Badanie biologii za pomocą zasad inżynierii systemówCzas czytania: 17 min

Ostatnio na łamach czasopisma „IEEE Open Journal of Systems Engineering” ukazał się artykuł, który napisałam wspólnie z drem Geraldem L. Fudgem z Texas A&M University¹. Artykuł dotyczy przecięcia biologii i inżynierii systemów i 1) omawia możliwą do wykorzystania przez biologów metodologię opartą na inżynierii systemów oraz 2) ilustruje przydatność tej metodologii na przykładzie glikolizy.

Projekt ten został zainspirowany kilka lat temu, gdy przeczytałam książkę Uriego Alona An Introduction to Systems Biology: Design Principles of Biological Circuits² [Wprowadzenie do biologii systemów. Zasady projektowania obwodów biologicznych]. Ta książka uświadomiła mi, że biologowie mogą z powodzeniem wykorzystać takie same podejścia inżynieryjne, jakie stosowane są do tworzenia iPhone’ów. Podejścia te mogą umożliwić zrozumienie skomplikowanych projektów w świecie organizmów żywych.

Jako biolożka często zastanawiałam się, jaki byłby najlepszy sposób wprowadzenia idei inżynieryjnych do badań biologicznych. Takich sposobów jest wiele, ale tym, który może wspomóc biologów w ich codziennych badaniach, jest zapewnienie rzetelnej metodologii badania układów ożywionych. Znakomitej ilustracji dostarcza artykuł zatytułowany Can a Biologist Fix a Radio? – Or, What I Learned While Studying Apoptosis³ [Czy biolog potrafi naprawić radio? Czyli czego się dowiedziałem, badając zjawisko apoptozy]. Zgodnie z wnioskiem autora złota rączka potrafi naprawić radio, ale biolog najprawdopodobniej nie jest w stanie tego zrobić – nie ma to jednak nic wspólnego z ilorazem inteligencji, lecz ze stosowaną metodologią.

W aktualnej praktyce biologicznej nie stosuje się żadnej formalnej metodologii umożliwiającej stosowanie inżynierii odwrotnej do układów biologicznych. Biologowie uczą się w zamian metody naukowej (która jest bardzo użyteczna w zakresie rygorystycznego testowania hipotez) oraz redukcjonistycznych, oddolnych procedur badawczych. Istnieje jednak inna metodologia, która pomaga zrozumieć i badać układy złożone. Mając na uwadze ten problem, połączyłam siły z drem Fudgem, doświadczonym inżynierem, aby opracować podejście umożliwiające wykorzystanie sprawdzonej metodologii inżynierii systemów do lepszego zrozumienia organizmów żywych.

W jakim sensie „sprawdzonej”?

Użyłam słowa „sprawdzonej”, ponieważ za sprawą inżynierii systemów stworzyliśmy niesamowite technologie, począwszy od rakiet, a skończywszy na iPhone’ach. Dzięki niej potrafiliśmy tworzyć złożone układy. Standardowa procedura stosowania inżynierii systemów przebiega z grubsza w następujący sposób: inżynierowie spotykają się z interesariuszami, od których otrzymują ogólny zarys wymagań (słownie lub pisemnie określone szczegóły na temat tego, do czego ma służyć produkt). Ten zarys jest później przetwarzany na zestaw konkretnych wymagań, a następnie przy użyciu jakiegoś narzędzia inżynierii systemów często tworzony jest określony model. W następnej kolejności powstają konkretniejsze modele, dzięki którym dokonuje się rozmaitych udoskonaleń. Wówczas można rozpocząć etap konstruowania. Najpierw konstruowane są mniejsze części, a następnie dokonywany jest montaż podukładów. W tej fazie konstruowania nieustannie przeprowadzane są testy, a tworzony produkt porównywany jest z listą wymagań, jak również z wyjściowym modelem układu. W końcu powstaje finalny produkt, który spełnia oczekiwania interesariusza. Taki w każdym razie jest cel.

