Beregningsmodeller forutsier kjente biomarkører for arvelige metabolske sykdommer

Vi er alle unike. Helsen vår bestemmes av våre iboende genetiske forskjeller kombinert med vår livsstil og miljøene vi lever i.

Denne unike identiteten betyr at en "one size fits all" -tilnærming ikke lenger blir akseptert som den beste måten å håndtere vår individuelle helse. Det er et behov for nye "personlige" tilnærminger for å bedre håndtere helsen vår og målrette behandlinger for å oppnå optimale helseutfall.

Ved å kombinere og analysere informasjon om vårt genom, med annen klinisk og diagnostisk informasjon, mønstre kan identifiseres som kan bidra til å bestemme vår individuelle risiko for å utvikle sykdom, oppdage sykdom tidligere og finne de mest effektive tiltakene for å forbedre helsen, det være seg medisiner, livsstilsvalg, eller til og med enkle endringer i kostholdet.

Forskere, ledet av prof Ines Thiele, en hovedforsker ved APC Microbiome Ireland SFI Research Center, som er basert på National University of Ireland, Galway, har utviklet beregningsmodeller for hele kroppen - Harvey og Harvetta.

Disse virtuelle menneskene representerer metabolisme i hele kroppen, fysiologi, diett og tarmmikrobiomet. Disse nye modellene forutsier vellykkede kjente biomarkører for arvelige metabolske sykdommer og muliggjør utforskning av potensielle metabolske interaksjoner mellom mennesker og deres tarmmikrobiomer på et personlig nivå.

Presisjon, eller personlig, medisin krever realistisk, mekanistiske beregningsmodeller som fanger kompleksiteten til det menneskelige som representerer hvert individs fysiologi, kostvaner, metabolisme og mikrobiomer. Molekylærbiologi har gitt stor innsikt i 'delelisten' for menneskelige celler, men det er fortsatt utfordrende å integrere disse delene i en virtuell hel menneskekropp.

Virtual Human Physiome -prosjektet har generert omfattende beregningsmodeller om menneskelige organers anatomi og fysiologi, men har ennå ikke vært knyttet til prosesser på molekylært nivå og deres underliggende gener av nettverk, proteiner, og biokjemiske reaksjoner.

Prof Thieles team taklet denne utfordringen med å utvikle den første helkroppen, sexspesifikk, orgeloppløste beregningsmodeller for menneskelig metabolisme, som mekanisk forbinder anatomi og fysiologi med metabolske prosesser på molekylært nivå. Studien deres er publisert i dag i det prestisjetunge tidsskriftet Molecular Systems Biology.

Harvey og Harvetta er virtuelle mannlige og kvinnelige metabolske modeller, henholdsvis bygget på litteratur og data om menneskelig metabolisme, anatomi og fysiologi samt biokjemisk, metabolomiske og proteomiske data.

De er anatomisk sammenkoblet som metabolske modeller for hele kroppen, består av mer enn 80, 000 biokjemiske reaksjoner fordelt på 26 organer og 6 typer blodceller. Videre, de kan utvides til å omfatte tarmmikrobiell metabolisme. Disse unike modellene muliggjør generering av personlige metabolske modeller for hele kroppen ved hjelp av individets fysiologiske, genomisk, biokjemiske og mikrobiomdata.

Metabolisk modell i hele kroppen

Å generere personlige metabolske modeller for hele kroppen er en tverrfaglig innsats. Utviklingen av helkroppsmetoder for metabolisme krevde utvikling av nye algoritmer og programvare for begrensningsbasert modellering av høydimensjonale biokjemiske nettverk.

En helkroppsmodell genereres ved å starte med et sett med anatomisk sammenkoblede generiske rekonstruksjoner av menneskelig metabolisme. "

Ronan Fleming, Studie medforfatter og assisterende professor, Leiden Academic Center for Drug Research, Leiden universitet

"Denne utkastmodellen hadde over 300 tusen dimensjoner, som deretter ble parert ned til omtrent 80 tusen organspesifikke reaksjoner ved bruk av effektive algoritmer og høyytelses databehandlingsmuligheter. "

"Harvey og Harvetta vil innlede en ny epoke for forskning på årsakssammenheng mellom vert og mikrobiomforhold og i stor grad akselerere utviklingen av målrettede kostholds- og mikrobielle intervensjonsstrategier," sa professor Ines Thiele, som leder forskningen.

"Disse modellene kan akselerere innsikt i veier som er involvert i kjønnsspesifikk sykdomsutvikling og progresjon. Videre, takket være evnen til å tilpasse metabolske modeller for hele kroppen med kliniske, fysiologisk, og utelukker data, de representerer et betydelig skritt mot personlig, prediktiv modellering av diett- og legemiddelintervensjoner og legemiddeltoksisitet, som ligger i hjertet av presisjonsmedisin. "

• Ny innsikt i hvordan parenterale oljeemulsjoner forhindrer leversykdom hos premature babyer
• Forskere finner sammenheng mellom hjerneslagrelatert hjerneblodkaravvik og tarmbakterier