In vivo, in vitro in silico (pääkirjoitus SLL 1314/2002)
Biologinen ja lääketieteellinen tutkimus kuluttavat nykyään rutkasti aikaa, rahaa – ja tutkijoiden hermoja. Nykyiset laboratoriot ja osittain myös kliinisten tutkimusten alkuvaiheet voivat muuttua ratkaisevasti, jos biologisiin ilmiöihin otetaan systeemiteoreettinen näkökulma. Silloin tarvitaan mahdollisimman tarkkoja matemaattisia ja tilastollisia malleja, supertietokoneita, joihin on syötetty valtava määrä elävän elämän havaintoja. Niin syntyy virtuaalielämä: geenikartasta transkriptomi, transkriptomista proteomi, proteomista metabolomi, metabolomista elektroninen solu, elektronisesta solusta elektroninen potilas… Vaihe vaiheelta, geeneistä alkaen, voidaan luoda tarkkoja ja biologisen vaihtelun ymmärtäviä malleja. Supertietokoneiden uskotaan korvaavan koeputket, soluviljelyt, eläinkokeet ja osan kliinisestä tutkimuksestakin 10–20 vuoden kuluessa.Elektroninen solu, E-CELL, on jo pääpiirteissään luotu (1,2,3) ja sitä voi käydä kurkistamassa vapaasti Internetissä (www.nrcam.uchc.edu). Se ei ollenkaan näytä perinteiseltä solulta vaan enemmän matemaattisten funktioiden kimpulta; reduktionismia äärimmillään. Ihmisen genomin kartoittaminen on nostanut biologisen tiedon uudelle tasolle, mutta genomisekvenssi on vasta alkua. Tiedon analysointi ja soveltaminen on jättimäinen haaste. ”IT (infotech) meets BT (biotech)” voi olla vastaus. Tähän perustuen alan huippuyritykset ovat luoneet genomi- ja soluperusteisia virtuaalimalleja, joissa vaikkapa lääkkeiden tehokkuutta voidaan testata nopeasti ja taloudellisesti in silico (4, mm. www.dna-arrays.com ja www.affymetrix.com).
Esimerkiksi CellML-mallin (4) avulla tutkija voi ennustaa lääkemolekyylin vaikutuksia sydän-, keuhko- tai munuaissolussa. Tämä tarkastelutapa olisi jo ehkä pelastanut ihmishenkiä. Nimittäin vuonna 1995 kliiniseen, faasin III, tutkimukseen päässyt sydänlääke tappoi yllättäen naispotilaita, ihan realistisesti, vaikka virtuaalisesti tämä olisi ollut etukäteen pelättävissä (4). Ihmisen genomin informaation perusteella pystytään arvioimaan erilaisten molekyylien toimintaa mahdollisina lääkkeinä, tulevaisuudessa jopa yksittäisten potilaiden osalta: omalääkäri määrää omalääkkeen (5). Kymmenen vuoden näköpiirissä nykyinen vuosien lääkekehitys molekyylistä lopulliseen kliiniseen kokeeseen lyhenee muutamaan tuntiin (4). Huimat näkymät ovat lumonneet kriittisimmätkin analyytikot (6), myös Suomessa (7).
Elektroniset virtuaalipotilaatkin ovat jo syntyneet. Tiedon, suurten muistien ja suprajohdetekniikan aikakaudella ensimmäisiin e-potilaisiin kuuluva potee – ehkä paradoksaalisesti – Alzheimerin tautia (8). Suurimmat pulmat potilaan elossa pitämisessä ovat tietokonekapasiteetissa; se on pakottanut oikomaan joitakin, ehkä tärkeitäkin, mutkia. Biologisesti mallin rakentamista on haitannut tiedon puute: riittävän tarkat kokeelliset tiedot puuttuvat vielä noin neljänneksestä muuttujista (8). Yleisestikin juuri tietokoneiden riittämätön suorituskyky ja oikean in vivo havaintomateriaalin puute rajoittavat kriittisimmin elektronisten potilaiden luomista. Siitä huolimatta alan eteneminen on hurjan nopeaa ja visiot kirkkaat: tulevaisuuden biolääketieteen tutkimus tehdään ensisijaisesti in silico, tietokonesimulaatioina, ja löydökset vain varmistetaan potilailla tai soluilla in vivo (4,5,6).
Vaikka virtuaalisen tulevaisuuden näkymät ovat ruusuiset, paljon on vielä multaa möyhentämättä. Monimutkaisten biologisten järjestelmien, saatikka ihmisen, mallintaminen vaatii raskaan sarjan supertietokoneita ja niiden verkkoja; siinä tarvitaan ehkä Linux-tyyppisesti tuhansien tutkijoiden yhteistyötä, ihmiskunnan suuryritystä (9). Ohjelmistoissa siirryttäneen ns. kvanttitekniikkaan: yksi tällainen tietokone on tehokkaampi kuin kaikki nykymaailman binaarikoneet yhteensä (9). Biolääketieteen tutkijoiden tietojenkäsittelytaidot joutuvat totiseen kokeeseen. Ihminen etsii nyt lumoutuneena kuin Narkissos tietokoneen ruudusta välkkyvää elektronista omaa kuvaansa. Maailma muuttuu, ei ihmisen haave, ei Narkissos.
KIRJALLISUUTTA
1 Normile D. Building working cells ”in silico”. Science 1999;284:80–1.
2 Tomita M. Whole-cell simulation: a grand challenge of the 21st century. Trends Biotechnol 2001;19:205–10.
3 Loew LM, Schaff JC. The virtual cell: a software environment for computational cell biology. Trends Biotechnol 2001;19:401–6.
4 Philipkoski K. Virtual cells may aid drug tests. http://www.wired.com/news/print/ 0,1294,39907,00.html
5 Roses AD. Pharmacogenetics and future drug development and delivery. Lancet 2000;355:1358–61.
6 Hughes S. Increasing productivity through e-R&D. PricewaterhouseCoopers, Pharma R&D Directions, Barcelona, June 2001. www.pwcglobal.com/pharma.
7 http://akseli.tekes.fi/Resource.phx/laake2000/z-kuopion-yliopisto-04992695.htx
8 Edelstein-Keshet L, Spiros A. Exploring the formation of Alzheimer’s disease senile plaques in silico. www.math.ubc.ca/~ais/
9 Butler D. Computing 2010: from black holes to biology. Nature 1999;402 suppl:C67–C70.
PEKKA LEINONEN
