экспрессия генов

Четыре старые карты лежали в разных ящиках стола. На каждой были отмечены гены, связанные со старением клеток, но карты не совпадали: разные названия, разные масштабы, разные легенды. Учёному, который искал ген для эксперимента, приходилось сверять их вручную, рискуя пропустить важную отметку. SenSASP сшила эти карты в одну.

Курьер с посылкой входит в густой лес из переплетённых верёвок. Он должен доставить груз вглубь, но по дороге теряет силы, и каждый шаг даётся всё труднее. Так выглядит фермент, который разрушает плотный гель из биологических молекул. До недавнего времени никто не мог одновременно видеть, как курьер движется и как редеет лес.

Медленно вращая ручку настройки старого радиоприёмника, вы слышите, как звук вырывается из шума не постепенно, а резким скачком — в тот миг, когда антенна попадает в резонанс с волной. Примерно так же ведут себя гены в живой клетке. Они работают не как плавный кран, а как тумблер с двумя положениями: «молчит» и «вещает».

В длинных отростках нейрона — дендритах — постоянно снуют крошечные курьеры. Это молекулы матричной РНК — матричная РНК, или мРНК, — которые несут инструкции для сборки белков. Их путь начинается в теле клетки, а заканчивается в синапсах — специализированных контактах с другими нейронами.

Белковая цепочка сворачивается в рабочую трёхмерную структуру за доли секунды — и почти никогда не ошибается, находя единственную нативную укладку среди астрономического числа возможных конформаций.

Представьте огромный оркестр без дирижёра. Каждый музыкант — это ген (участок ДНК, кодирующий белок или РНК), а мелодия — сложная работа клетки. Раньше, глядя на фотографию ткани, компьютер пытался угадать партию каждого инструмента по отдельности. Он не знал, что скрипки обычно играют вместе с альтами, а трубы — с тромбонами.

Белок скользит по нити ДНК, как ключ по связке, — ищет свой замок. Один неверный поворот, и ген останется выключенным. Чтобы понять, где белок ухватится надёжно, нужно измерить силу этой хватки — энергию связывания. Но перебрать все возможные места вручную невозможно: геном млекопитающих — это миллиарды «букв».

WanSong создаёт музыку подобно тому, как скульптор ваяет статую из глыбы мрамора: отправной точкой служит шум — хаотичное звучание, напоминающее рокот водопада, — из которого алгоритм шаг за шагом убирает всё лишнее, пока не проступают чистые ноты и голоса.

Когда биологи измеряют активность тысяч генов одновременно, традиционный анализ обычно выявляет лишь корреляции — пары генов, чья экспрессия меняется согласованно, подобно двум ингредиентам в супе, которые часто встречаются вместе. Стандартный метод фиксирует такие парные совпадения, но не способен указать направление влияния: кто из этой пары ведущий, а кто ведомый.

Данные о работе генов обычно выглядят как длинная строка чисел, напоминающая радужную полоску (спектр) без видимых связей. В модели scVision эти числа преобразуют в осмысленное изображение — не список ингредиентов, а фото готового блюда.

Вы получили отчёт: в вашем гене заменена одна «буква». Но что это меняет? Белок — не плоская строка, а плотный клубок, где каждая петля сидит в своей ямке. Замена в глубине этого клубка — как трещина в фундаменте, а на поверхности — как царапина на фасаде. Чтобы понять тяжесть поломки, нужно увидеть её место в трёхмерном теле белка.

Белок в клетке не застывшая скульптура. Он постоянно движется: изгибается, дышит, дрожит. Это движение — его называют динамикой — определяет, как белок работает. Но заглянуть в танец напрямую сложно, а компьютерное моделирование часто требует огромных мощностей. Новый подход, названный DynaMode, смотрит на движение белка как на музыкальное произведение.

В эмбриональном развитии клетка напоминает музыканта в огромном оркестре: она должна сыграть свою партию, ориентируясь на дирижёра — градиент сигнальных молекул. Но дирижёр ненадёжен: концентрация морфогенов постоянно флуктуирует. Как же тогда виолончелист не сбивается на скрипичную мелодию?

Клетка похожа на библиотеку, где каждый день переписывают тысячи книг. Молекулярные машины — полимеразы и рибосомы — скользят по цепочке-шаблону и собирают копию, звено за звеном. У этих машин есть несколько состояний: они могут замедляться, ошибаться или переключаться. Раньше расчёт такого процесса занимал часы.

Фонарик, который загорается только рядом с дорожным знаком, — примерно так работает поиск лекарств, когда учёные опираются на генетические подсказки. Группа исследователей изучила больше 26 тысяч пар «мишень-болезнь»: сочетаний белка, на который действует лекарство, и заболевания, которое им лечат.

Долгое время мы воспринимали белки лишь в их конечной, статичной конформации — словно фотографии танцоров, застывших в эстетичной позе. Благодаря алгоритмам, подобным AlphaFold, мы научились предсказывать эту позу, исходя из линейной последовательности углеродных аминокислотных звеньев.

Две бригады дорожных рабочих укладывают асфальт с разных концов улицы. Они движутся навстречу друг другу, и от их слаженности зависит, когда улица будет готова. Примерно так же клетка копирует свою ДНК перед делением — только вместо асфальта длинная молекулярная нить с инструкциями, а вместо рабочих — крошечные белковые комплексы, которые запускаются сразу во многих точках.

Порванный телефонный провод — беда, но порванная ДНК — катастрофа. Двойной разрыв (когда обе нити спирали ломаются в одном месте) грозит клетке гибелью или перерождением в раковую. К счастью, у клетки есть свой «клей» — особые белки, которые собираются в каплю прямо на месте аварии. Эта капля удерживает разорванные концы вместе, как монтажная пена фиксирует обрывки кабеля.

Художник пишет картину, поглядывая на зрителя в зале. Если зритель улыбается — художник добавляет на холст больше красного и округлых линий, если хмурится — убирает синий и ломает углы. Примерно так же нейробиологи «допрашивают» нейроны зрительной коры, только вместо красок — сотни тысяч фотографий, а вместо улыбки — электрический импульс.

Собрать пазл, когда кусочки разбросаны по 13 коробкам с разными системами нумерации, — примерно так выглядит поиск генов, связанных с конкретной болезнью. Данные есть, но они спрятаны в базах с собственными интерфейсами, форматами и даже языком описания.

Белок в клетке похож на крошечную машину: у каждой свой чёткий чертёж и своя задача. Одни белки режут молекулы, другие переносят кислород, третьи ловят свет. Чтобы создать такой механизм с нуля, нужно решить две проблемы сразу: придумать, какую работу он будет делать, и как ему при этом свернуться в правильный узелок. Если узелок собьётся, машина застрянет или сломается.

Длинные белковые нити, их запутанные сцепки и случайные контакты — так обычно объясняли рождение клеточных капель. Эти безмембранные органеллы, где идут важные реакции, напоминают масляные капли в воде: они возникают сами, когда молекулы разделяются на фазы. Но новая работа заглянула на ступеньку ниже — туда, где правит не длина, а химический почерк.

Переводчик, который никогда не был на совещании, переводит дословно — и теряет половину смысла. Он не знает, что кивок начальника означает «сделайте как в прошлый раз», а фраза «ну, посмотрим» — вежливый отказ. Так и языковая модель, которая пишет код по научной статье: уравнения она прочитает, а вот негласные договорённости — нет.

В активно растущей бактерии гены, кодирующие «белковые фабрики» — рибосомы, — не дрейфуют в цитоплазме хаотично. Они слипаются в жидкие капли, напоминающие масляные разводы в воде: у них нет окружающей мембраны, но есть чёткая граница раздела с окружением. За это сгущение отвечает белок NusA.

Капсиды — это белковые коробочки, в которых вирус переносит свой генетический материал. В генной терапии такие коробочки используют как курьеров: внутрь кладут нужный ген, а снаружи оставляют умение проникать в клетки. Проблема в том, что природных коробочек мало, а задач — много: одна должна попадать только в печень, другая — в мозг, третья — не вызывать иммунного ответа.

Раньше генеративные модели для поиска лекарств работали как художник, который рисует, не выбирая холст. Они учились на существующих молекулах и просто выдавали похожие, не задумываясь о том, как устроено само пространство возможных соединений. SpaceGFN меняет подход: теперь химическое пространство — это конструктор, где пользователь задаёт детали и правила сборки.

Белков в природе — как песчинок на пляже, и у каждого своя работа: одни расщепляют пищу, другие строят клетки. Но чтобы понять, чем именно занят конкретный белок, его нужно изучить в лаборатории — а это медленно и дорого.

Внутри клетки кипит работа: тысячи генов включаются и выключаются, как лампочки на огромном табло. Нейросети, обученные читать это табло, научились угадывать, что произойдёт, если «выключить» один ген или добавить лекарство. Но как именно они это делают — загадка.

Ночью человек дышит, и по ритму этого дыхания можно многое сказать о его сне. Но обычно врачи смотрят на электрические волны мозга — их записывают датчиками на голове. Новая работа показывает, как по одному лишь дыханию восстановить эти волны, не касаясь головы. Модель работает как переводчик с языка тела на язык мозга.

Клетка похожа на кухню, где тысячи рецептов (генов) лежат в одной толстой книге (ДНК). Повар-белок Klf4 листает страницы и решает, какой рецепт приготовить сегодня. Но как он находит нужную строчку среди миллиардов букв? Раньше думали, что белок ищет короткий «пароль» — несколько букв подряд. Теперь выяснилось: он чувствует гораздо больше.

В каждой клетке живёт неутомимый переписчик — фермент, который копирует длинную нить ДНК. Он движется по ней, как считывающая головка по магнитофонной ленте, и строит рядом новую нить. Буквы он подбирает строго по правилу: напротив А всегда ставит Т, напротив Г — Ц. Но иногда, очень редко, рука его дрожит — и вместо нужной буквы встаёт другая.

Живые клетки человека, взятые прямо из организма, — самый честный материал для изучения болезней и проверки лекарств. Но ввести в них чужой генетический материал трудно: клетки не любят посторонних. Обычные методы либо повреждают клетку, либо работают неравномерно, особенно если образец неоднороден — а он почти всегда неоднороден. Новая платформа решает эту проблему с помощью вихревого потока.

9 октября 2022 года земные детекторы зафиксировали гамма-всплеск невиданной силы. GRB 221009A оказался настолько ярким, что его излучение ионизировало верхние слои ионосферы, а спутниковые приборы временно ослепли.