Die Biowissenschaften waren noch nie so digital. Um mehr über Lebensprozesse zu erfahren, sammeln Biologen riesige Datenmengen, die Informatiker mithilfe von ihnen entwickelter, komplexer Rechenmodelle analysieren.
In den letzten Jahren hat sich Dr. Ori Avinoam von der Abteilung für Biomolekularwissenschaften am Weizmann Institute of Science mit einem ungelösten biologischen Rätsel auseinandergesetzt: Wie erzeugen Stammzellen neue Muskelfasern?
Auf der Suche nach einer Antwort wandte sich Avinoam an seinen Freund Dr. Assaf Zaritsky von der Abteilung für Software- und Informationssystemtechnik an der Ben-Gurion-Universität des Negev, und gemeinsam begannen sie mit der Entwicklung eines Modells für maschinelles Lernen, mit dem dieser komplexe biologische Prozess verfolgt werden kann.
Wie die Forscher melden Molekulare Systembiologiekonnte ihr Modell jeder Zelle im Verlauf ihrer einzigartigen Reifung numerische Werte zuordnen – und dies ermöglichte es ihnen, einen neuen regulatorischen Kontrollpunkt in diesem Prozess zu definieren.
Die Stammzellen, aus denen sich Muskelgewebe entwickelt, entstehen im Embryo, einige davon sind jedoch noch in erwachsenen Muskeln vorhanden. Diese Zellen ruhen die meiste Zeit, aber während des Wachstums, bei anstrengender körperlicher Aktivität oder bei Verletzungen werden sie aktiv.
Im ersten Stadium teilen sich die Stammzellen, um ihre Zahl zu erhöhen. Dann hören sie auf, sich zu teilen, und durchlaufen eine sogenannte Differenzierung – einen Teil des Reifungsprozesses, bei dem sich Zellen auf die Ausführung einer einzigartigen Funktion spezialisieren und die für die Erfüllung dieser Funktion erforderlichen Merkmale erwerben.
Im Falle von Muskelgewebe verlängern sich die differenzierenden Stammzellen, beginnen mit der Synthese der Proteinfasern, die den Muskeln ihre charakteristische Kontraktionsfähigkeit verleihen, und wandern dann dorthin, wo sich das Gewebe regeneriert.
Sobald sie an ihrem Ziel angekommen sind, verschmelzen sie zu einer langen Zelle, der sogenannten Muskelfaser. Eine Ansammlung dieser Zellen bildet den gesamten Muskel. Bisher war es für Wissenschaftler jedoch schwierig zu verstehen, wie Stammzellen auf diesem Weg der Spezialisierung voranschreiten und was sie von einem Stadium zum anderen bringt.
Das Video zeigt den einzigartigen Weg mehrerer einzelner Muskelzellen auf dem Weg zur Verschmelzung und Bildung einer neuen Muskelfaser
Um diese Fragen zu beantworten, dokumentierten Giulia Zarfati und Adi Hazak aus Avinoams Labor in Echtzeit, wie sich Muskelfasern aus aus Mäusen isolierten Stammzellen entwickeln. Sie beschlossen, sich auf zwei Veränderungen zu konzentrieren: die Bewegung der Zellen und die Herstellung von Proteinfasern in ihnen, die für die Bildung eines kontraktionsfähigen erwachsenen Muskels unerlässlich sind.
Um die Bewegung dieser Zellen zu verfolgen, markierten die Forscher ihre Zellkerne und einen der Proteinbestandteile namens Aktin, der für die Herstellung von Fasern unerlässlich ist, mit Fluoreszenz. Im Laufe eines eintägigen Differenzierungsprozesses erstellten die Forscher zahlreiche Videos, die bis auf die Ebene einer einzelnen Zelle die Stadien dokumentierten, in denen Hunderte von Stammzellen zu erwachsenen Muskelzellen werden und zu einer neuen Faser verschmelzen.
Nachdem sie zahlreiche biologische Daten gesammelt hatten, arbeiteten die Wissenschaftler mit dem Forschungsstudenten Amit Shakarchy aus Zaritskys Labor zusammen, um ein Modell zu erstellen, das diesen dynamischen Prozess genau darstellen würde.
„Die beiden Forschungsgruppen mussten die Sprache des anderen lernen“, erklärt Avinoam. „Assafs Team lernte, was eine differenzierte Muskelzelle ist und wie wir wissen, wann sie mit anderen Zellen zu Muskelfasern verschmolzen ist. Mein Team musste die Grundlagen des maschinellen Lernens studieren und lernen, wie man Daten analysiert, die aus einer Reihe von Beobachtungen zu verschiedenen Zeitpunkten gesammelt wurden.“ „Dann mussten wir gemeinsam herausfinden, wie wir den biologischen Prozess in ein Rechenmodell übersetzen können, das seinen Ablauf verfolgen kann.“
Der Aufbau eines computergestützten Modells, das einen dynamischen biologischen Prozess überwachen kann, ist eine große Herausforderung. „Zuerst mussten wir entscheiden, wie wir den Zeitpunkt definieren, zu dem eine Zelle differenziert wurde“, erklärt Zaritsky.