Dr Fudge i ja zastosowaliśmy tę metodologię do biologii. Nazwaliśmy ją opartą na modelach odwrotną inżynierią systemów (MBRSE – model-based reverse systems engineering). „Opartą na modelach”, ponieważ wykorzystuje model systemu jako mapę umożliwiającą śledzenie związków między obiektami a procesami. „Odwrotną”, ponieważ celem biologii jest zrozumienie i przewidywanie funkcjonowania organizmów. „Systemów”, ponieważ to podejście wykorzystuje wymagania i modele do utworzenia z części składowych projektu na poziomie systemu, co ma na celu pokazanie, że całość to coś więcej niż suma części.

Przegląd literatury

Punktem wyjścia naszego podejścia, tak samo jak w biologii, są obserwacje dokonywane na podstawie przeglądu literatury. Obserwacjami tymi kierują jednak klasyczne pytania inżynierii systemów. Są to między innymi: (1) Jakie wymagania spełnia ten system? (2) Jakie ma interfejsy? (3) Jakie towarzyszą mu wymagania pochodne? (4) Jakie na podstawie tych wymagań pochodnych możemy formułować przewidywania dotyczące poziomu systemu, podsystemów albo części składowych? Stosując naszą metodologię, od obserwacji szybko przechodzimy do bardziej tradycyjnego podejścia inżynierii systemów, w ramach którego na podstawie obserwacji wyprowadzamy wymagania i tworzymy model systemu (my posłużyliśmy się oprogramowaniem OPCloud). Punktem wyjścia przy tworzeniu modelu systemu jest jakościowe modelowanie konceptualne, a od niego można przejść do konkretniejszego modelowania obliczeniowego. Ku mojemu zaskoczeniu modelowanie konceptualne jest w wysokim stopniu możliwe do wykorzystania przez biologów. W odróżnieniu od modelowania ilościowego, bardziej przypomina ono sporządzanie mapy. Stanowi jednak kluczowy fundament dla modelowania ilościowego, ponieważ związki między obiektami a procesami wyraża się za pomocą języka formalnego. Umożliwia też wczesne zidentyfikowanie błędów. Po opracowaniu modelu i wymagań systemu (jest to proces metodyczny, a więc często umożliwiający określenie kluczowych luk w wiedzy) można sformułować przewidywania, przeprowadzić testy oraz na podstawie zaobserwowanych rezultatów eksperymentalnie zweryfikować oraz zaktualizować model i wymagania. Jest to proces iteracyjny, którego celem jest opracowanie listy wymagań oraz modeli systemów, które wiernie odpowiadają jakiemuś układowi biologicznemu lub organizmowi.

Studium przypadku: glikoliza

Aby pokazać, że nasze podejście jest użyteczne, w artykule przeprowadziliśmy studium przypadku dotyczące glikolizy. Glikoliza jest dość dobrze zrozumiana, a wiele osób niebędących biologami zna ten proces, ponieważ w ramach większości licealnych kursów z biologii omawia się podstawy tego kluczowego szlaku biochemicznego.

Podobieństwa i różnice w glikolizie w ujęciu inżynierii systemów

Zanim omówimy podobieństwa i różnice w glikolizie u różnych typów organizmów, należy zdefiniować termin „topologia”. Termin ten odnosi się do ogólnej sekwencji metabolicznej, czyli do uporządkowania etapów szlaku prowadzącego – dajmy na to – od glukozy do ATP oraz do produktów pośrednich, które powstają w ramach tego szlaku. W przypadku glikolizy zauważono, że u różnych typów organizmów dostrzegalne są zarówno zdumiewające podobieństwa (na przykład większość organizmów wykorzystuje jeden z dwóch wzorców topologicznych dla katabolizmu glukozy, czyli zwykle topologię EMP albo ED), jak i zdumiewające różnice (wprawdzie topologia jest utrwalona, ale sekwencje DNA enzymów biorących udział w tym szlaku nie są utrwalone)⁴. Wysoki stopień podobieństwa topologii szlaku u różnych typów organizmów skłania wielu badaczy do przyjęcia, że ta jednakowość jest skutkiem wspólnego pochodzenia, a także do przewidywania, że zaobserwujemy wzorzec wspólnego pochodzenia w przypadku genetycznych sekwencji enzymów. Ta hipoteza nie bierze jednak pod uwagę, że podobieństwo topologiczne ma związek z wymaganiami systemu. Jak napisaliśmy w artykule:

