Общедоступный ресурс для быстрого поискового анализа механизмов, вовлеченных в процессы старения

Alexey Moskalev et al., Aging Chart: a community resource for rapid exploratory pathway analysis of age-related processes // Nucleic Acids Research, 2016.

Одновременно с быстрым старением мировой популяции наблюдается увеличение заболеваемости возрастными болезнями, а также потребности в дорогом долгосрочном медицинском обслуживании (1–4). В контексте снижения вызываемой этим сдвигом нагрузки научные знания и инновации будут становиться все более критичными, а стратегии предотвращения развития заболеваний приобретут статус национальных и международных приоритетов. Изучение старения как область науки будет стремительно развиваться. Однако, несмотря ни на что, оно сталкивается с рядом трудностей и его развитие необходимо направлять.

Одна из трудностей заключается в отсутствии находящейся в открытом доступе подробной базы данных ассоциированных со старением биологических механизмов и энциклопедии данных о старении. Биологические пути являются одним из наиболее мощных инструментов понимания биологических процессов (5). Они обеспечивают интуитивно понятный системный взгляд на взаимодействия между множеством индивидуальных элементов каждого процесса по отдельности. Помимо этого они могут быть интерактивными для управляемого пользователем поиска и совместимыми с методами вычисления, они также необходимы для изучения крупных наборов данных, в которых множество индивидуальных изменений может отражать небольшое количество более важных с биологической точки зрения (и обладающих большей статистической мощностью) изменений на уровне организма (6). Базы данных биологических путей являются ключевым компонентом многих хранилищ биологических данных, находящихся в открытом доступе (7).

Процесс старения особенно хорошо подходит для представления в виде базы данных биологических путей. Сложные последовательности строго организованных событий и множество внутренних и внешних факторов, взаимодействующие в ходе процесса старения, можно оптимальным образом запечатлеть в виде комплекса нисходящих биологических механизмов системного уровня, иллюстрирующего и характеризующего природу этих взаимодействий.

Составление характеристик механизмов старения может не только помочь в создании теорий старения, но и фактически лечь в основу прорывов в разработке направленных против него вмешательств. К примерам практического применения относятся: (i) прицельная работа с ассоциированными со старением сигнальными путями при проведении скрининга антивозрастных соединений или геропротекторов (8), (ii) имитация лежащих в основе антивозрастных вмешательств механизмов с ограниченной возможностью практического применения (например, низкокалорийная диета) с помощью фармакологических или других методов и (iii) сравнение механизмов, измененных при возрастных болезнях, с характерными для нормально стареющих клеток (9-12) для идентификации процессов старения, которые одновременно могут являться механизмами развития заболеваний.

Отсутствие базы данных механизмов старения до сегодняшнего дня может быть отражением незрелости данной области исследований, однако оно также отчасти обусловлено огромным разнообразием ассоциированных со старением процессов. Их детальное описание является монументальной задачей. Само по себе старение является сложным процессом, возникающим на всех уровнях всех систем нашего организма, ведущим к утрате функций и запускающим развитие целого ряда заболеваний. В настоящее время ведется дискуссия по поводу того, является ли старение как таковое излечимым заболеванием (13). Сама по себе область изучения старения включает весьма разношерстное сообщество ученых с разными перспективами.

Для создания единой схемы механизмов старения сообщество нуждается в платформе, позволяющей совместно, этап за этапом, составить из имеющихся данных механизмы, которые в конечном итоге позволят сформулировать единую теорию.

Ранее предпринимались многочисленные попытки структурировать данные и знания о старении в сети Интернет (14-19), однако до сих пор существует потребность в быстром, интуитивно понятном визуальном представлении процессов старения, включающем все компоненты, начиная от пусковых стимулов окружающей среды и заканчивая молекулярными взаимодействиями.

Насколько известно авторам, на сегодняшний день такого ресурса не существует. Для того, чтобы заполнить эту нишу, они разработали Aging Chart (Диаграмму старения) – редактируемую и рецензируемую сообществом экспертов базу данных биологических механизмов и энциклопедию процессов старения, созданную на основе wiki-движка.

Aging Chart станет дополнением и частью существующего комплекса находящихся в открытом доступе баз данных и знаний о старении.

Модель рецензирования сообществом

Базы данных механизмов полезны только в том случае, если они достоверны. По мере поступления новых данных необходимо поддерживать достоверность существующих сведений.

