Моделирование межклеточного взаимодействия генов М.А. КОРОТКОВА, В.А. РЕКУБРАТСКИЙ 1 Московский инженерно-физический институт (государственный университет) 1 Центр «Биоинженерия» РАН МОДЕЛИРОВАНИЕ МЕЖКЛЕТОЧНОГО ВЗАИМОДЕЙСТВИЯ ГЕНОВ Предложена модель и программная система для представления и анализа динамики взаимодействия генов в клетках организма. Система позволяет исследователю-биологу произвольным образом задавать набор генов и способы их взаимодействия, а также начальное состояние клеток. На основе заданных параметров система моделирует работу генов, за которой исследователь имеет возможность наблюдать в динамике. Предложен универсальный способ описания различных процессов взаимодействия клеток и генов, позволяющий реализовать все типы взаимодействий генов и клеток. Развитие любого организма определяется, прежде всего, работой и взаимодействием его генов [1]. И если состав геномов многих организмов на сегодняшний день известен [2], то вопросы взаимодействие генов до сих пор изучены слабо. Это объясняется в первую очередь тем, что о взаимодействии генов можно судить зачастую только по косвенным признакам (изменению внешнего вида и строения, нарушениях в развитии) организмов, в которых была искусственно подавлена способность к работе определенных генов [3, 4]. К полной или частичной утрате работоспособности одного или нескольких генов приводят мутации, они могут быть получены искусственно в лабораторных условиях [4]. Ежегодно выходит множество работ, в которых на основании экспериментальных данных, т.е. изучении строения и функций мутантных организмов, делаются предположения о взаимосвязи генов в различных организмах [5–9]. Для описания взаимосвязи всего множества генов организма или какого-то их подмножества часто прибегают к построению генной сети [10]. Генная сеть – это ориентированный граф, вершинами которого являются гены, а дугами – процессы взаимодействия генов. Таким образом, результатом работы исследователя, изучающего вопросы взаимодействия генов, можно считать генную сеть, включающую некоторое подмножество генов некоторого организма. К сожалению, часто генная сеть, построенная на основании одних экспериментальных данных, может плохо согласовываться с другими данными, полученными, например, позже или в другом исследовательском институте (можно, например, сравнить описания взаимодействия генов в работах [4)] и [8)]). Подобные ошибки обусловлены тем, что в настоящее время нет адекватных способов представления данных, позволяющих осуществлять детальный анализ и сопоставление экспериментальной информации. Возникают и такие ситуации, когда данные, на которые опирается исследователь, допускают построение нескольких вариантов генной сети [11]. Для выявления наиболее точно соответствующего действительности варианта необходима проверка полученных генных сетей на предмет согласования с другими экспериментальными данными. В сложившейся ситуации четко выявляется одна из задач по автоматизации работы исследователя – необходимо создать систему, моделирующую взаимодействие и жизнедеятельность клеток организма на основании заданной генной сети, выполняя тем самым проверку согласованности этой сети и экспериментальных данных. При этом важно учитывать, что процессы взаимодействия генов, отражаемые в генной сети, в реальности могут быть пространственно разнесены и происходить в различных областях и (или) клетках организма. Поэтому задача создания указанной системы не сводится к моделированию функционирования отдельной генной сети и установлению соответствия между состояниями единственной сети и всего организма. Авторами предложена система моделирования, учитывающая как состояние генов в клетках организма, так и межклеточные взаимодействия. В рамках данной системы на основании задаваемой пользователем генной сети отображается взаимодействие генов, функционирующих в разных клетках. Разработана модель генной сети. В разработанной модели произведено разделение между внутренним состоянием гена – степенью его активности, т.е. способностью производить продукт, и внешней характеристикой этого состояния – количества продукта, уже выработанного геном. Каждый ген производит свой уникальный продукт, специфически взаимодействующий с другими продуктами и оказывающий влияние на другие гены, т.