Studere biologi med system-ingeniør-prinsipper
Av Emily Reeves, 29. oktober 2024. Oversatt herfra
I IEEE Open Journal of Systems Engineering -lenke, var jeg nylig medforfatter av en artikkel med Dr. Gerald Fudge i Texas A&M i skjæringspunktet mellom biologi og ingeniørvitenskap. Vår artikkel gjør to ting: 1) Det legger ut en metodikk basert på systemteknikk for biologer. 2) Den illustrerer nytten av metodikken med en casestudie av glykolyse.
Prosjektet ble inspirert for et par år siden da jeg leste Uri Alons 'An Introduction to Systems Biology', noe som fikk meg til å innse at biologer kunne dra nytte av de samme tekniske tilnærmingene som brukes til å bygge iPhones. Disse tilnærmingene kan lede til å avdekke livet intrikate design.
Som biolog har jeg ofte lurt på hva den beste måten er for å integrere ingeniørideer innen biologiforskning. Selv om det er mange metoder, kan en måte å hjelpe hverdagsbiologen til å gi en robust metodikk for å nærme seg studiet av levende systemer. En flott illustrasjon er artikkelen, "Kan en biolog fikse en radio?" -lenke. Punchline er at en altmuligmann kan fikse en radio, men en biolog kan sannsynligvis ikke - og dette har ingenting med IQ å gjøre, men alt å gjøre med metodikk. (Lazebnik 2002)
Nåværende praksis innen biologi innebærer ikke en formell metodikk for omvendt ingeniørfag. I stedet blir biologer lært den vitenskapelige metoden, som er veldig nyttig for strengt å teste hypoteser, sammen med en reduksjonistisk bottom-up-prosess for undersøkelse. Annerledes enn disse er en metodikk som hjelper en å forstå og undersøke et komplekst system. Etter å ha identifisert dette problemet, slo Dr. Fudge, en mangeårig ingeniør, og jeg oss sammen for å jobbe med å integrere den velprøvde systemtekniske metodikken for å forbedre oppdagelsen i levende organismer.
Bilde 1. Sopp (Auricularia-auricula-judae) på trestamme
Velprøvd på hvilken måte?
Jeg brukte ordet "velprøvd" fordi systemteknikk har bygget fantastisk teknologi, fra raketter til iPhones. Den har en merittliste over å kunne utvikle komplekse systemer. Standard systemteknisk prosess går noe slikt: Ingeniører møtes med interessenter og får en grov oversikt over krav (verbale eller skriftlige detaljer om hva produktet skal gjøre). Dette formaliseres til slutt til et sett med spesifikke krav og deretter ofte modellert ved hjelp av et systemteknisk verktøy. Mer spesifikke modeller blir deretter utviklet, hvorfra en rekke foredlinger blir resultatet. Så begynner konstruksjonen. Konstruksjon av de mindre delene skjer først, etterfulgt av montering av delsystemer. Gjennom denne byggefasen pågår testing, og alt sammenlignes med listen over krav og 
den opprinnelige systemmodellen. Etter hvert produseres et fullført produkt, og oppfyller interessentenes forventninger. Eller det er uansett målet
Dr. Fudge og jeg tilpasset denne metodikken for biologi. Vi kaller det Modellbasert-Revers-System-Engineering (MBRSE). "Modellbasert", fordi den bruker en systemmodell som et kart for å holde rede på forhold mellom objekter og prosesser. "Omvendt", fordi målet med biologi er å forstå og forutsi hvordan organismer fungerer. "Systemer", fordi denne tilnærmingen bruker krav og modellering for å binde komponenter til et design på systemnivå, og illustrerer hvordan helheten er mer enn summen av delene.