Содержимое механизмов не сразу появляется в доступе в виде сырых данных, оно должно быть вручную интегрировано, в большинстве случаев из литературных источников, при этом каждое отдельное взаимодействие между элементами должно быть валидировано с использованием рецензированной публикации. В прошлом эту работу выполняли небольшие группы экспертов, однако, поскольку поток новых данных исчерпал их возможности, предотвращение устаревания и появления пробелов в централизованно рецензируемой базе данных стало сложной задачей (7). В конце концов было предложено привлечь к выполнению этой задачи сообщество экспертов. Сотрудничество внутри сообщества, а также совместное рецензирование базы данных стало новой моделью, предназначенной для решения данной проблемы (7,20,21).

Появившаяся в 2008 году платформа WikiPathways стала первой успешной попыткой создания рецензируемой сообществом модели базы данных механизмов (20). По образцу Википедии она была представлена как редактируемая находящаяся в открытом доступе платформа на основе wiki-движка, разработанная таким образом, чтобы максимально облегчить работу с ней и снизить барьеры для плохо владеющих технической стороной вопроса пользователей, желающих внести свой вклад в ее наполнение. Она имела большой успех (20) и приобрела активную аудиторию читателей и участников. Качество ее содержимого соответствует качеству публикуемых данных, что подтверждает роль сотрудничества внутри сообщества как фактора, усиливающего контроль качества, а не наоборот. Модели на основе wiki-движка продемонстрировали свою жизнеспособность и при создании других биологических приложений, таких как портал Gene Wiki, (22) входящий в состав Wikipedia, и аннотируемый сообществом ресурс Wikiproteins (23).

Диапазон содержащейся в WikiPathways информации очень широк, он включает все области биологии и все представляющие интерес организмы, при этом он также включает в себя несколько порталов, связывающих его с более ранними базами данных и другими, более специфичными базами данных механизмов, относящихся к наиболее интересным подразделам – например, реактом (24) и микронутриенты (25). Разработка и неугасающий успех этих баз данных демонстрирует потребность в появлении специфичных для определенной области баз данных механизмов и другой информации, а также свидетельствует в пользу того, что редактируемая сообществом база данных механизмов старения будет аналогичным образом процветать, для чего есть целый ряд причин. Во-первых, меньшая аудитория будет сбалансирована более высокой компетентностью участников. Во-вторых, менее сложные и более специфичные механизмы могут быть более предпочтительны, чем переплетающиеся спутанные механизмы более высокого уровня. В-третьих, специфичные базы данных предоставляют выжимку информации для ученых, занимающихся смежными направлениями исследования и располагающими ограниченным количеством времени, способствуя таким образом развитию относительно новых или в высшей степени многопрофильных областей, таких как старение. И наконец, специфичные к определенному вопросу базы данных механизмов могут способствовать увеличению сообщества и сотрудничества внутри него.

В настоящее время ни на WikiPathways, ни на других платформах не существует специализированного портала, который предоставлял бы доступ к взаимно переплетающимся механизмам, вовлеченным в процессы старения и долголетия. Aging Chart является первой попыткой создания такой базы данных.

Aging Chart: рецензируемая сообществом база данных механизмов процесса старения

Авторы создали Aging Chart в ответ на растущую потребность в базе данных механизмов старения для объединения, интеграции и предоставления визуальной схемы большого количества доступной на сегодняшний день информации о процессе старения.

В соответствии с параметрами модели сотрудничества внутри сообщества, Aging Chart представляет собой сложную редактируемую систему, предназначенную для сдерживания и перенаправления горизонтального роста области изучения старения посредством сосредоточивания данных по процессу старения на одном ориентированном на механизмы, рецензируемом сообществом сайте, пользователи которого могут без труда как извлечь, так добавить содержимое и интегрировать его в визуальную интуитивно понятную общую схему.

Составленный из тщательно отобранных в рецензируемой литературе данных, Aging Chart дебютирует, представляя 11 механизмов, сетей и концептуальных карт, имеющих отношение ко всем ассоциированным со старением вопросам, начиная от ген-ориентированных механизмов и заканчивая механизмами, описывающими процессы старения, возрастные болезни, факторы долголетия и антивозрастные стратегии. Все это доступно для поиска и обновления пользователям, желающим внести свой вклад. Диаграммы механизмов интерактивны и имеют кликабельные узлы для управляемого пользователем поиска, обеспечивающие переход на соответствующие страницы и механизмы для каждого отдельного рассматриваемого элемента.

