دانشمندان هلمولتز مونیخ از Moscot رونمایی کرده اند ، ابزاری پیشگامانه AI محور که توسعه سلول را با دقت بی سابقه ای ترسیم می کند. با استفاده از تئوری حمل و نقل بهینه ، Moscot میلیون ها سلول را ردیابی می کند زیرا آنها اندام هایی مانند لوزالمعده را تشکیل می دهند. بر خلاف روشهای سنتی ، فرآیندهای پویا را در فضا و زمان ضبط می کند و بینش های مهم در مورد توسعه اندام و مکانیسم های بیماری را نشان می دهد. این فناوری بیان ژن را به تصمیمات سلولی پیوند می دهد و چشم انداز جدیدی در مورد تحقیقات دیابت و روشهای درمانی بالقوه شخصی ارائه می دهد. این دستیابی به موفقیت نقطه عطفی در تحقیقات زیست پزشکی است و راه را برای درمان های هدفمند هموار می کند.

با استفاده از Moscot، پژوهشگران می توانند همزمان به میلیون ها سلول نظاره کنند که در حال تشکیل یک اندام جدید مانند لوزالمعده هستند. این ابزار به طور دقیق و همزمان حالت مولکولی تعداد زیادی از سلول ها را ثبت می کند و توسعه آنها را در فضا و زمان توصیف می کند. این امر برای نخستین بار امکان ردیابی و درک بهتر فرآیندهای سلولی پیچیده در اندام ها و ارگانیسم های زنده را فراهم می کند. به عنوان مثال، تیم توانست با استفاده از اندازه گیری های چند حالته، توسعه سلول های تولید کننده هورمون در لوزالمعده را نقشه بردارد. این امر باعث کشف بینش های جدیدی در تحقیقات لوزالمعده شد.

Fabian Theis، مدیر در مؤسسه زیست شناسی محاسباتی در هلمولتز مونیخ و استاد دانشگاه فنی مونیخ (TUM)، اهمیت Moscot را برای تحقیقات زیست پزشکی تاکید می کند: “Moscot راهی را برای درک و استفاده از داده های زیستی تغییر می دهد. این ابزار به ما امکان می دهد تا نه تنها دینامیک توسعه سلول را با جزئیات بی سابقه ای ثبت کنیم، بلکه پیش بینی های دقیقی در مورد پیشرفت بیماری ها نیز ارائه دهیم و در نهایت به سمت روش های درمانی شخصی شده پیشرفت کنیم.”

تیمی میان رشته ای به رهبری Giovanni Palla (هلمولتز مونیخ)، Marius Lange (ETH Zurich)، Michal Klein (Apple) به همراه  Dominik Klein، سیستم Moscot را توسعه دادند. این تیم از نظریه ای که در قرن هجدهم توسعه یافته استفاده کردند: نظریه حمل و نقل بهینه، که توضیح می دهد چگونه اشیاء می توانند به راحتی از یک مکان به مکان دیگر منتقل شوند تا زمان، انرژی یا هزینه را به حداقل برسانند. استفاده از حمل و نقل بهینه برای دو جمعیت سلولی قبلاً به دلیل اندازه داده های زیست پزشکی که باید پردازش می شد، محدود بود.

Moscot با ترکیب داده ها از لایه های زیستی مختلف مانند بیان ژن و ساختار کروماتین و تجزیه و تحلیل سلول ها در هر دو زمینه های زمانی و مکانی، درک کامل تری از فرآیندهای زیستی ارائه می دهد. این فناوری پتانسیل ایجاد پیشرفت های عمده در زیست شناسی توسعه، تحقیقات بیماری و پزشکی شخصی شده را دارد و بینش هایی ارائه می دهد که ممکن است یک روز به درمان های هدفمند تر منجر شود.

با استفاده از Moscot، پژوهشگران می توانند داده های ترانسکریپتومی مکانی را غنی کنند و درک دقیق تری از ترتیب سلول ها در فضا ارائه دهند. با ترکیب داده های مکانی و زمانی، Moscot همچنین دینامیک های فضازمانی توسعه جنینی را آشکار می کند و تصویر واضح تری از رشد و تغییر بافت ها در طول زمان ارائه می دهد. این ابزار به دانشمندان این امکان را می دهد تا روابط بین سلول های خاص مرتبط با عملکردهای غدد درون ریز را حل و فصل کنند. به عنوان مثال، آزمایش ها نشان داده است که NEUROD2 یک تنظیم کننده کلیدی برخی از سلول های لوزالمعده است.

یکی از جذاب ترین ویژگی های Moscot این است که به عنوان یک نرم افزار متن باز در دسترس است، که این امر به جامعه علمی امکان می دهد از آن برای انجام مطالعات گسترده در زمینه توسعه سلول، سازمان بافت و بیماری استفاده کنند. این امر به پیشرفت درک ما از سیستم های زیستی پیچیده کمک می کند و در نهایت به توسعه درمان های هدفمند تر و شخصی شده کمک می کند.

Moscot با ارائه دید جدیدی در مورد تحقیقات دیابت و روش های درمانی بالقوه شخصی شده، چشم انداز جدیدی ارائه می دهد. این فناوری با اتصال بیان ژن به تصمیمات سلولی، به دانشمندان این امکان را می دهد تا به طور موثرتری به دنبال راه حل های درمانی برای دیابت و سایر بیماری های مرتبط باشند. با درک بهتر اینکه چگونه سلول ها در طول زمان تغییر می کنند و چگونه ژن ها در این فرآیندها نقش دارند، پژوهشگران می توانند روش های درمانی جدیدی را توسعه دهند که به طور خاص برای هر فرد سفارشی شده است.

در نهایت، Moscot یک گام مهم به جلو در تحقیقات زیست پزشکی است و راه را برای درمان های هدفمند هموار می کند. با ارائه بینش های جدید در مورد توسعه اندام و مکانیسم های بیماری، این ابزار به دانشمندان این امکان را می دهد تا به طور موثرتری به دنبال راه حل های درمانی برای بیماری های مختلف باشند. این دستاورد نقطه عطفی در تحقیقات زیست پزشکی است و به طور قابل توجهی به پیشرفت در زمینه درمان های شخصی شده کمک می کند.

منبع :

Mapping cells through time and space with moscot