Capire come le cellule elaborano i nutrienti e producono energia, il cosiddetto metabolismo, è una parte essenziale della biologia. Ma analizzare le grandi quantità di dati sui processi cellulari per determinare gli stati metabolici è un compito complesso.
La biologia moderna genera vaste serie di dati su varie attività cellulari. Queste serie di dati "omici" forniscono informazioni su diverse funzioni cellulari, come l’attività genica e i livelli di proteine. Ma è difficile integrare e sfruttare queste serie di dati per comprendere il metabolismo cellulare.
I modelli cinetici sono un modo per decodificare questa complessità fornendo rappresentazioni matematiche del metabolismo cellulare. Sono mappe dettagliate che descrivono come le molecole interagiscono e si trasformano all’interno di una cellula e come le sostanze vengono convertite in energia e altri prodotti. Ciò consente agli scienziati di comprendere meglio i processi biochimici alla base del metabolismo cellulare. I modelli cinetici hanno un grande potenziale, ma il loro sviluppo rappresenta una sfida a causa della difficoltà di determinare i parametri che controllano i processi cellulari.
Un team di ricercatori guidato da Ljubisa Miskovic e Vassily Hatzimanikatis dell’EPFL ha recentemente creato RENAISSANCE, uno strumento di intelligenza artificiale che semplifica la creazione di modelli cinetici. RENAISSANCE combina vari tipi di dati cellulari per descrivere accuratamente gli stati metabolici, fornendo una migliore comprensione del funzionamento delle cellule. Questo strumento rappresenta un importante passo avanti nella biologia computazionale, aprendo nuove strade alla ricerca e all’innovazione nei settori della salute e delle biotecnologie.
I ricercatori hanno utilizzato RENAISSANCE per creare modelli cinetici che riproducessero accuratamente il comportamento metabolico di Escherichia coli. Lo strumento ha generato con successo modelli che corrispondevano al comportamento metabolico osservato sperimentalmente, simulando come i batteri avrebbero adattato il loro metabolismo in un bioreattore.
I modelli cinetici sono risultati anche robusti, mantenendo la loro stabilità anche in presenza di perturbazioni genetiche e ambientali. Ciò indica che i modelli possono prevedere in modo affidabile la risposta cellulare a diversi scenari, rafforzando la loro utilità pratica nella ricerca e nelle applicazioni industriali.
Nonostante i progressi delle tecniche omiche, la copertura insufficiente dei dati è una sfida continua", afferma Ljubisa Miskovic. Ad esempio, la metabolomica e la proteomica possono rilevare e quantificare solo un numero limitato di metaboliti e proteine. Le tecniche di modellazione che integrano e riconciliano i dati omici provenienti da varie fonti possono compensare questa carenza e migliorare la nostra comprensione dei sistemi. Combinando i dati omici con altre informazioni rilevanti, come il contenuto del mezzo extracellulare, i dati fisico-chimici e le conoscenze specialistiche, RENAISSANCE ci permette di quantificare con precisione gli stati metabolici intracellulari sconosciuti, compresi i flussi metabolici e le concentrazioni di metaboliti."
La capacità di RENAISSANCE di modellare accuratamente il metabolismo cellulare ha implicazioni di vasta portata. Questo potente strumento consente di studiare i cambiamenti metabolici nella salute e nella malattia e facilita lo sviluppo di nuovi trattamenti e biotecnologie. La sua facilità d’uso e la sua efficienza consentiranno a un maggior numero di ricercatori del mondo accademico e industriale di utilizzare efficacemente i modelli cinetici e favoriranno la collaborazione.