Bilde 2. ATP-modell skjema
Til å begynne med litteratur undersøkelse
Vår tilnærming begynner, som i biologi, med observasjoner via litteratur undersøkelse. Imidlertid blir disse observasjonene styrt av klassiske systemtekniske spørsmål. Disse inkluderer: (1) Hvilke krav har dette systemmøtet? (2) Hva er grensesnittet? (3) Hva er de tilhørende avledede kravene? (4) Hvilke spådommer kan vi gjøre, enten det er på systemet, undersystemet eller komponentnivået, basert på disse avledede kravene? Fra observasjoner skifter metodikken vår raskt inn i en mer tradisjonell systemteknisk tilnærming, der vi utleder krav fra observasjoner og bygger en systemmodell (i vårt tilfelle brukte vi OpCloud). å bygge en systemmodell starter med kvalitativ konseptuell modellering og kan følges av mer spesifikk beregningsmodellering. Konseptuell modellering, til min overraskelse, er veldig tilgjengelig for biologer. Det er mer som å lage et kart enn det er som kvantitativ modellering. Likevel fungerer det som et kritisk grunnlag for kvantitativ modellering siden det setter sammenhenger mellom objekter og prosesser gjennom et formelt språk. Dette gjør det også mulig å identifisere feil tidlig. Når systemmodellen og kravene er utviklet, som ofte identifiserer viktige kunnskapshull siden det er en metodisk prosess, kan man gjøre spådommer, teste og deretter validere eksperimentelt og oppdatere modellen og kravene basert på observerte resultater. Dette er en iterativ prosess der målet er å utvikle en liste over krav og en systemmodell som nøyaktig gjenspeiler det biologiske systemet eller organismen.
En casestudie av glykolyse
I vår artikkel, for å illustrere bruken av vår tilnærming, bruker vi glykolyse som et casestudie. Glykolyse er rimelig godt forstått og er kjent for mange ikke-biologer siden de fleste biologikurs på videregående skole lærer det grunnleggende i denne avgjørende metabolske veien.
Likheter og forskjeller i glykolyse av systemteknikk
Før vi snakker om likheter og forskjeller i glykolyse på tvers av forskjellige typer organismer, er det viktig å definere et begrep: topologi. Topologi refererer til den totale metabolske sekvensen - dvs. bestillingen av stigetrinnene som fører fra, for eksempel glukose til ATP og mellomproduktene som er produsert langs denne veien. Det er blitt kjent for glykolyse at det blant forskjellige typer organismer både er bemerkelsesverdige likheter (for eksempel bruker de fleste organismer ett av to topologiske mønstre for katabolisme av glukose, ofte EMP eller ED -topologi) og bemerkelsesverdige forskjeller (mens topologien er bevart , DNA -sekvensene til enzymene som brukes i banen er ikke). (Rivas, Becerra og Lazcano 2018) Den høye graden av likhet for topologien til banen på tvers av forskjellige organismer førte til at mange antok at ensartetheten var resultatet av felles aner, og også for å forvente et felles foreldre-mønster for de genetiske sekvensene til enzymene. Men denne hypotesen overså systemkravbaserte årsaker til topologisk likhet. Som vi skriver i artikkelen vår:
"Tradisjonelt har ensartethet blitt tilordnet som en gjenstand av felles avstamning, noe som betyr at ensartetheten var resultatet av et historisk forhold mellom alle levende organismer og ikke har funksjonell betydning. I systemteknikk er imidlertid ensartethet på et lavt nivå i systemdesign ofte en optimalisert løsning på krav fra øvre nivå. Vi foreslår derfor at den påfallende likheten i topologien og metabolitter av glykolyse på tvers av organismer er drevet av et krav om kompatibilitet mellom organismegrensesnitt, og tar sikte på å maksimere effektiviteten på økosystemnivå." Fudge og Reeves 2024
Bilde 3-4. Ulike aspekter ved optimalisering
Økosystemkrav former utformingen av organismer, som igjen påvirker kravene til metabolsk design, og til slutt begrenser strukturen til lavere delsystemer som glykolyse. Dette er fordi systemets behov på høyere nivå bestemmer arkitekturen til delsystemene under dem. For glykolyse er et behov for økosystemets effektivitet og optimalisering av energikatabolisme en hypotese med økende bevisstøtte, som best forklarer enhetligheten i glykolytisk topologi. For det første krever økosystemeffektivitet et visst nivå av biomasse felleskap for å maksimere termodynamisk effektivitet i gjenbruk av komplekse molekyler ved å minimere mengden nødvendig biomolekyl nedbrytning og gjenoppbygging. Dette hjelper også med å minimere oppbygging av avfall, ettersom delte avfallsprodukter forenkler vedlikehold av økosystemhomeostase. For det andre gjenkjennes den glykolytiske banen som optimalisert for en rekke viktige metabolske begrensninger, noe som ytterligere støtter dens enhetlighet på tvers av arter:
