Naukowcy z Harvard University's John A. Paulson School of Engineering and Applied Sciences (SEAS) opracowali przełomowe ramy obliczeniowe, które pozwalają odkryć zasady rządzące samoorganizacją komórek. Ta innowacyjna metoda, opublikowana 13 sierpnia 2025 r. w czasopiśmie Nature Computational Science, wykorzystuje automatyczne różniczkowanie – technikę kluczową dla trenowania modeli uczenia głębokiego.
Metoda ta umożliwia przewidywanie, jak drobne zmiany w genach lub sygnałach komórkowych wpływają na ostateczny kształt i funkcję klastrów komórkowych. Badania te mają na celu uproszczenie złożonego procesu wzrostu komórek, traktując go jako problem optymalizacyjny, który może być rozwiązany przez komputery. Dzięki zastosowaniu automatycznego różniczkowania, zespół jest w stanie efektywnie obliczać złożone funkcje, co umożliwia precyzyjne określenie wpływu niewielkich zmian w sieciach genowych na zachowanie całych kolektywów komórkowych.
Ta obliczeniowa metoda otwiera drogę do projektowania żywych tkanek o określonych funkcjach lub kształtach, co ma ogromny potencjał w dziedzinach medycyny regeneracyjnej i inżynierii tkankowej. Jak zauważa Michael Brenner, profesor fizyki stosowanej i matematyki stosowanej w SEAS, ta metoda może w przyszłości umożliwić inżynierię wzrostu organów, co jest „świętym Graalem” bioinżynierii obliczeniowej.
Badania te, współprowadzone przez studentkę Ramya Deshpande i badacza postdoktoralnego Francesco Mottes, stanowią dowód na to, jak połączenie informatyki i biologii może przyspieszyć postęp w medycynie regeneracyjnej, oferując nowe możliwości leczenia chorób i regeneracji tkanek. Potencjał tej technologii jest ogromny, ponieważ może ona pomóc w tworzeniu organów do przeszczepów, co jest kluczowym wyzwaniem w transplantologii.