Stomach Health > mave Sundhed >  > Q and A > mave spørgsmål

Beregningsmodeller forudsiger kendte biomarkører for nedarvede metaboliske sygdomme

Vi er alle unikke. Vores helbred bestemmes af vores iboende genetiske forskelle kombineret med vores livsstil og de miljøer, vi lever i.

Denne unikke identitet betyder, at en "one size fits all" tilgang ikke længere accepteres som den bedste måde at styre vores individuelle helbred på. Der er efterspørgsel efter nye "personlige" tilgange til bedre at styre vores helbred og målrette terapier for at opnå optimale sundhedsresultater.

Ved at kombinere og analysere oplysninger om vores genom, med anden klinisk og diagnostisk information, mønstre kan identificeres, der kan hjælpe med at bestemme vores individuelle risiko for at udvikle sygdom, opdage sygdom tidligere og bestemme de mest effektive indgreb for at forbedre sundheden, det være sig medicin, livsstilsvalg, eller endda simple ændringer i kosten.

Forskere, ledet af prof. Ines Thiele, en hovedforsker ved APC Microbiome Ireland SFI Research Center, der er baseret på National University of Ireland, Galway, har udviklet helkropsberegningsmodeller - Harvey og Harvetta.

Disse virtuelle mennesker repræsenterer metabolisme i hele kroppen, fysiologi, kost og tarmmikrobiomet. Disse nye modeller forudsiger med succes kendte biomarkører for nedarvede metaboliske sygdomme og muliggør udforskning af potentielle metaboliske interaktioner mellem mennesker og deres tarmmikrobiomer på et personligt niveau.

Præcision, eller personlig, medicin kræver realistisk, mekanistiske beregningsmodeller, der fanger kompleksiteten af ​​det menneskelige, der repræsenterer hvert individs fysiologi, kostvaner, metabolisme og mikrobiomer. Molekylærbiologi har givet stor indsigt i 'delelisten' for menneskelige celler, men det er stadig udfordrende at integrere disse dele i en virtuel hel menneskekrop.

Virtual Human Physiome -projektet har genereret omfattende beregningsmodeller om menneskelige organers anatomi og fysiologi, men mangler endnu at være forbundet med processer på molekylært niveau og deres underliggende netværk af gener, proteiner, og biokemiske reaktioner.

Prof Thieles team tacklede denne udfordring med at udvikle den første helkrop, kønsspecifikke, orgelopløste beregningsmodeller for menneskelig metabolisme, som mekanisk forbinder anatomi og fysiologi med metaboliske processer på molekylært niveau. Deres undersøgelse offentliggøres i dag i det prestigefyldte tidsskrift Molecular Systems Biology.

Harvey og Harvetta er virtuelle mandlige og kvindelige menneskelige metaboliske modeller, henholdsvis, bygget på litteratur og data om menneskelig stofskifte, anatomi og fysiologi samt biokemisk, metabolomiske og proteomiske data.

De er anatomisk forbundne som metaboliske modeller i hele kroppen, består af mere end 80, 000 biokemiske reaktioner fordelt på 26 organer og 6 typer blodceller. I øvrigt, de kan udvides til at omfatte tarmmikrobiel metabolisme. Disse unikke modeller gør det muligt at generere personlige metaboliske modeller i hele kroppen ved hjælp af en persons fysiologiske, genomisk, biokemiske data og mikrobiomdata.

Metabolisk model i hele kroppen

Det er en tværfaglig indsats at skabe personlige metaboliske modeller i hele kroppen. Udviklingen af ​​helkropsmetoder for stofskifte krævede udvikling af nye algoritmer og software til begrænsningsbaseret modellering af højdimensionale biokemiske netværk.

En helkropsmodel genereres ved at starte med et sæt anatomisk sammenkoblede generiske rekonstruktioner af menneskelig metabolisme. "

Ronan Fleming, Undersøg medforfatter og adjunkt, Leiden Academic Center for Drug Research, Leiden Universitet

"Denne udkastsmodel havde mere end 300 tusinde dimensioner, som derefter blev pareret ned til cirka 80 tusinde organspecifikke reaktioner ved hjælp af effektive algoritmer og højtydende computerfaciliteter. "

"Harvey og Harvetta vil indlede en ny æra for forskning i årsagssammenhængende vært-mikrobiomforhold og i høj grad fremskynde udviklingen af ​​målrettede kost- og mikrobielle interventionsstrategier," sagde professor Ines Thiele, der leder forskningen.

"Disse modeller kunne fremskynde indsigt i veje involveret i kønsspecifik sygdomsudvikling og progression. Desuden, takket være evnen til at personliggøre hele kroppens metaboliske modeller med kliniske, fysiologisk, og undlader data, de repræsenterer et vigtigt skridt i retning af personlig, forudsigende modellering af kost- og lægemiddelinterventioner og lægemiddeltoksicitet, som ligger i hjertet af præcisionsmedicin. "

Other Languages