مرورگر شما برای نمایش این سایت قدیمی است. برای مشاهده سایت از سایر مرورگرها استفاده نمایید یا جهت بروزرسانی کلیک کنید.

همچنین میتوانید PDF نشریه را از لینک زیر دریافت نمایید.

شماره خبر: 3180976795320930854
نگاهی به گزارش نشریه علمی نیچر از فناوری‌ها و موضوعاتی که تحقیقات زیستی را متحول می‌کند

افق‌های فناوری زیستی در سال 2018

بسیاری از افراد مبتلا به بیماری‌های صعب‌العلاج و خانواده‌هایشان چشم‌انتظارند تا محققان راهکاری برای درمان بیماری آنها پیدا کنند. دانشمندان شبانه‌روز در تمام کشورهای جهان مشغول کارند تا با نجات جان انسان‌ها وظیفه ذاتی خود را انجام دهند. البته که در صورت رسیدن به موفقیتی چشمگیر و ابداع روش‌های نو در درمان بیماری‌ها از مزایای متنوع ارائه شیوه‌ای نو به جهانیان بهره‌مند خواهند شد. در ادامه نگاهی خواهیم داشت به افق‌های پیش روی فناوری زیستی در سال 2018 برای درمان بیماری‌ها و توسعه مطالعات ژنتیک از نگاه نشریه علمی نیچر.

تغییر کدهای ژنوم

ابزار تصحیح ژنی کریسپر (CRISPR) در چند ماه گذشته بشدت مورد استقبال و توجه بوده است، اما متأسفانه خیلی دقیق و کارآمد نیست؛ زیرا نمیتوان از آن برای ایجاد چند تغییر به صورت همزمان بهره برد. بیماریهای زیادی هست که نیاز به تغییرات همزمان بیشتری دارد.

برای ایجاد چند تغییر دقیق و همزمان در یک سلول، از روش مهندسی ژنوم چندگانه خودکار (MAGE) استفاده میشود. قطعات بسیار کوچک ژنی را - که حاوی دقیقا همان بازهایی هستند که باید در ژنوم تغییر کنند - وارد سلول میکنند و به طور همزمان سیستم ترمیم سلولی را غیرفعال کرده و پس از چند دور همانندسازی سلولی، این قطعه نیز به عنوان بخشی از رشته دیانای شناخته خواهد شد. این روش از لحاظ تئوری برای مقاوم کردن همه موجوداتی که دچار بیماریهای ویروسی میشوند، مانند گیاهان ارزشمند از لحاظ کشاورزی، باکتریهای مورد استفاده در لبنیات پروبیوتیک و حیواناتی که ارزش غذایی دارند، قابل اجراست. همچنین میتوان سلولهای انسانی مقاوم به ویروس را برای تولید اندامهای مورد نیاز برای پیوند یا تولیدات دارویی و واکسنها ایجاد کرد. نکته جذاب این روش این است که میتواند موجوداتی که نسبت به تمام ویروسها مقاوم هستند را به وجود بیاورد.

محققان همچنین میتوانند با ایجاد تغییر در کدهای ژنتیکی مولکولهای واسطه‌‌ حمل اسیدآمینه (tRNA) موجودی را ایجاد کنند که در پروتئینهای خود از اسیدآمینههای غیر رایج استفاده کند و ترکیبات شیمیایی جدیدی مثل پروتئینهای فلورسانس که در سلول قابل ردیابی باشد را به وجود بیاورد. به این ترتیب تمام ابعاد بیوشیمی بروز پیدا خواهد کرد.

اما نگرانیها درخصوص خطرات زیستی روش تغییر کد ژنتیکی نیز وجود دارد. برای مثال، اگر یک موجود مقاوم به ویروس تولید شده از محیط آزمایشگاه به صورت ناخواسته به محیط زیست راه پیدا کند (مثل گرده گل یا باکتری)، حتی اگر واقعا ضرری هم برای محیط زیست نداشته باشد، با توجه به خصوصیت مقاومت به ویروسی که دارد، میتواند در رقابت با دیگر اعضای طبیعی گونه خود برنده شده و آنها را حذف کند. اما این روش راه حل مشکل را نیز در دست دارد؛ تنها کافیاست از یکی از اسیدآمینههای غیرمرسوم (که به آن اشاره شد) برای ترجمه کدهای ژنتیکی آن موجود استفاده شود، در این صورت ادامه حیاتش وابسته به آن ترکیب خاص خواهد بود و فقط زمانی که آن اسیدآمینه خاص در اختیارش قرار داده شود میتواند به زندگی خود ادامه دهد. به این ترتیب از همین روش میتوانیم برای کنترل موجودات دستکاری شده استفاده کنیم، تا نگرانیهای مربوط به فرار این موجودات از آزمایشگاه نیز به حداقل یا حتی صفر برسد!