"Ebenhöh og Heinrich [40] viste at glykolysearkitekturen med en forberedende fase etterfulgt av en utbetalingsfase er svært effektiv basert på kinetisk og termodynamisk analyse. Tilsvarende har Court et al. [41] oppdaget at utbetalingsfasen har en maksimalt effektiv gjennomstrømningshastighet. I 2010 har Noor et al. [42] demonstrerte at den 10 trinns glykolytiske banen er minimalt kompleks, med alle glykolytiske mellomprodukter som er essensielle enten for å bygge biomasse eller for ATP -produksjon. Det viser seg faktisk at glykolyse er pareto-optimalisert for å maksimere effektiviteten mens du serverer flere, ofte konkurrerende, formål. Ng et al. [43] publiserte analysen i 2019 ved å analysere over 10000 mulige ruter mellom glukose og pyruvat for å vise at de to primære glykolysevariantveiene er paretooptimert for å balansere ATP-produksjonen mot biomasseproduksjon mens de samtidig minimerer proteinsyntesekostnad." Fudge og Reeves 2024
I motsetning til dette ser det ut til at forskjellene i glykolytiske enzym eller transportersekvenser blant organismer skyldes lavere krav og begrensninger for systemdesign, som forventes å gjenspeile mer organismespesifikke forskjeller. I vår artikkel diskuterer vi eksemplet med glukosetransportører av pattedyr, som har 14 undertyper, hvorav bare fire er godt karakterisert. (Thorens og Mueckler 2010) Av de fire spiller hver en unik rolle i systemnivå glukosekontroll i pattedyrsystemet. Forskjeller i glukosetransportører kan således forklares med deres vevstilpassede roller. Tilsvarende er forskjeller mellom glykolytiske enzymer i seg selv dårlig korrelert med aner og har ført til fullstendig avskjedigelse av den tidligere antagelsen om at banen hadde en enkelt evolusjonær opprinnelse. (Rivas, Becerra og Lazcano 2018) I stedet fortsetter beviset å akkumulere at glykolytiske enzymforskjeller mellom organismer spiller funksjonelle roller på grunn av de unike undersystemmiljøene som de er plassert i.
Warburg -effekten og kreftforskningen
Ved å bruke vår systemteknisk tilnærming genererte vi også en hypotese for Warburg -effekten, som er et godt forstått fenomen i mange krefttyper. Kort fortalt er Warburg -effekten foretrukket bruk av glukose i kreft via oppregulering (dvs. økt bruk) av glykolyse selv i nærvær av oksygen. Dette antas ofte å være et skadelig biprodukt av kreft, men artikkelen vår foreslår et nytt perspektiv. Vår hypotese er at Warburg -effekten er en normal systemrespons på lokal organismeskade eller andre midlertidige situasjoner, som krever rask vevsvekst, for eksempel i visse tidlige utviklingsstadier. Kreft oppstår når signalet for å slå av rask vevsvekst mislykkes. Nedstrømseffekten er det fortsatte signalet for oppregulert glykolyse, derav Warburg -effekten. Fra artikkelen vår:
"Under visse (for øyeblikket ukjente) forhold kan tilbakemeldingskontrollsløyfen for skaderespons brytes, noe som resulterer i en underkontrollert eller fullstendig ukontrollert respons. Med andre ord antyder vi en svikt på cellulært nivå i kontrollsystemet som oppregulerer cellulære prosesser for inndeling inkludert glykolyse slik at glykolysehastigheten ikke er begrenset på cellenivå. Merk at alle de fire foreslåtte funksjonene til Warburg -effekten, pluss 2) Raskere celledeling og lokal ATP -energiforsyning er nødvendig, og 3) mer biomasse er nødvendig. En lignende situasjon kan oppstå under tidlig organismeutvikling når vevsvekst er raskere enn i voksenfasen, og hvor blodtilførselen utvikler seg samtidig." Fudge og Reeves 2024
Bilde 5. Bruk av miRNA i kreft-diagnose
Til vår overraskelse, i vårt litteratursøk, fant vi lite om Warburg -effekten som en kritisk del av skadereparasjon. Et unntak var Heiden et al., Som antydet at den økte cellulære delingshastigheten assosiert med Warburg -effekten kan være gunstig i vevsreparasjon så vel som i immunresponser. (Vander Heiden, Cantley og Thompson 2009) Vi foreslår at dette kan være et veldig viktig område for forskning. Forskning som fokuserer på tilbakemeldingsmekanismer i kontroll-systemet som er ansvarlig for frekvensen av glykolyseoppregulering, skal kunne verifisere eller forfalske hypotesen vår.