Tradycyjnie jednakowość uznawano za artefakt wspólnego pochodzenia, co oznacza, że jednakowość stanowi skutek historycznego związku między wszystkimi organizmami żywymi i nie ma znaczenia funkcjonalnego. Jednak na gruncie inżynierii systemów jednakowość projektu systemu niższego rzędu często jest zoptymalizowanym rozwiązaniem spełniającym wymagania wyższego rzędu. W związku z tym sugerujemy, że uderzające podobieństwo topologii i metabolitów glikolizy u różnych typów organizmów ma związek z wymogiem zgodności między powierzchniami energii w organizmie, którego spełnienie ma na celu zmaksymalizowanie wydajności na poziomie ekosystemu⁵.

Wymagania ekosystemu kształtują projekt organizmów, który z kolei wpływa na wymagania projektu metabolicznego, co ostatecznie ogranicza strukturę podukładów niższego rzędu, takich jak glikoliza. Dzieje się tak dlatego, że system wyższego rzędu musi określić architekturę podukładów niższego rzędu. W odniesieniu do glikolizy twierdzenie o potrzebie wydajności ekosystemu i optymalizacji katabolizmu energii to hipoteza najlepiej wyjaśniająca jednakowość topologii glikolizy i mająca coraz większe potwierdzenie empiryczne. Po pierwsze, wydajność ekosystemu wymaga pewnego stopnia wspólnej biomasy, aby zmaksymalizować wydajność termodynamiczną przy ponownym używaniu złożonych cząsteczek, co jest możliwe dzięki zminimalizowaniu wymaganej ilości cząsteczek biologicznych, które trzeba zdegradować i zsyntetyzować na nowo. Pomaga to również zminimalizować ilość odpadów, ponieważ istnienie wspólnych odpadów upraszcza proces utrzymywania homeostazy ekosystemu. Po drugie, szlak glikolityczny uznaje się za zoptymalizowany dla szeregu kluczowych ograniczeń metabolicznych, co stanowi dodatkowy czynnik odpowiadający za występowanie jednakowości między gatunkami:

Na podstawie analizy kinetycznej i termodynamicznej Oliver Ebenhöh i Reinhart Heinrich wykazali, że architektura glikolizy z fazą wymagającą energii, po której następuje faza uwalniania energii, jest wysoce wydajna⁶. Steven J. Court, Bartłomiej Wacław i Rosalind J. Allen również odkryli, że faza uwalniająca energię ma maksymalnie wydajną szybkość przerobu⁷. W 2010 roku Elad Noor, Eran Eden, Ron Milo i Uri Alon wykazali, że składający się z dziesięciu etapów szlak glikolityczny, wliczając w to wszystkie produkty pośrednie glikolizy istotne dla tworzenia biomasy albo dla produkcji ATP, cechuje się minimalną złożonością⁸. W gruncie rzeczy okazuje się, że glikoliza osiąga optimum w sensie Pareto, dzięki czemu maksymalizuje swoją wydajność, służąc licznym, często konkurencyjnym, celom. W 2019 roku Chiam Yu Ng, Lin Wang, Anupam Chowdhury i Costas D. Maranas opublikowali wyniki swoich badań⁹, w ramach których przeanalizowali ponad 10 000 możliwych ścieżek między glukozą a pirogronianem i wykazali, że dwa główne warianty szlaków glikolitycznych osiągają optimum w sensie Pareto, dzięki czemu równoważą produkcję ATP w stosunku do produkcji biomasy, a jednocześnie minimalizują koszty syntezy białek¹⁰.

