго до появления секвенирования одиночных клеток. Его идея о том, что типы клеток соответствуют аттракторам сети, получила экспериментальную поддержку только через десятилетия.
Идея перепрограммирования клетки из старого состояния в молодое через вмешательство в регуляторную сеть перекликается с сюжетом фильма «Парадокс Кловерфилда», где ускоритель частиц случайно меняет фундаментальные параметры реальности. Здесь, правда, переключение не случайное, а вычисленное.
Работа опубликована не на arXiv. Здесь её страница, PDF и формализация: проверить можно самим, а не только прочитать наш разбор.