به گزارش پایگاه اینترنتی «فیز»، این روش که NicheNet نام دارد به محققان در درک این که بیان ژنی سلول‌ها چگونه توسط تعامل میان سلولی تنظیم می‌شود، کمک می‌کند. NicheNet کاربردهای بالقوه متنوعی در حوزه‌هایی چون ایمنی شناسی (ایمونولوژی) و زیست شناسی تومور دارد و قبلاً آزمایشات خود را پس داده است.
در ارگانیسم‌های چند سلولی، سلول‌ها به تنهایی و به طور مستقل کار نمی‌کنند، بلکه مولکول‌های پیام‌دهنده‌ای تولید می کنند که بر بیان ژن در سلول‌هایی که با آن‌ها تعامل دارند، تأثیر می گذارند. این ارتباط بین سلولی در بسیاری از فرآیندهای بیولوژیکی مانند رشد و عملکرد سلول‌ها نقش مهمی ایفا می‌کند. مطالعه این نوع از ارتباط نه تنها برای درک زیست‌شناسی پایه بلکه در کسب آگاهی در مورد بیماری‌هایی مانند سرطان اهمیت دارد؛ تعامل بین سلول‌های سرطانی و سایر سلول‌ها در ریز محیط تومور برای رشد آن ضروری است.
از همین رو محققان موسسه VIB-UGent در بلژیک در صدد ابداع روشی جدید برای تجزیه و تحلیل چگونگی انجام فرآیند پیام‌رسانی در بین سلول‌ها، برآمدند.
به گفته رابین بروویز از اعضای این تیم تحقیقاتی، ایده اصلی تیم این بود تا از دانش عظیمی که در طی سال‌های گذشته در مورد پیام‌رسانی بین سلولی به دست آمده است، برای شناسایی فرآیندهای ارتباطی بین سلولی در داده‌هایی که در مورد بیان ژنی سلول‌ها جمع‌آوری کرده بودند، استفاده کنند. محققان برای این منظور از یادگیری ماشینی و روش‌های آماری از جمله الگوریتم‌های شبکه که در تجزیه و تحلیل شبکه‌های اجتماعی به کار می‌رود، استفاده کردند.
به گفته پژوهشگران، NicheNet را می‌توان با یک زیست شناس فرضی قیاس کرد که نه تنها بر تمام مطالعاتی که تاکنون در مورد ارتباطات بین سلولی منتشر شده اشراف دارد، بلکه می‌تواند این دانش را روی پایگاه داده‌های پیچیده و بزرگ نیز به کار گیرد. انجام پیش‌بینی‌های منطقی در مورد ارتباطات بین سلولی چیزی است که در گذشته به چند هفته مطالعه نیاز داشت اما حال با استفاده از این سیستم تنها با فشار یک دکمه ممکن است. NicheNet به پژوهشگران کمک می‌کند تا فرضیات جدیدی را در مورد چگونگی ارتباطات بین سلولی در جریان فرآیندهای زیستی و یا در بیماری‌ها، مطرح کنند.
نظر شما