Et nyttig designbasert verktøy
Engineering er et designdrevet felt, født av kreativiteten til intelligente menneskelige agenter. Mange verktøy utviklet i feltet har applikasjoner innen biologi. For eksempel overvinner MBRSE-tilnærmingen en viktig utfordring som biologiske objekter og prosesser står overfor, og er ikke knyttet til kravene til systemnivå. Uten disse tilkoblingene oppstår det et skillelinje mellom komponenters struktur og hvordan de passer inn i systemets funksjon. I en personlig merknad er ett aspekt av systemmodellering som jeg synes spesielt tiltalende er bruken av formelle forhold og strukturert språk. Når du er kjent med verktøyet, blir det mye lettere å identifisere forbindelser mellom delsystemer eller begrensninger, selv når du ser på en annen systemmodell. Dette gir en stor fordel i forhold til de inkonsekvente, ofte frie formdiagrammer som finnes i biologiske forskningsartikler, der hver har en tendens til å avvike fra den neste. En annen fordel med systemmodellering er at den organiserer informasjon fra forskningsartikler på en strukturert, grafisk måte. Uansett hvor strålende en forsker er, er det umulig å følge med på informasjon fra tusenvis av artikler. Imidlertid kan en systemmodell gjøre det. Det er bemerkelsesverdig at selv om disse modelleringsverktøyene er standard i prosjektering, er de i stor grad fraværende fra biologisk trening, til tross for den klare fordelen de tilbyr for å overvinne uoverensstemmelsene i biologiske diagrammer.
Bilde 6. Nær sammenheng systembiologi og ingeniørfag
Vår omvendte systemtekniske tilnærming er motivert av noen viktige observasjoner:
1. Biologiske systemer ser ut som om de er designet; For eksempel advarer Francis Crick biologer om å bruke evolusjonære ideer for å veilede forskning fordi biologiske systemer ser designet ut, selv om han tror de utviklet seg (Campana 2000). Til og med Richard Dawkins innrømmet i 'The God Delusion, "Illusjonen av design er så kraftig at man må fortsette å minne seg selv på at det virkelig er en illusjon."
2. Biologiske systemer har mye til felles med menneskelige konstruerte systemer (CSETE og Doyle 2002); og
3. Biologiske systemer viser funksjoner som modularitet, robusthet og gjenbruk av design (Alon 2003) som tradisjonelt er assosiert med god top-down ingeniørpraksis.
Disse observasjonene antyder at fra et pragmatisk perspektiv vil den beste tilnærmingen til omvendt ingeniørbiologiske systemer være å behandle dem som om de er et resultat av en ovenfra og ned krav-drevet systemteknisk prosess.
Det er gode nyheter da, at designbaserte verktøy og hypoteser spiller en stadig mer fremtredende rolle i biologien, og tilbyr en klar, sammenhengende vei til å forstå biologisk kompleksitet. Fra denne forståelsen oppstår mer enn noen få dypere filosofiske spørsmål.
Bilde 7. Emily Reeves.
Emily Reeves er en biokjemiker, metabolsk ernæringsfysiolog og aspirerende systembiolog. Hennes doktorgradsstudier ble fullført ved Texas A&M University i biokjemi og biofysikk. Emily er for tiden en aktiv kliniker for metabolsk ernæring og ernæringsmessig genomikk ved Nutriplexity. Hun liker å identifisere og designe ernæringsintervensjon for subtile medfødte metabolismefeil. Hun jobber også med stipendiater fra Discovery Institute og det større vitenskapelige samfunnet for å fremme integrering av ingeniørfag og biologi. Hun tilbringer helgene på oppdagingsferd med mannen sin, brygge Kombucha og løpe i nærheten av Puget Sound.
Referanser til slutt i origialartikkelen -lenke.
Oversettelse, via google oversetter, og bilder ved Asbjørn E. Lund