Давно известно: чтобы определять параметры окружающей среды и передавать информацию соседям, клетки живых организмов используют специальные сигнальные механизмы. Обычно такие системы работают, изменяя количество специфических молекул во времени. Устроены подобные системы достаточно просто, но исследовать их трудно из-за их многообразия и специфичности. Например, под действием гамма-излучения в клетке млекопитающего выделяется белок p53, причем он появляется в виде последовательности ряда коротких импульсов. Этот белок останавливает клеточный цикл деления и сигнализирует о том, что нужно провериться на предмет повреждений. С другой стороны, этот белок выделяется и при облучении ультрафиолетом, но это происходит в виде единой длинной пульсации. Такой сигнал сразу вызывает смерть клетки, хотя суммарное количество выделяющегося белка может быть одинаковым.
Таким образом получается, что важная информация закодирована в том, как быстро и в течение какого времени изменяется концентрация белков на малом масштабе. Подобные изменения невозможно измерить даже на самом современном оборудовании. В новой работе Джэксон О’Брайен и Арвинд Муруган из Чикагского университета (США) предлагают новый подход, который позволяет регистрировать динамику концентраций с необходимой точностью. Для этого они предлагают использовать молекулярный компьютер на основе ДНК. Такое устройство работает, заменяя одну из цепочек ДНК в двойной спирали на другую. Это переключение состояний, а также его обратимость можно контролировать с высокой точностью, что позволяет при помощи нескольких подобных цепочек создавать логические элементы, приводимые в движение химическими реакциями.
Авторы проверили работоспособность идеи при помощи компьютерного моделирования. Оно подтвердило, что ученые смогли создать устройства, выборочно реагирующие на три основных характеристики клеточных сигналов: период между импульсами, их длительность и количество. «Мы продемонстрировали декодирующее устройство для каждой из этих способностей, реагирующее на одну конкретную», — пишут авторы в статье.
Однако остается большое пространство для того, чтобы улучшать подобные системы. Во-первых, пока они нечувствительны к амплитуде сигналов. Во-вторых, они работают только с заранее заданными сигналами и их особенностями. Авторы предполагают, что «было бы интересно разработать молекулярные схемы, которые могут динамически обучаться реагировать на подходящие временные особенности, подобно реализующим машинное обучение подходам».
Также работа пока что подтверждена только моделированием, а не экспериментами с реальными клетками. Тем не менее авторы предполагают, что их разработку можно будет применять во многих областях. Например, с ее помощью можно создавать программируемые таблетки, которые высвобождают лекарство только в том случае, если получают определенный сигнал от клеток. Таким сигналом может быть информация о воспалении, которое началось в ткани.
Источник: indicator.ru