Natomiast różnice w sekwencjach enzymów glikolitycznych lub transporterów glukozy między różnymi typami organizmów wydają się mieć związek z wymaganiami i ograniczeniami projektu podukładów niższego rzędu, a oczekuje się, że w większej mierze odzwierciedlają one różnice specyficzne dla organizmów. W artykule omawiamy przykład występujących u ssaków transporterów glukozy. Te transportery mają 14 podtypów, ale tylko cztery z nich zostały dobrze opisane¹¹. Każdy z tych czterech podtypów odgrywa wyjątkową rolę w procesie kontroli glukozy na poziomie systemu u ssaków. W związku z tym różnice między transporterami glukozy da się wyjaśnić w odniesieniu do ich dostosowanej do danej tkanki roli. Również różnice między enzymami glikolitycznymi są słabo skorelowane z pochodzeniem, co skłoniło do całkowitego odrzucenia wcześniejszego założenia, że szlak glikolityczny powstał w toku ewolucji tylko raz¹². Wciąż natomiast gromadzimy dane empiryczne wskazujące na to, że różnice między enzymami glikolitycznymi u różnych typów organizmów odgrywają funkcjonalne role związane z wyjątkowymi środowiskami podukładów, w których są umieszczone.

Efekt Warburga i badania nowotworów

Za pomocą naszego podejścia, które wykorzystuje zasady inżynierii systemów, sformułowaliśmy ponadto hipotezę dotyczącą efektu Warburga, czyli dobrze zrozumianego zjawiska w przypadku wielu typów nowotworów. Krótko mówiąc, efekt Warburga polega na preferencyjnym wykorzystaniu glukozy w nowotworze poprzez wzmocnienie regulacji (to jest zwiększone używanie) glikolizy nawet w obecności tlenu. Często uważa się to za szkodliwy produkt uboczny nowotworu, ale w artykule zaproponowaliśmy nowe spojrzenie. Zgodnie z naszą hipotezą efekt Warburga to normalna reakcja systemu na miejscowy uraz organizmu albo na inne sytuacje, w których wymagany jest szybki wzrost tkanek, jak na przykład w trakcie pewnych wczesnych stadiów procesu rozwoju. Nowotwór pojawia się, gdy zawodzi sygnał informujący o potrzebie wyłączenia procesu szybkiego wzrostu tkanek. Następstwem tego jest dalsze wysyłanie sygnału informującego o wzmacnianiu regulacji glikolizy, co prowadzi do efektu Warburga. Jak napisaliśmy w artykule:

W pewnych (aktualnie nieznanych) warunkach pętla sprzężenia zwrotnego w procesie kontroli reakcji na uraz może ulec przerwaniu, co doprowadzi do reakcji nie w pełni kontrolowanej bądź zupełnie niekontrolowanej. Inaczej mówiąc, stawiamy hipotezę o następującym na poziomie komórki uszkodzeniu systemu kontroli, który wzmacnia regulację procesów biorących udział w podziale komórkowym, w tym glikolizy, wskutek czego tempo zachodzenia glikolizy jest na poziomie komórki nieograniczone. Zauważmy, że wszystkie cztery zaproponowane funkcje efektu Warburga, jak również zdolność do wspomagania metabolizmu komórkowego, gdy proces dostarczania tlenu jest zaburzony w rezultacie miejscowej utraty normalnego przepływu krwi, są korzystne dla naprawy tkanki po doznaniu urazu, kiedy 1) może występować mniejsza ilość tlenu, 2) potrzebne są szybszy podział komórkowy i miejscowe dostarczenie energii ATP oraz 3) niezbędna jest większa biomasa. Do podobnej sytuacji może dojść na wczesnych etapach rozwoju organizmu, kiedy wzrost tkanek jest szybszy niż w wieku dorosłym, a zasoby krwi są tworzone jednocześnie¹³.

Gdy dokonaliśmy przeglądu literatury, zaskoczyło nas, że na temat efektu Warburga jako kluczowego elementu zaleczania urazów panuje niemal zupełna cisza. Wyjątek stanowi artykuł Matthewa G. Vandera Heidena, Lewisa C. Cantleya i Craiga B. Thompsona, w którym zasugerowano, że zwiększone tempo podziału komórkowego powiązane z efektem Warburga może być korzystne dla naprawy tkanek, a także dla reakcji immunologicznych¹⁴. Uważamy, że może to być bardzo ważny obszar badań. Dzięki badaniom koncentrującym się na mechanizmach sprzężenia zwrotnego w systemie kontroli odpowiadającym za tempo wzmacniania regulacji glikolizy powinniśmy być w stanie zweryfikować albo sfalsyfikować naszą hipotezę.

