Boolean network inference and robust solution identification applied to human embryology

La vita umana inizia con una singola cellula che deve dividersi, specializzarsi e organizzarsi in un embrione complesso. Uno dei momenti più critici in questo viaggio è l'impiantazione, quando il minuscolo embrione si attacca alla parete dell'utero per iniziare a ricevere nutrienti. Se questo passaggio fallisce, la gravidanza non può continuare. Nonostante i progressi della medicina, solo circa un tentativo su quattro di fecondazione in vitro sfocia in una gravidanza vitale, in gran parte perché gli scienziati non comprendono ancora appieno le precise istruzioni molecolari che guidano un embrione verso questa fase. Per risolvere questo enigma, i ricercatori si stanno rivolgendo alle cellule stesse, utilizzando una tecnologia chiamata sequenziamento dell'RNA a singola cellula (single-cell RNA sequencing). Questo metodo agisce come un'istantanea ad alta risoluzione, catturando l'attività di migliaia di geni all'interno di singole cellule in un momento specifico. Osservando queste istantanee, gli scienziati sperano di ricostruire le regole logiche che governano il modo in cui le cellule decidono di diventare parte dello strato esterno dell'embrione, noto come trofectoderma, che è responsabile di quel vitale attaccamento all'utero.

Un team di ricercatori in Francia ha compiuto un passo significativo in questo sforzo sviluppando un nuovo modo per leggere queste istruzioni cellulari. Si sono concentrati sul trofectoderma, il guscio esterno del primo embrione, e si sono posti una domanda fondamentale: quali sono gli specifici interruttori genetici che si accendono o si spengono mentre queste cellule maturano e si preparano all'impiantazione? Per rispondere a ciò, hanno utilizzato un framework chiamato SCIBORG, che tratta la rete genetica della cellula non come un flusso continuo di sostanze chimiche, ma come una serie di decisioni logiche, simile al modo in cui un computer elabora un semplice comando "sì" o "no". I ricercatori sono partiti da una massiccia libreria di interazioni biologiche note, una collezione di fatti su come i geni influenzano l'uno l'altro, e l'hanno combinata con i dati di quasi settecento cellule embrionali umane. Il loro obiettivo era inferire un insieme di regole logiche che potessero predire accuratamente se una cellula si trovasse in uno stadio precoce di sviluppo o in uno stadio più maturo pronto per l'impiantazione.

Il team si è reso conto che il modo in cui preparavano i dati era importante quanto i dati stessi. Negli studi precedenti, gli scienziati avevano utilizzato una regola rigida e fissa per decidere se un gene fosse "acceso" o "spento" in base al suo livello di attività. I ricercatori in questo studio hanno testato un approccio più flessibile, utilizzando un metodo statistico che si adatta al comportamento unico di ogni gene. Hanno anche sperimentato quanto della libreria biologica nota utilizzassero per costruire i loro modelli. Confrontando una versione più stretta e piccola della libreria con una più permissiva e grande, hanno scoperto che, sebbene la libreria più ampia fornisse maggiori informazioni, la versione più rigorosa costringeva il modello a trovare schemi più robusti e affidabili. Questo processo comportava la ricerca tra milioni di possibili combinazioni di geni per trovare quelle che spiegavano meglio le differenze tra le cellule precoci e quelle mature. Fu un compito computazionale enorme, eseguito per settimane su un potente cluster di computer per esplorare ogni percorso plausibile.

I risultati hanno rivelato che non esiste un unico insieme di regole che spiega lo sviluppo embrionale, bensì una famiglia di soluzioni molto simili ed estremamente efficaci. I ricercatori hanno identificato ventisette diversi set di regole genetiche che hanno performato eccezionalmente bene. Tra questi, i modelli di maggior successo sono stati in grado di classificare correttamente lo stadio di sviluppo di cellule che non avevano mai visto prima con un'accuratezza di quasi il 70 percento. Questo è un miglioramento significativo rispetto ai tentativi precedenti, che faticavano a distinguere tra gli stadi con tale precisione. Lo studio ha rilevato che i modelli costruiti utilizzando il metodo flessibile e adattivo per accendere o spegnere i geni erano particolarmente forti. Questi modelli non solo classificavano correttamente le cellule, ma suggerivano anche che le cellule mature utilizzano un insieme di meccanismi regolatori più diversificato e complesso rispetto alle cellule precoci, che si affidano a un insieme di regole più stabile e costante.

Fondamentalmente, i ricercatori hanno dimostrato che cercare una singola risposta "perfetta" non è la strategia migliore quando si tratta della complessità della biologia umana. Invece, hanno dimostrato che esplorare una gamma di soluzioni quasi perfette fornisce un quadro più ricco e accurato di come l'embrione si sviluppi. Il loro lavoro suggerisce che lo strato esterno dell'embrione è governato da una rete di geni che è allo stesso tempo resiliente e adattabile. Sebbene lo studio non fornisca ancora una cura clinica per l'insufficienza di impianto, offre una mappa molto più chiara del paesaggio genetico che gli scienziati devono navigare. Perfezionando il modo in cui interpretano i dati e abbracciando l'esistenza di molteplici soluzioni valide, il team ha fornito uno strumento più affidabile per comprendere i momenti iniziali e più fragili della vita umana. Questo approccio avvicina il campo alla comprensione del motivo per cui alcuni embrioni hanno successo mentre altri no, guidando potenzialmente futuri miglioramenti nella medicina riproduttiva.