„Danach mussten wir entscheiden, ob und wie wir diese zeitlichen Informationen nutzen wollten. Wir beschlossen, sie zu integrieren, während wir ein überwachtes Modell trainierten, das die Bewegung der Zellen und die Intensität des Fluoreszenzlichts verfolgt, das von den darin enthaltenen Aktinfasern emittiert wird.“ Das Modell untersuchte auch Ableitungen dieser Daten, etwa Änderungen in der Bewegungsgeschwindigkeit der Zellen und wie sich die Struktur der Aktinfasern im Laufe der Zeit verändert.“
Die Forscher fanden heraus, dass mit fortschreitendem Differenzierungsprozess die Beweglichkeit der Zellen abnahm, während die Stärke des Signals ihrer Aktinfasern zunahm.
Das maschinelle Lernmodell, das auf die Unterscheidung zwischen Stammzellen und erwachsenen Muskelzellen trainiert wurde, erstellte einen quantitativen Echtzeitindex, der jeder einzelnen Zelle eine numerische Bewertung gibt, basierend auf dem Fortschritt ihrer Differenzierung. Als das Modell in Experimenten getestet wurde, für die es nicht trainiert worden war, stellten die Forscher fest, dass die meisten Stammzellen während des Differenzierungsprozesses allmählich höhere Werte erzielten und nach Abschluss des Prozesses die höchste Punktzahl erreichten.
„Das Modell zeigte uns, dass die Differenzierung ein schrittweiser und dezentralisierter Prozess ist, sodass sich die Zellen nicht stufenweise gemeinsam weiterentwickeln, sondern vielmehr unterschiedlichen Fortschrittsmustern folgen“, sagt Avinoam. „Das war ein unerwarteter Befund, da wir davon ausgingen, dass die Zellen kollektives Verhalten zeigen würden.“
„Die Fähigkeit, den Zellübergang in Echtzeit kontinuierlich zu verfolgen, könnte uns in Zukunft dabei helfen, den Fortschritt von Krankheiten auf beispiellose Weise zu überwachen. Heute untersuchen wir beispielsweise Krebsgeschwüre durch die Entnahme einer Biopsie, einer zeitlich eingefrorenen Probe und.“ liefert uns keine fortlaufenden Informationen über einen dynamischen biologischen Prozess“, fügt Zaritsky hinzu.
Hören Sie auf, bevor Sie verschmelzen
Obwohl das Modell darauf hindeutet, dass verschiedene Zellen ihren Reifungsprozess zu unterschiedlichen Zeiten abschließen, stellte es auch fest, dass es ab dem Zeitpunkt des Abschlusses einen gleichbleibenden Zeitraum von etwa drei Stunden gibt, bevor sie miteinander verschmelzen und zu Muskelfasern werden. Die Forscher postulierten daher, dass jede Zelle an einem bestimmten Kontrollpunkt sicherstellt, dass sie tatsächlich mit der Differenzierung fertig ist, und erst dann den Fusionsprozess in Gang setzt.
Frühere Studien hatten darauf hingewiesen, dass ein Enzym namens p38 die Muskelentwicklung reguliert, seine genaue Rolle war jedoch unbekannt. Um zu testen, ob das Enzym der entscheidende Bestandteil des Checkpoint-Schritts war, hemmten die Forscher seine Aktivität und stellten fest, dass die Zellen tatsächlich stecken blieben: Sie fusionierten nicht zu einer neuen Muskelfaser.
Als die Forscher das Rechenmodell durchführten, stellten sie fest, dass die Zellen, in denen das Enzym blockiert worden war, einen numerischen Wert erhielten, der weiter anstieg. Mit anderen Worten: Selbst in Abwesenheit des Enzyms schlossen sie ihren Differenzierungsprozess erfolgreich ab, kamen aber nicht bis zum Fusionsstadium weiter. Die Forscher kamen zu dem Schluss, dass der Kontrollpunkt am Ende des Differenzierungsprozesses, aber vor der Fusionsphase liegt. Aber warum blieben die Zellen bei diesem Schritt stecken, wenn das Enzym fehlte?
Das Modell legte eine mögliche Erklärung nahe und zeigte, dass die Aktinfasern während der Differenzierung anders organisiert wurden, wenn die Aktivität des Enzyms gehemmt wurde.
Als die Forscher den Proteingehalt in gehemmten Zellen maßen, bestätigten die Ergebnisse die Vorhersage des Modells: Die Zellen exprimierten einen hohen Anteil der Proteine, die für die Organisation der Aktinfasern im Zytoskelett verantwortlich sind – ein wichtiger Schritt im Differenzierungsprozess und in Vorbereitung der Zellen für die Fusion. Gleichzeitig verfügten die Zellen über geringere Mengen an Proteinen, die für die Fusion benötigt werden, d.
„Die Zellen bleiben in einem Stadium der ‚Fusionsbereitschaft‘ stecken“, sagt Avinoam. „Wenn das Enzym also wieder aktiv wird, können sie den Fusionsprozess wieder aufnehmen. Tatsächlich glauben wir, dass dies der zentrale Kontrollpunkt ist, an dem der Muskel sicherstellt, dass seine Zellen ihre Vorbereitung für die Fusion zu einer neuen Muskelfaser abgeschlossen haben. Über das Abwerfen neuer Muskelfasern hinaus.“ Angesichts der Muskelentwicklung zeigt diese Entdeckung, dass computergestützte Modelle in der Lage sind, wichtige Kontrollpunkte in dynamischen biologischen Prozessen zu identifizieren.“
Mehr Informationen:
Amit Shakarchy et al., Maschinelles Lernen, Inferenz kontinuierlicher Einzelzellzustandsübergänge während der Differenzierung und Fusion von Myoblasten, Molekulare Systembiologie (2024). DOI: 10.1038/s44320-024-00010-3