е. регулирует их активность. Продукты в модели рассматриваются абстрактно – только с точки зрения их влияния на гены, остальные свойства продуктов (физические, химические, биологические) из рассмотрения ис- Моделирование межклеточного взаимодействия генов ключены. Разработанная модель взаимодействия генов позволяет произвольным образом задавать и изменять структуру генной сети, а также производить настройку параметров отдельных генов. В совокупности эти два принципа позволяют обеспечить полную адаптивную настройку разрабатываемой системы на уровне взаимодействия генов. Кроме того, появляется возможность задавать широкий круг различных мутаций как сильных, приводящих к полной дисфункции генов, так и слабых, оказывающих лишь частичное воздействие на гены. Следует выделить два момента – разделение активности и продукта позволяет задавать различные мутации, а возможность задавать произвольным образом взаимодействия – отражать произвольный тип взаимодействий. Генная сеть представляется моделью, имеющей два уровня представления: внешний и внутренний. Внешний уровень описывает структуру генной сети, способы взаимодействия входящих в ее состав генов, а также содержит информацию, доступную пользователю при создании, редактировании и мониторинге сетей. Внутренний уровень обеспечивает непосредственно функционирование сети и взаимодействие отдельных ее структурных элементов (генов). Внешний уровень составляют элементы двух типов: гены и процессы, с помощью которых гены связываются в единую сеть. Гены – это основные структурные единицы сети. Каждый ген имеет две числовые характеристики: активность и продукт. Ген в каждый момент времени может находиться в одном из двух состояний: нормальном, когда он производит продукт и блокированном, когда производства продукта не происходит. В каком бы состоянии ни находился ген, продукт гена (уже им произведенный) подвергается постепенному распаду — деградации. Характеристикой скорости распада является функция деградации: она определяет, насколько уменьшается количество продукта гена на каждом такте работы сети. Производство продукта также характеризуется некоторой функцией, зависящей от величины активности гена. Таким образом, всего ген имеет пять характеристик: состояние (блокированное или нормальное), активность, количество продукта, функция деградации и функция производства продукта. Функции задаются пользователем при вводе генной сети и в дальнейшем при работе модели не изменяются, все остальные характеристики могут меняться в результате взаимодействия гена с другими генами, количество продукта также может изменятся в результате производства и деградации. Работа генов в различных клетках может иметь разный эффект на жизнедеятельность клеток: рост; деление; дифференциация в направлении одного из нескольких типов органов; взросление; разного рода взаимодействия с другими клетками; вырабатывание продуктов генами внутри клетки. Как видно, список различных эффектов весьма разнообразен. В связи с этим при настройке работы модели можно выделить две проблемы. 1. Параметры каждого процесса должны настраиваться отдельно, что в дальнейшем будет существенно перегружать пользовательский интерфейс. 2. Периодически в ходе исследований обнаруживаются новые нюансы жизнедеятельности и взаимодействия клеток, в результате чего приходится вводить в модель новые процессы (что приводит к усугублению первой проблемы) или изменять особенности протекания старых. Для того чтобы решить эти проблемы, необходимо было унифицировать все клеточные процессы так, чтобы получить некий обобщенный процесс, который при разных конкретных параметрах мог бы описывать различные аспекты взаимодействия и жизнедеятельности клеток. Это позволило бы настраивать параметры каждого процесса единым образом, а также добавлять новые типы процессов, не модифицируя ядро модели и ее программную реализацию. Можно заметить, что все клеточные процессы приводят к модификации какого-либо параметра клетки, которая является объектом воздействия процесса. Это позволяет моделировать воздействие