Użyteczne narzędzie oparte na idei projektu

Inżynieria to dziedzina opierająca się na idei projektu i zrodzona dzięki kreatywności inteligentnych istot ludzkich. Wiele narzędzi opracowanych w tej dziedzinie ma zastosowania w biologii. Na przykład podejście MBRSE przezwycięża ważny problem, przed którym stoi biologia: wiele obiektów i procesów biologicznych nie jest związanych z wymaganiami na poziomie systemu. Przy braku takich związków dochodzi do rozdziału między strukturą części składowych a tym, jak wpisują się one w funkcję systemu. Osobiście uważam, że jeden aspekt modelowania systemów jest szczególnie atrakcyjny ze względu na to, że wykorzystuje związki formalne oraz ustrukturyzowany język. Gdy już się to narzędzie pozna, to znacznie łatwiej jest identyfikować związki między podukładami lub ograniczeniami, nawet wówczas, gdy przyglądamy się innemu modelowi systemu. Daje to ogromną przewagę nad niespójnymi, często arbitralnymi diagramami występującymi w artykułach badawczych z zakresu biologii, gdzie jeden diagram zwykle różni się od drugiego. Kolejną zaletą modelowania systemów jest to, że dzięki temu informację zawartą w artykułach badawczych można uporządkować w ustrukturyzowany, graficzny sposób. Bez względu na to, jak błyskotliwy jest badacz, nie jest w stanie śledzić informacji zawartych w tysiącach artykułów. Modelowanie systemów jak najbardziej to jednak umożliwia. To niezwykłe, że chociaż te narzędzia modelowania stanowią standard w inżynierii, to zazwyczaj są pomijane w procesie kształcenia biologów, pomimo że ich oczywistą zaletą jest eliminowanie niespójności diagramów biologicznych.

Podstawą dla naszego opartego na odwrotnej inżynierii systemów podejścia jest kilka ważnych obserwacji:

1. Układy biologiczne wyglądają tak, jakby były zaprojektowane. Na przykład Francis Crick zalecał biologom, aby zachowali ostrożność, gdy w badaniach kierują się ideami ewolucjonistycznymi, ponieważ układy biologiczne wyglądają na zaprojektowane, mimo iż według niego wyewoluowały¹⁵. Nawet Richard Dawkins przyznał w filmie dokumentalnym The Root of All Evil: The God Delusion [Źródło wszelkiego zła: Bóg urojony]: „złudzenie projektu jest tak potężne, że trzeba sobie nieustannie przypominać, że naprawdę jest to złudzenie”.
2. Układy biologiczne mają wiele wspólnego z systemami wytworzonymi przez ludzkich inżynierów¹⁶.
3. Z układami biologicznymi związane są cechy, takie jak modułowość, odporność oraz ponowne wykorzystanie projektu¹⁷, które tradycyjnie kojarzymy z dobrymi praktykami odgórnej inżynierii.

Te obserwacje wskazują na to, że z perspektywy pragmatycznej najlepszym podejściem do inżynierii odwrotnej układów biologicznych będzie traktowanie ich tak, jakby były skutkiem kierowanego odgórnymi wymaganiami procesu inżynierii systemów.

To więc dobra nowina, że oparte na idei projektu narzędzia i hipotezy odgrywają coraz bardziej znaczącą rolę w biologii, oferując jasną, spójną drogę do zrozumienia złożoności biologicznej. Ta wiedza prowadzi do wielu głębszych pytań filozoficznych.

Emily Reeves

Oryginał: Studying Biology with System Engineering Principles, „Evolution News & Science Today” 2024, October 29 [dostęp: 30 IV 2025].

Przekład z języka angielskiego: Dariusz Sagan

Literatura: