Виртуальный ты. Как создание цифровых близнецов изменит будущее человечества

Когда дело доходит до таких моделей, обычные дифференциальные уравнения способны показать активацию Т-клеток, и нет необходимости использовать сложные уравнения в частных производных, чтобы составить схему клеточной географии белкового механизма внутри них[297]. Душек сравнивает это с тем, что должен знать пилот: «Чтобы управлять самолетом, вам не нужно понимать все молекулярные части. Если вы хотите „управлять“ Т-клеткой, вам просто нужно понять „рычаг“ или „шкалу“, управляющие функцией Т-клетки. Таким образом, вы можете научиться управлять Т-клеткой (и потенциально использовать ее в терапевтических целях) без детального понимания ее очень сложной внутренней структуры»[298].

В более поздней работе команда Школы Данна экспериментально оценила способность Т-клеток к распознаванию и обнаружила, что иногда они допускают ошибки[299]. Это может указать на новые способы лечения аутоиммунных заболеваний, таких как артрит, рассеянный склероз, диабет 2-го типа и псориаз, когда иммунная система атакует организм, а побочный ущерб вызывает заболевание.

Команда точно измерила, насколько прочно рецепторы Т-клеток связываются с большим количеством различных антигенов, а затем как Т-клетки здоровых людей реагируют на клетки, несущие различное количество этих антигенов. Их предыдущая модель могла качественно объяснить данные, но на этот раз они смогли количественно подогнать модель непосредственно к своим данным, используя последовательный метод Монте-Карло в сочетании с байесовским выводом. Совместно их эксперименты и моделирование показали, что рецепторы Т-клеток различают антигены лучше по сравнению с другими типами рецепторов.

Однако они также обнаружили, что Т-клетки могут реагировать даже на антигены, которые проявляют лишь слабое связывание. Удивительно, но сюда вошли и нормальные «собственные» антигены здоровых клеток. «Наша работа предполагает, что Т-клетки могут начать атаковать здоровые клетки, если эти клетки производят аномально большое количество антигенов, – сказал Душек. – Это способствует серьезному сдвигу парадигмы в том, как мы думаем об аутоиммунитете, поскольку вместо дефектов в том, как Т-клетки различают антигены, предполагается, что аномально высокие уровни антигенов, вырабатываемых нашими собственными клетками, могут быть ответственны за ошибочный аутоиммунный ответ Т-клеток».

У открытия есть и другие последствия, поскольку эта способность может быть полезна для уничтожения раковых клеток, которые развиваются в организме и производят аномально высокие уровни собственных антигенов. Душек рассказал: «Сейчас мы используем математическую модель для проведения экспериментов по поиску способов искусственного улучшения способности Т-клеток различать рак и аутоиммунитет»[300].

Виртуальные лекарства

Разработка лекарств – относительно старый пример виртуальных исследований на людях, где компьютеры используются для решения нелинейных уравнений, которыми изобилует клетка, и помогают разрабатывать персонализированные методы лечения. Допустим, мы обнаружили в вашем организме новую молекулярную мишень – белок, мутация которого связана с развитием заболеваний. Есть надежда, что мы сможем разработать лекарство, как ключ для замка, которое будет работать именно на вас, протестировав виртуальное лекарство на виртуальной копии этой молекулярной мишени (рис. 27).

Долгое время это было мечтой, и химики-теоретики были одними из первых, кто требовал времени за первыми цифровыми компьютерами. Одно из применений касалось молекулярной динамики, о которой мы упоминали во второй главе. Другое было в области квантовой химии: С. Фрэнсис Бойс из Кембриджского университета в Великобритании использовал компьютеры и квантовую теорию для определения электронной структуры молекул[301]. Когда мы были студентами Оксфордского университета, одним из наших преподавателей был Грэм Ричардс, который в 1970-х гг. использовал простейшие компьютеры того времени для расчета свойств молекул, когда «вычислительная химия» стала обычным явлением[302]. Почему бы не попытаться смоделировать, как различные потенциальные лекарства взаимодействуют с мишенями в организме[303]?

Многие команды используют этот подход, но было бы тенденциозно утверждать, что он оказал преобразующее воздействие, и команда Питера задокументировала недостатки многих из этих усилий[304]. Сегодня стоимость разработки нового лекарства измеряется миллиардами долларов[305] и занимает что-то порядка десятилетия. Грубо говоря, каждый новый «универсальный» препарат помогает примерно 50 % населения. Это может стать неожиданностью, но такой разочаровывающий показатель успеха можно увидеть в исследованиях антидепрессантов[306], ингибиторов нейраминидазы, используемых против гриппа[307], а также в осознании того, что большинство распространенных лекарств имеют лишь небольшой или средний эффект[308].