изменением соответствующего параметра. Например, рост сводится к увеличению размера клетки, а деление клеток, наоборот, к уменьшению размера данной клетки и созданию новых клеток; любое взаимодействие клеток сводится к увеличению или уменьшению количе- Моделирование межклеточного взаимодействия генов ства продукта гена или другого вещества. В связи с данным замечанием было решено ввести вместо всех различных типов процессов один обобщенный. Обобщенный процесс описывает правила изменения параметров клеток и состояния их генов, а также условия, определяющие момент возникновения данных изменений и их локализацию в клетках. Благодаря данному подходу стало возможным настраивать параметры каждого процесса единым образом. Также существенно повысились описательные и адаптивные возможности модели в целом. Проведена программная реализация системы моделирования. Работа пользователя с системой проходит в несколько этапов. 1. Необходимо описать правила функционирования организма – задать генную сеть, которая отражает: взаимодействие генов (подавление, возбуждение); влияние внешней среды на гены; зависимость процессов жизнедеятельности клеток (деление, рост, дифференциация) от работы и состояния генов. Созданная сеть может быть сохранена для повторного использования. 2. Необходимо задать начальное состояние меристемы растения – группы клеток, из которой развивается весь организм. Состояние меристемы может быть также сохранено для повторного использования. 3. Моделирование используется для перехода от одного состояния меристемы к другому согласно некоторым правилам перехода, описанным с помощью генной сети. Последовательность состояний меристемы представляет собой динамику развития организма. Моделирование осуществляется по тактам: на каждом такте определяются сработавшие процессы, затем все эти процессы выполняются, после чего происходит переход к новому такту работы. Информация о каждом состоянии меристемы может быть визуализирована. Для этого используется трехмерный макет меристемы. Информация о переходе в результате моделирования от одного состояния к другому может быть визуализирована также посредством схемы генной сети и трехмерного макета меристемы. Для этого на схеме генной сети выделяются процессы, действовавшие при переходе к новому состоянию, а клетки-инициаторы и клетки-объекты воздействия в этих процессах выделяются различными цветами на трехмерном макете. 4. По окончании работы с системой моделирования можно построить графики, описывающие динамику изменения различных параметров меристемы (прежде всего, состояние генов в различных клетках). Построение графиков возможно и ранее – в процессе моделирования, для обеспечения более полного и детального мониторинга параметров меристемы. С помощью созданной системы были успешно промоделированы некоторые процессы генетического контроля развития растения Arabidopsis thaliana, а также инфицирования и развития вируса гепатита C (HCV) в клетках организма. Работа поддержана Студенческим инкубатором высоких технологий Технопарка МИФИ в рамках программы УМНИК-07. СПИСОК ЛИТЕРАТУРЫ 1) Коничев А.С. Молекулярная биология / А.С. Коничев, Г.А. Севастьянова. М.: Издательский центр «Академия», 2003. 2) National Center for Biotechnology Information [Электронный ресурс] – Режим доступа: http://www.ncbi.nlm.nih.gov/. 3) Kolchanov N.A., Anan'ko E.A., Kolpakov F.A. et al //Mol. Biol. 2000. V. 34. No. 4. P. 449. 4) Bowman J.L., Drews G.N., Meyerowitz E.M. //Plant Cell. 1991. August (№ 8). P. 749. 5) Bonifati V. // Curr Neurol Neurosci Rep. 2009 May. 9(3). P. 185. 6) Alexeev D.V., Ezhova T.A., Kozlov V.N. et al. // DAN. 2005. V. 401. No. 4. P. 133. 7) Alexeev D.V., Ezhova T.A., Kozlov V.N. et al. // Proceedings of the Russian Academy of Sciences. Biological series. 2006. No. 6. November-December. P. 645. 8) Shestakov S.V., Penin A.A., Logacheva M.D. et al // Alive systems technology. 2005. V. 2. No. 1. P. 37. 9) Pogorelko G, Fursova O, Klimov E. // J Proteomics Bioinform. 2008 Oct. 1(7). P. 329. 10) Geard, N. Wiles, J. // Artificial Life. 2005. 11 (3). P. 249. 11) Gustafson-Brown C, Savidge B, Yanofsky MF. // Cell. 1994. Jan 14. 76(1). P. 131.