ایجاد شبکه موارد علمی

امروزه استفاده از هوش مصنوعی در اپلیکیشنها و گوشیهای هوشمند بسیار فراگیر شده است. این فناوری همهگیر بشدت روش زندگی را دگرگون کرده است. اما نکته جالب شاید این باشد که هوش مصنوعی، علم را هم میتواند متحول کند. محققان برای راه اندازی شبکه موارد علمی (Internet of Scientific Things-IoST) که در واقع سیستمی باز برای ارتباط حسگرها و محرکها از طریق بستر آموزش ماشینی قدرتمندی برای انجام آزمایشات در ابعاد جهانی است، شروع به همکاری کردهاند. برای مثال گوگل با افزایش حساسیت گامشمار و ژیروسکوپ گوشیهای هوشمند خود، قابلیت تشخیص پارکینسون را برای مصرفکنندگان خود فراهم کرده است. گروه تحقیقاتی دکتر مینگ (Vivienne Ming) عصبشناس نظری دانشگاه برکلی کالیفرنیا، با مجموعه گستردهای از حسگرهای گوشیهای هوشمند، توانسته است وقوع اختلالات رفتاری بیماران دوقطبی را پیشبینی کند.

تصور کنید محققان بتوانند با گوشی و ساعتهای هوشمند و دیگر وسایلی که مجهز به اپلیکیشنهای IoST باشند، به اطلاعات حاصل از آزمایشها و مطالعات در سراسر جهان دسترسی داشته باشند یا حتی از حسگرهای مرسوم برای آزمایشات خود به صورت جهانی استفاده کنند. به علاوه سیستمهای هوش مصنوعی به صورت همزمان همه مطالعات انجام شده در زمینه مورد دلخواه محقق در سراسر دنیا را پیدا کرده و تحلیل و دستهبندی کند.

برای مثال، سیستمهای تصویربرداری قادر خواهند بود به صورت آنلاین تصویر پردازش شده را از طریق بسترهای IoST در اختیار تمامی پزشکانی که در حوزه آن بیماری در جهان فعالیت میکنند قرار دهند یا پیشرفت نتایج آخرین تحقیقات دانشمندان در خصوص موضوعی خاص به صورت لحظهای در تمام نقاط دنیا در دسترس باشد. اگرچه نگرانیهایی درخصوص رعایت حقوق افراد هنگام نشر نتایج تحقیقاتشان در این فناوری جدید وجود دارد که حتما باید از سوی مجامع معتبر علمی بررسی و مرتفع شود، اما تحول سیستم علمی و تحقیقاتی غیرقابل اجتناب است، زیرا علم دارای ماهیتی فراگیر است و نمیتواند در انحصار تعداد محدودی از انسانها باشد.

ترسیم نقشه رونوشتهای سلولی

پروژه جدید جهانی اطلس سلولهای انسان (HCA)، برای شناسایی تمام انواع سلولهای انسانی و سازماندهیهای داخلی آنها بتازگی به جریان افتاده است. مسلما پروژهای با چنین ابعادی نیاز به فناوریهای مکمل بسیاری دارد.

توالییابی آرانای (RNA، مولکول حد واسط بین دیانای و پروتئین در سلولها) تکسلول، روش بسیار کارآمدی برای شناسایی انواع مختلف سلولها و ابزار مهمی برای پروژه HCA محسوب میشود. اما برای انجام آن، باید سلولهای تشکیلدهنده یک بافت را تفکیک کرده و سپس محتوای آرانای را از تکسلول ایجاد شده تخلیص کرد. در نتیجه در این روش ساختار فضایی سلولها در یک بافت و اثر متقابل آنها بر یکدیگر حفظ نمیشود.

محققان به دنبال روشی برای ترسیم نقشه رونوشتهای سلولی یا همان ترنسکریپتوم در خود بافت با حفظ ساختار فضایی آن هستند. به همین منظور گروه دکتر ژوئانگ (Xiaowei Zhuang) در دانشگاه هاروارد میخواهد روش MERFISH که روشی با مبنای تصویری برای بررسی رونوشتهای تکسلول است را گسترش دهند. در حال حاضر این روش توانایی تصویربرداری از هزار آرانای پیامرسان (mRNA) در تکسلول را دارد. محققان میگویند با توسعه این روش قادر خواهند بود تمام محتوای رونوشتهای سلولی را در بافت دست نخورده، شناسایی کنند. اطلاعات حاصل از این روش، تصویری از هر سلول، بیان ژن در آن و ساختار فضای داخلی آن فراهم خواهد کرد و این تصاویر میتواند در کنار تصاویر حاصل از روشهای دیگر که برای بررسی ظاهر و عملکرد سلولها تهیه میشود، تصاویر جامعتری را فراهم کند.

