Виртуальный ты. Как создание цифровых близнецов изменит будущее человечества

Это загадочное поведение можно понять, если принять во внимание, что каждая бактерия может содержать только определенное количество белка, поэтому всей колонии выгодно «распространять ставку» на гены, особенно на гены устойчивости к антибиотикам. Некоторые бактерии делают ставку на одного бактериального захватчика, другие – на другого, поэтому у суперорганизма всегда будет что-то под рукой, чтобы отреагировать на угрозу. На момент написания Коверт изучал, каковы последствия таких ставок для оперонов – логических операций, включающих кластер генов.

Рисунок 30. 3D-модель клетки Mycoplasma genitalium (создано Мартиной Маритан, Людовиком Отином и Дэвидом С. Гудселлом, Scripps Research и rcSB Protein data Bank)

Получение более подробной картины важно, когда дело доходит до создания виртуальной версии бактерии. Точно так же, как телеграф произвел революцию в прогнозировании погоды, «позволив новостям о погоде распространяться быстрее, чем сама погода», Коверт считает, что следующие достижения будут связаны с более целостным представлением клетки и ее окружения в режиме реального времени, исследованиями, которые проводятся не только в его лаборатории, но, например, в исследовании Луиса Серрано из Барселонского института науки и технологий, работавшего над Mycoplasma pneumoniae[367].

Как местную погоду можно предсказать только при наличии некоторого понимания глобального контекста, от струйных течений до теплых фронтов, так и, считает Коверт, предсказание поведения клеток будет зависеть от использования текущих данных. Это означает не только секвенирование генов, но и разработку программного обеспечения, искусственного интеллекта и технологий для мониторинга в реальном времени данных о сложных и плотно упакованных внутренностях одной клетки.

VCell и ModelBricks

В то время как бактериальные клетки относительно просты и называются прокариотами, строительные блоки тел растений и животных, включая наше собственное, гораздо сложнее и известны как эукариоты. Эти клетки содержат ядро, в котором находится их ДНК, и другие органеллы, остатки более ранних эпизодов эволюции микробных слияний и поглощений.

Возьмем, к примеру, небольшие ромбовидные структуры в наших клетках, называемые митохондриями. Они не только выглядят как отдельные существа, но и имеют собственную ДНК, которая передается от матери к ребенку. Наши клетки, от мышц до мозга, управляются потомками бактерий, которые сотни миллионов лет назад обменивали химическую энергию на комфортный дом в другой клетке. Чтобы их точно смоделировать, нам необходимо перейти от обыкновенных дифференциальных уравнений, учитывающих изменения во времени, к уравнениям в частных производных, которые могут обрабатывать несколько независимых переменных. Чтобы разобраться в этих уравнениях, нам также потребуется гораздо больше вычислительной мощности.

Параллельно с усилиями по моделированию микоплазмы в середине 1990-х гг. в Коннектикутском университете появилась еще одна инициатива[368]. Там Лес Лоу убедил преподавателей поделиться опытом, временем и оборудованием для визуализации живых клеток в тогдашнем Центре технологий биомедицинской визуализации, чтобы различные дисциплины – клеточная биология, химия, оптическая инженерия, математика, физика и компьютерная инженерия – могли способствовать созданию открытой среды разработки, позволяющей командам пробовать модули виртуальной клеточной химии. Усилия по изучению Mycoplasma привели к созданию индивидуальных моделей одного организма, а команда из Коннектикута хотела создать сборочную линию для изготовления всех видов виртуальных клеток.

Перед построением пространственно явной модели уравнения в частных производных типичный пользователь виртуальной клетки – VCell – начинает с обыкновенных дифференциальных уравнений[369]. В клеточных компартментах программное обеспечение позволяет связывать реагенты и продукты, а также ферменты, которые превращают первые во вторые. VCell облегчает разработку многокамерных моделей обыкновенных дифференциальных уравнений, например, для моделирования реакций в цитоплазме, а также внутри ядра. На этом этапе можно ввести уравнения в частных производных, чтобы концентрации внутри клеточных компартментов могли меняться как функции пространства и времени. Для работы необходимо количественно оценить, как диффундируют молекулы – коэффициенты диффузии получаются из экспериментов (с использованием таких методов, как восстановление флуоресценции после обесцвечивания (FRAP) и флуоресцентная корреляционная спектроскопия (FCS), где белки помечаются флуоресцентными маркерами).