Ученые собрали генетический словарь стволовых клеток человека, и он может перевернуть медицину

Ученые собрали генетический словарь стволовых клеток человека, и он может перевернуть медицину

Команда исследователей впервые составила функциональную карту почти всех генов, которые работают в стволовых клетках человека. Если проект «Геном человека» показал, где именно расположены наши гены, то новый атлас отвечает на куда более практичный вопрос: чем каждый из этих генов реально занят внутри клетки.

Речь идет об индуцированных плюрипотентных стволовых клетках (hiPSC), тех самых, из которых можно вырастить почти любой тип ткани: от нейронов и клеток сердца до клеток печени, сетчатки и поджелудочной железы. Именно поэтому понимание их внутренней логики так важно для регенеративной медицины.

Чтобы понять, за что отвечает каждый ген, ученые по очереди приглушали их с помощью CRISPR-интерференции (CRISPRi) и смотрели, как меняется поведение клетки. Всего так перебрали 11 692 гена более чем на 2,5 миллионах отдельных клеток, а изменения отслеживали через секвенирование РНК на уровне одиночных клеток. Получилась одна из самых подробных карт того, как гены управляют стволовыми клетками.

Атлас показал сети регуляции генов, выявил ключевые для стволовых клеток гены и ранее скрытые механизмы, которые управляют обменом веществ и способностью клетки самообновляться. Для биологов это вроде шпаргалки, по которой можно направлять развитие клеток в нужную сторону при лечении болезней.

Самое интересное начинается на стыке с ИИ. Атлас выложен в открытый доступ и годится как топливо для цифровых моделей клетки, так называемых virtual cell models. Такие модели позволяют прогонять эксперименты на компьютере и превращают месяцы лабораторной работы в базу биологических знаний, по которой можно делать запросы. Для обучения таких систем нужны огромные и чистые наборы данных, и подобные атласы как раз то, чего им не хватало.

Если подход масштабируется, то разработка лекарств, моделирование болезней и персонализированная медицина могут ускориться в разы. Получается, что одна работа сразу работает и на биологию, и на машинное обучение.

Источники:

Научная статья в Nature Biotechnology: https://www.nature.com/articles/s41587-026-03199-w

Сам атлас в открытом доступе: https://v-doctor.github.io/KOLF2.1J_Perturbation_Cell_Atlas/

44