در حال حاضر، تصاویر اطلس سلولی بسیار ناقص است. اما در سالهای آتی با داشتن تصویر کامل سلولی، تمامی نقصانها و بیماریهای سلولی ما مشخص خواهد شد و به این ترتیب تشخیص روش درمان برای بیماریها نیز بمراتب آسانتر خواهد شد.

پیشرفت واکسنهای ضد سرطان

در مطالعات ایمونوژنومیک سرطان، محققان به دنبال پروتئینهای جهش یافتهای هستند که در سلولهای سرطانی بیان میشوند و توانایی تحریک پاسخ ایمنی در افراد را دارند. از چنین پروتئینهایی که به آنها آنتیژنهای نوین (neo-antigen) گفته میشود، میتوان برای تولید واکسنهای شخصی سرطان یا مشخص کردن روشهای درمانی دیگر استفاده کرد.

یکی از فناوریهای مهیجی که به محققان توانایی شناسایی این آنتیژنهای نوین را میدهد، روش سیتومتری جرمی (CyTOF) است. در این روش با نشاندار کردن هر پروتئین با یک فلز که با دستگاه اسپکترومتر جرمی قابل شناسایی است، تجمع پروتئینها را در سلولهای مختلف میتوان بررسی کرد.

این فناوری به محققان کمک میکند آنتیژن نوینی که بیشترین میزان بیان را در سلولهای سرطانی یک فرد خاص دارد و احتمالا قادر به تحریک پاسخ ایمنی قویای است، شناسایی کنند. به این ترتیب آنها میتوانند با استفاده از اطلاعات به دست آمده، واکسنهای ضد سرطان مناسب برای آن فرد خاص را تولید کنند. این واکسنها به صورت ترکیبی با داروهای سرطانی که ترمزهای سیستم ایمنی را غیر فعال میکنند استفاده خواهند شد و به فرد مبتلا کمک میکنند با تمام توان به جنگ سرطان برود.

روش CyTOF علاوه بر شناسایی پروتئینهایی که بیشترین تجمع را در سلولهای سرطانی دارند، با بررسی حضور و کیفیت اتصال این آنتیژنها به سلولهای ایمنی T، میتواند میزان پاسخ ایمنی احتمالی علیه آن را نیز پیشبینی کند. علاوه بر کاربرد در درمان سرطان، میتوان از این روش برای بررسی پراکندگی و تجمع پروتئینهای مختلف در سلول نیز استفاده کرد و به این ترتیب به پاسخ بسیاری از پرسشهای چند وجهی و دقیق در خصوص پروتئین‌‌ها دست پیدا کرد.

مرتبط کردن ژنوتیپ و فنوتیپ

ما در عصر مهیجی از لحاظ دادههای پزشکی زندگی میکنیم؛ از طرفی اطلاعات فراوان درخصوص تغییرات ژنتیک ژنوم داریم، از سوی دیگر قادر به جمعآوری اطلاعات مربوط به سلامت مثل تعداد قدمها در طول روز، فشار خون و تصویربرداریهای کلینیکی و ... هستیم. اما نکته مهم چگونگی ارتباطدادن این دو بخش به یکدیگر است. یعنی اگر بخواهیم از یک تفاوت ژنتیکی به راه درمانی برسیم، باید
سازو کار فرآیندی را که بر اثر بیماری مختل شده است بررسی کنیم.

برای این کار باید مجموعههای پروتئینی که واحدهای عملکردی سلولها هستند مورد مطالعه قرار بگیرند. اما چگونه میتوانیم مثلا از ژنوم یک تومور تخمدان متوجه شویم کدام مجموعه پروتئینی بدرستی عمل نمیکند؟!

