Tyrimas su pelėmis gali padėti anksčiau atpažinti neurologinius sutrikimus

„Mūsų tyrimai vykdomi ląstelių lygmenyje. Tokie tyrimai pirmiausia duoda tikslesnį supratimą, kas smegenyse vyksta ne taip. Mūsų gaunami rezultatai svarbūs, nes tiriame bazinius mechanizmus – kaip apdorojamas ir perduodamas elektrinis signalas ir informacija. Tikėtina, kad ateityje tokie ląstelinio lygmens tyrimai galės prisidėti prie ankstyvesnio neurologinių sutrikimų atpažinimo, nes padės nustatyti, į ką verta atkreipti dėmesį kuriant diagnostinius įrankius“, – sako I. Nagula.

Savo tyrimą I. Nagula ir G. Valentaitė pristatė kovo pabaigoje vykusiame VU organizuotame mokslo komunikacijos konkurse „Mokslo sprintas“, kuriame pelnė pirmąją vietą.

Sukurtas išsamus sveikų pelių profilis

I. Nagula ir G. Valentaitė naudoja pelių modelius, leidžiančius tirti neuronų elektrinę veiklą. Kaip tai atrodo praktikoje? Naudodami itin ploną stiklinę mikropipetę, tyrėjai prisijungia prie pavienių neuronų ir tiesiogiai registruoja jų elektrinius signalus smegenų pjūviuose. Šis metodas suteikia galimybę realiu laiku stebėti neuronų tarpusavio „bendravimą“, o išsami signalų analizė padeda suprasti, kaip ankstyvuoju vystymosi laikotarpiu kinta neuronų aktyvumas.

Siekdami suprasti, kas vyksta, kai sutrinka sinapsių genėjimas, tyrėjai ketina palyginti sveikas ir genetiškai modifikuotas peles (su sutrikusiu sinapsių genėjimu). Šiuo metu jie yra sukūrę išsamų sveikų pelių elektrofiziologinį profilį, parodantį, kaip vystosi pelių smegenys pirmosiomis savaitėmis po gimimo.

„Gali kilti klausimas, ar niekas anksčiau to neanalizavo. Aišku, kad analizavo, bet nebuvo sukurtas toks išsamus bendras profilis. Viename tyrime išanalizuota tik dalis tam tikrų parametrų. Kiek teko domėtis, pavyzdžiui, nebuvo analizuoti lyčių skirtumai – mes juos ištyrėme ir nustatėme, kad tam tikrų skirtumų yra. Be to, labai tiksliai pasirinkome amžiaus etapus – vieną, dvi ir tris savaites po gimimo“, – pasakoja I. Nagula. 

Doktorantas sako besitikintis, kad tyrimas parodys skirtumus tarp dviejų analizuojamų grupių – sveikų ir genetiškai modifikuotų pelių.

„Genetiškai modifikuotoms pelėms sutrinka sinapsių genėjimas, todėl neuronai yra apkraunami didesniu informacijos kiekiu. Vis dėlto kyla klausimas, kiek tiksliai tos informacijos ir neuroninių ryšių padaugėja – tai ir tikimės išsiaiškinti“, – priduria G. Valentaitė.

Analizę palengvinantis metodas

Šiuo metu tyrėjai analizuoja genetiškai modifikuotų pelių duomenis. Tačiau ši analizė nėra paprasta – elektrofiziologiniai įrašai yra sudėtingi, dažnai „triukšmingi“, todėl juos reikia kruopščiai tvarkyti, valyti ir ne kartą peržiūrėti. Priartėję prie sinapsinio aktyvumo įrašų (neuronų tarpusavio signalų) – vienos sudėtingiausių tyrimo dalių – mokslininkai nusprendė pasitelkti kompiuteriniu mokymusi paremtą modelį, kuris padeda efektyviau apdoroti ir išgryninti duomenis. „Jeigu viską reikėtų tvarkyti ir analizuoti rankiniu būdu, tai tikriausiai truktų mėnesių mėnesius, gal net metus“, – sako I. Nagula.

Ieškodama tyrėjų darbą palengvinančio įrankio, G. Valentaitė surado šveicarų mokslininkų sukurtą mašininio mokymosi modelį „miniML“. Atlikus testavimą ir optimizaciją, modelio tikslumas smarkiai pagerėjo – nuo mažiau nei pusės aptiktų sinapsinių įvykių iki beveik 95 proc. kontroliniame įraše.

I. Nagula sako, kad šiame tyrimo etape jam įdomiausia gilintis į jų naudojamą įrankį, galintį optimizuoti analizę. „Kai prisimenu, kiek laiko teko skirti pirmosios grupės analizei – nuolat sėdėti prie kompiuterio, vis perdarinėti – tai buvo labai varginantis procesas. Atrastas automatizuotas metodas, nors jį dar reikia galutinai optimizuoti, atrodo labai perspektyvus. Jei pavyks šį metodą pritaikyti ir gauti patikimus rezultatus, jis smarkiai palengvins visą darbą“, – teigia doktorantas.

Tuo tarpu G. Valentaitę žavi, kad galima neuronus matyti per mikroskopą – matyti tai, kas sudaro judesį, mąstyseną, elgesį. „Giliau suprasti elektrofiziologiją mane įkvėpė dėstytoja Indrė Lapeikaitė. Ji dėstė elektrofiziologijos laboratorinius darbus, kurių metu mokėmės įvertinti įvairias savybes ir jas analizuoti. Tai mane labai sudomino, todėl ir pasirinkau gilintis į šią temą“, – sako studentė.

VU informacija