Также доступны краткие текстовые описания современных стратегий антивозрастного вмешательства, имеющие активные ссылки на рецензируемые статьи в базе данных PubMed. Aging Chart был создан для одинакового удобства пользователей как обладающих, так и не обладающих техническими навыками. Он предоставляет собой платформу для быстрого изучения практически любого аспекта старения, имеющего на сегодняшний день научное объяснение, а также для интеграции элементов и концепций, которая может привести к появлению новых гипотез и направлений исследования.

Целью запуска Aging Chart является появление в открытом доступе визуальной энциклопедии процессов старения, которая будет одинаково полезна как для начинающих, так и для экспертов в данной области.

Перспективы

Движок MediaWiki предоставляет много функций, которые можно будет задействовать в будущем. Следующий этап проекта Aging Chart будет включать разработку усовершенствованной системы поиска, которая поможет пользователям находить необходимую информацию в несколько нажатий кнопки мыши. Эта система будет работать с внешними источниками данных, такими как PubMed, KEGG, Wikipedia и пр. Помимо этого она будет иметь собственную базу данных, которую пользователи смогут заполнять вручную. Как уже было упомянуто выше, всплывающие окна будут содержать дополнительную информацию, которая будет генерироваться автоматически посредством поиска в различных источниках. Еще одной частью второго этапа будет создание унифицированного онлайн-редактора.

После запуска Aging Chart первоочередное значение будет иметь участие аудитории и сообщества. Тогда как в начале своей работы сайт содержит информацию более чем о 100 механизмах, формирование активной группы участников будет критичной задачей для непрерывного построения и обновления новых и существующих механизмов на Aging Chart и сотрудничество внутри сообщества зависит от усердия его членов в обеспечении добавления новых данных и корректировки ошибок и устаревшей информации. Многоплановая природа области изучения старения требует, чтобы в участвующий в функционировании Aging Chart аудитории экспертов были представлены специалисты из широкого спектра исследовательских направлений.

23.03.2016 Сокращеный перевод: Евгения Рябцева, портал «Вечная молодость» http://vechnayamolodost.ru

Информацию, представляющую интерес только для специалистов, и ссылки на литературные источники см. в полном тексте статьи.

Американские ученые из университета Дьюка вывели линию трансгенных рыбок данио рерио, Danio renio, с разноцветными поверхностными эпителиальными клетками. Наблюдая рост цветных клеток авторы исследования смогли увидеть процесс регенерации тканей. Исследование опубликовано в Developmental Cell, кратко о нем сообщается в пресс-релизе университета Дьюка.

Для получения рыбок исследователи модифицировали технологию Brainbow, которая позволяет «помечать» отдельные нейроны в мозге с помощью флуоресцентных белков, способных светиться разными цветами, и таким образом исследователи могут отличить один нейрон от другого. Авторы работы разработали технологию, которую они по аналогии назвали Skinbow и с ее помощью они «раскрашивали» клетки покровного эпителия у рыбок. В результате каждая клетка начинала испускать зеленый, красный и синий цвета в случайных комбинациях и ученые смогли достоверно различать под микроскопом более 70 оттенков. «Это как если бы у каждой клетки был свой индивидуальный штрихкод. Вы можете в точности видеть, как ведут себя отдельные клетки во время процесса регенерации ткани», — говорит ведущий автор исследования Чэньхуэй Чэнь (Chen-Hui Chen).

Также исследователи разработали программное обеспечение, позволяющее получить серию изображений отдельных клеток и проследить, как они изменяются в определенном временном промежутке. Затем ученые сопоставляли изображения и получали «картину поведения» многих клеток одновременно. Используя эту систему, ученые в течение трех недель наблюдали за ростом и развитием клеток в неповрежденной коже. Затем они отслеживали поведение клеток при различных повреждениях кожи, начиная от небольшого шелушения кожи до поведения клеток при ампутации плавника. Плавники рыбок данио рерио представляют собой костистые отростки, которые отрастают заново через 2-3 недели.

После ампутации оставшиеся рядом с порезом клетки покровного эпителия начинали мигрировать к месту травмы. Одновременно начинался рост новых клеток, при этом вновь выросшие клетки, которые находились на краях новой ткани, увеличивались в размерах. Площадь этих клеток оказывалась, по оценкам ученых, на 65 процентов больше, чем площадь соседних, так что они закрывали поверхность пореза.

Данио рерио — тропическая пресноводная рыбка, которую ученые часто используют как модельный организм для изучения позвоночных. Последовательность генома данио рерио полностью известна, рыбка была первым клонированным позвоночным. У рыбок выдающиеся способности к регенерации тканей, они способны заново выращивать плавники, кожу, сердце, а в стадии личинки и мозг.

22.03.2014 Источник: nplus1.ru