امروزه روشهای محاسباتی و کمی پروتئومیکس این امکان را فراهم کرده که چند هزار مجموعه پروتئینی بین سلولهای تومور و شاهد مقایسه شود. از آنجا که انتظار میرود کاهش و افزایش پروتئینهای یک مجموعه به صورت هماهنگ باهم باشد، در صورتی که خللی در خصوص یکی از اجزای مجموعه رخ دهد، تعادل آن مجموعه از بین خواهد رفت و با روشهای اسپکترومتری جرمی پیشرفته قابل شناسایی خواهد بود. پس از شناسایی، میتوان با روشهایی مانند میکروسکوپ الکترونی انجمادی تکذره یا پرتونگاری الکترون انجمادی (CET) به مطالعه ساختار این مجموعه پرداخت. هر دو روش قادر به تصویربرداری با وضوح تصویر پنج تا دهآنگستروم هستند. این میزان از وضوح تصویر برای تشخیص تغییرات ظاهری، ساختاری و حتی استنباط تغییرات عملکردی مجموعه پروتئینی بر اثر جهش ژنی کافیاست.

علاوه بر این، روش CET تغییرات ساختاری بر اثر اضافه شدن گروههایی مانند فسفات به مولکول پروتئینی را نیز نمایش میدهد. اما پیشرفتی که در سال جاری برای این روش مورد انتظار است، این است که دقت تراش حاصل از پرتو متمرکز یونی برای تصویربرداری تقویت شود. به این ترتیب، این روش قادر خواهد بود حتی به سلول پستانداران یا بافت کاملی که برای تصویربرداری با CET در حال حاضر بسیار قطور هستند، نفوذ کرده و ساختار یک پروتئین خاص در محل خود در سلول مشاهده شود.

تمام این روشها در کنار هم میتوانند درک اختلال در یک مجموعه پروتئینی در بیماریها را آسانتر کنند. از این طریق محققان میتوانند داروها را به گونهای طراحی کنند که پروتئین مورد نظر را غیرفعال، تخریب یا بازیابی کرده و بیماری را بهبود ببخشند.

گسترش تحلیل توالییابی ژنوم

در حال حاضر به دلیل اطلاعات بسیار زیادی که بر اثر توالییابی کامل ژنوم و رونوشتهای سلولی موجودات به دست آمده است، اکتشافات در حوزههای مختلف زیستشناسی با سرعت بسیار بالایی در جریان است. 15 سال پیش، برای اولین پروژه توالییابی ژنوم انسان سه میلیارد دلار هزینه شد. امروزه این هزینه به چند هزار دلار کاهش یافته است و روز به روز نیز بیشتر کاهش خواهد یافت. قابل دسترسشدن توالییابی ژنوم موجودات، کمک شایانی به مطالعات تولید مثلی جانوران نیز کرده است، زیرا میتوان به جای مطالعه آزمایشگاهی، جانوران را در اکوسیستم و زیستگاه اصلیشان که در آن تکامل یافتهاند، مورد مطالعه قرار داد؛ به این ترتیب دادههای مطالعات فیزیولوژیک مانند رفتارشناسی و تولید مثل بسیار بیشتر قابل استناد خواهد بود.

به عنوان مثال گروه تحقیقاتی دکتر رودریگز (Rebecca Calisi Rodriguez) محقق زیستشناسی تولید مثل دانشگاه کالیفرنیا، با استفاده از توالییابی آرانای قصد دارند به صورت عمیقتری به مطالعه اثر استرس بر تولید مثل کبوتر بپردازند. آنها عملکرد هر ژنی که در جریان تولید مثل فعال میشود، مانند ژنهای هیپوتالاموس و هیپوفیز مغز را در زمان استرس مورد بررسی قرار میدهند. اطلاعات وسیعی که از این تحقیقات به دست آمده است، هزاران فرضیه را در خصوص اثر استرس بر مکانیسمهای جدید کشف شده تولید مثلی ایجاد کرده است. این فرضیات میتوانند هدف مطالعات درمانی میلیونها زن و مرد با مشکل ناباروری باشد. همچنین میتوان با کمک توالییابی ژنوم در موجودات مختلف از آنها برای بررسی شرایط محیطی مثل آلودگیهای شیمیایی محیط زیست بر فعالیتهای فیزیولوژیک مانند تولید مثل نیز استفاده کرد. با توالییابی میتوان پی برد که ترکیبات خطرناک محیطی چگونه بر عملکرد ژنهای مشترک بین حیوانات و انسان که درتولید مثل دخیل هستند، اثر میگذارد. بنابراین انتظار میرود در ادامه روند پیشرفت در حوزه توالییابی بتوانیم تغییرات در سطح ژن و پروتئین را در موجودات در زمان زندگی در زیستگاه اصلی خودشان بررسی کنیم؛ به این ترتیب محققان زیستشناسی، تاریخنویسان ژنی این زمان خواهند بود.

مترجم: عسل اخویان طهرانی

جامجم