Виртуальный ты. Как создание цифровых близнецов изменит будущее человечества

Избавившись от контроля, который ограничивает остальную часть нашего тела, опухолевые клетки беспрепятственно делятся, приобретая новые генетические изменения, чтобы эволюционировать, противостоять лекарствам или расти быстрее. В чрезвычайно сложной среде человеческого тела, которая различается в зависимости от человека, клетки опухолей сталкиваются с разнообразным давлением отбора, благоприятствующим клеткам, накапливающим мутации, которые делают их более способными к выживанию: к ним, например, относится предпочтение клеток, которые накапливают мутации, обеспечивающие лучшее выживание, клеток, которые делятся быстрее, и клеток, которые с меньшей вероятностью погибнут. В результате даже одна опухоль может содержать совершенно разные генетические мутации в клетках одной области по сравнению с клетками другой. В конце концов, если опухоль не была успешно уничтожена, клетки разовьются и смогут перемещаться в другие части тела. Это называется метастазированием и является самым смертоносным аспектом рака.

Хотя это упрощенная картина, она подчеркивает, что раковые клетки представляют собой искаженные версии нормальных клеток, из-за чего их трудно выделить и уничтожить, не вызывая при этом разрушительных побочных эффектов, когда нормальные клетки попадают под перекрестный огонь. Более того, поскольку рак возникает в результате эгоистичной эволюции собственных клеток человека, каждая опухоль уникальна.

Несмотря на это, традиционные методы лечения рака одинаковы, кем бы вы ни были. Химиотерапия, например, основана на препаратах, токсичных для всех делящихся клеток организма. Раковые клетки делятся быстрее, чем большинство клеток, и более уязвимы, однако поражаются и нормальные клетки, вызывая такие побочные эффекты, как выпадение волос и тошнота. Будущее лечения рака – это переход от этих грубых универсальных методов лечения к персонализированной медицине.

Один из способов, используемый в «точной медицине», заключается в стратификации пациентов с данным раком на группы, в чем-то схожие. В качестве одного из примеров: давно признано, что гормональная терапия рака молочной железы, скорее всего, будет эффективной, если рак содержит рецепторы гормонов эстрогена и/или прогестерона. Но этот подход, хотя и ценный, является обратным, поскольку основан на более ранних испытаниях.

Суперкомпьютеры могут помочь обеспечить по-настоящему прогностическую и персонализированную медицину. В 2016 г. Питер представил, как адаптировать методы лечения рака с помощью SuperMUC, кластера из двух связанных суперкомпьютеров (всего чуть меньше 250 000 вычислительных ядер), способных производить более 6,8 петафлопсов (10¹⁵ операций с плавающей запятой в секунду), которыми управляет Leibniz Rechenzentrum, Суперкомпьютерный центр Лейбница (LRZ) недалеко от Мюнхена.

Получить доступ ко всем 250 000 ядрам этого суперкомпьютера (с тех пор он был заменен новым компьютером с более чем 300 000) – нетривиальная задача, но с помощью директора LRZ Дитера Кранцльмюллера этот амбициозный проект был реализован во время планового технического обслуживания. Команда Питера имела доступ ко всей машине в течение 37 ч, которые теперь известны как «блочная операция» и эквивалентны примерно четверти миллиона человек, работающих на повседневных персональных компьютерах в течение 37 ч. Даже по меркам ученых, регулярно использующих суперкомпьютеры, это была огромная работа. Гигантский рабочий процесс состоял из каскадной серии параллельных и последовательных вычислений и был настолько амбициозным, что в дело пошел мафусаил шампанского[321], чтобы побудить команду управлять длительной и непрерывной обработкой чисел, в результате которой было получено около 10 терабайт данных, то есть 2⁴⁰ байтов.

В течение полутора дней моделирование использовалось для изучения того, как около 100 лекарств и лекарств-кандидатов связываются с белками-мишенями, и оценки их эффективности для разработки лекарств. Как уже упоминалось, хотя это можно представить как разработку молекулярного ключа (лекарства), подходящего к белковому замку в организме (например, рецептору), эта аналогия не работает из-за хаоса, когда крошечные изменения в структуре молекул могут привести к огромным изменениям в силе связывания – так называемому «обрыву аффинности». Опять же, многообещающим вариантом является использование ансамблевых методов для изучения влияния риффов на форму, энергию и т. д. Ансамбли могут воспроизводить реальные измерения аффинности связывания с высокой степенью корректности и точности[322].

Что особенно важно, они обнаружили, что метод воспроизводим и практичен: сродство связывания можно рассчитать за несколько часов, тем самым ранжируя все доступные лекарства в порядке их эффективности для конкретного человека. В ходе последующей работы с фармацевтическими компаниями оказалось, что слепые прогнозы, сделанные до завершения экспериментов, хорошо согласуются с экспериментальными данными.