A mesterséges szövetekről szóló hírek könnyen hangzanak távoli sci-finek, pedig a valódi áttörés sokszor nem magában a „mesterséges szervben”, hanem a kutatási módszerben van. Most épp egy ilyen, csendesebb, de hosszú távon fontos irányváltás körvonalazódik Szegeden.

Mi történt

A Szegedi Biológiai Kutatóközpont két kutatója, Diósdi Ákos és Horváth Péter, Fabian J. Theisszel közösen olyan stratégiát vázolt fel, amely új alapokra helyezheti a mesterséges szövetszerű modellek kutatását. A munka a Nature Reviews Molecular Cell Biology folyóiratban jelent meg, és a 3D-oid rendszerek következő lépésére koncentrál.

Ezek a 3D-oidok olyan háromdimenziós, laborban létrehozott sejtrendszerek, amelyek már nem egyszerű sejtcsoportok, hanem a valódi szövetek vagy szervek bizonyos tulajdonságait utánzó modellek. Gondolj rájuk úgy, mint egy nagyon kicsi, leegyszerűsített próbadarabra: nem maga az emberi szerv, de elég hasonló ahhoz, hogy rajta biztonságosabban és pontosabban lehessen vizsgálni biológiai folyamatokat, betegségeket vagy gyógyszerhatásokat.

A javasolt irány lényege, hogy ne csak egyre összetettebb modellek készüljenek, hanem ezek standardizáltan és reprodukálhatóan működjenek. Ez magyarul azt jelenti, hogy ugyanaz a vizsgálat több laborban is hasonló eredményt adjon, ne csak ott működjön, ahol eredetileg kifejlesztették. Ha ez sikerül, a 3D-oidok nem egyszeri látványos kísérletek lesznek, hanem valódi platformok, amelyekre kutatást és fejlesztést lehet építeni.

A másik kulcselem az adatok összekapcsolása. Egy sejtről nem elég csak azt tudni, mely gének aktívak benne. Ugyanilyen fontos, milyen az alakja, hol helyezkedik el a szöveten belül, mely sejtekkel érintkezik, és milyen molekuláris állapotban van. Ez az úgynevezett multimodális megközelítés: többféle adatot egyetlen képbe rendezni. Itt lép be a mesterséges intelligencia, amely képes lehet a különböző információs rétegekből olyan mintázatokat felismerni, amelyeket külön-külön nézve nehéz lenne észrevenni.

Miért fontos

Ez a megközelítés több fronton is számít. Rövid távon csökkentheti az állatkísérletek számát, javíthatja a gyógyszerkutatás hatékonyságát, és közelebb vihet a személyre szabott terápiákhoz. Hosszabb távon pedig azért érdekes, mert a mesterséges szövetek fejlesztésének egyik legnagyobb akadálya nem feltétlenül a biológiai ötlet, hanem a megbízhatóság és az összehasonlíthatóság hiánya. A HVG által idézett értelmezés szerint ez a mostani stratégia épp azért lehet fontos, mert ipari szintű, kiszámíthatóbb működés felé tolhatja a területet.

Mire figyelj

  1. Az egyik nagy kérdés az lesz, hogy a standardizálás valóban elterjed-e más laborokban is, vagy megmarad ígéretes koncepciónak.
  2. Érdemes figyelni, hogyan teljesít az AI a biológiai adatok összeolvasásában: a cél nem pusztán több adat gyűjtése, hanem használhatóbb biológiai magyarázatok előállítása.
  3. Az is fontos fejlemény lehet, hogy a szabadalmi és használati mintaoltalmi háttérből születnek-e konkrét kutatási eszközök, diagnosztikai megoldások vagy gyógyszerfejlesztési alkalmazások.

Ha ezek a lépések összeérnek, a mesterséges szövetek nemcsak látványos laboratóriumi modellek lesznek, hanem a biológiai kutatás egyik legpraktikusabb új alaprétegévé válhatnak.