С недавних пор ученые добились значительных успехов в области чтения ДНК и редактирования генов, однако создание полнофункциональных генетических программ, которые бы эффективно справлялись с определенными задачами, все еще представляет собой серьезную проблему. Такие решающие системы позволяют клеткам производить высококачественные лекарства, такие как инсулин или мишенные антитела для лечения рака, которые невозможно получить традиционными химическими методами. Исследователи Пермского Политеха предложили новую модель, которая более точно отражает процесс работы искусственных генетических цепей в действующих клетках, что способствует созданию более эффективных генетических конструкций, как проинформировала пресс-служба университета.


С недавних пор ученые добились значительных успехов в области чтения ДНК и редактирования генов, однако создание полнофункциональных генетических программ, которые бы эффективно справлялись с определенными задачами, все еще представляет собой серьезную проблему. Такие решающие системы позволяют клеткам производить высококачественные лекарства, такие как инсулин или мишенные антитела для лечения рака, которые невозможно получить традиционными химическими методами. Исследователи Пермского Политеха предложили новую модель, которая более точно отражает процесс работы искусственных генетических цепей в действующих клетках, что способствует созданию более эффективных генетических конструкций, как проинформировала пресс-служба университета.


Сегодня синтетическая биология уже освоила внедрение отдельных генов в клетки, позволяя, например, бактериям производить человеческий инсулин, а микроорганизмам — синтезировать антибиотики в промышленных условиях. Однако следующим значимым шагом остается создание генетических программ, которые могли бы функционировать по расписанию и реагировать на внешние факторы, что до сих пор является нерешенной задачей. В 2000 году Майкл Эловиц, американский исследователь, создал первую синтетическую генетическую сеть, названную «репрессилятором», состоящую из трех соединенных в кольцо генов, каждый из которых подавлял следующий, создавая циклический ритм. Идея заключалась в том, что такая схема будет действовать как биологический «осциллятор» для периодической генерации определенного вещества. Однако на практике выяснилось, что конструкция нестабильна: в некоторых клетках колебания быстро затихали, в других же становились хаотичными. За 25 лет эта задача так и осталась актуальной.

Ученые ПНИПУ решили разделить реакции на быстрые и медленные, сосредоточившись на тех, которые критически влияют на динамику работы сетей. Они разработали две модели репрессилятора: первая учитывала задержку в синтезе белка, а вторая интегрировала вероятностный алгоритм, учитывающий случайный характер молекулярных процессов. «Наши расчеты показали, что в модели, учитывающей вероятности, гены синхронизировались значительно быстрее — в десятки раз по сравнению с традиционными подходами», — отметил младший научный сотрудник кафедры «Прикладная физика» ПНИПУ Максим Бузмаков. Множественные вычисления подтвердили эту закономерность: рассмотрение вероятностного характера синхронизации происходило примерно в 60 раз быстрее, независимо от параметров. Авторы работы подчеркивают, что это объясняет, почему живые клетки могут «настраиваться» быстрее, чем предполагали прежние теории.

Достигнутые результаты могут революционизировать способы создания генетических программ. Если раньше случайные элементы считались помехой, то сейчас они воспринимаются как важный инструмент для ускорения выхода системы на устойчивый ритм. В будущем это может привести к созданию клеток, которые будут ритмично вырабатывать лекарственные вещества, например, выделяя инсулин короткими импульсами, подобно работе поджелудочной железы, или поставляя препараты по строго установленному графику. Это может существенно уменьшить количество инъекций для диабетиков и улучшить терапию для онкологических больных, позволяя клеткам самим производить лекарства и подавать их в виде импульсов, а не непрерывно.