Hoe kunnen afweercellen infecties
opsporen?
Onderzoekers van McGill gebruiken
computersimulaties om te belichten hoe afweercellen
lichaamsvreemde antigenen kunnen identificeren
Hoe slagen afweercellen erin om grote
aantallen van soortgelijke uitziende eiwitten in het lichaam
te sorteren zodat ze lichaamsvreemde indringers kunnen
herkennen en infecties kunnen bestrijden?
"Voor afweercellen is het onderscheiden
van lichaamsvreemde eiwitten als het zoeken van een naald in
een hooiberg - waarbij de naald heel erg op stro kan lijken
en waarbij sommige strootjes ook heel erg op een naald
kunnen lijken," merkt Paul François, hoogleraar natuurkunde
bij de McGill Universiteit, op.
Het is belangrijk te begrijpen hoe
afweercellen deze ontzagwekkende uitdaging aanpakken, omdat
het beslissende inzichten zou kunnen verschaffen in het
begrip immuunziekten, van AIDS tot en met auto-immuun
ziekten.
In een onderzoek dat 21 Mei jl. in het
tijdschrift Physical Review Letters werd gepubliceerd,
hebben François en de aan McGill afgestudeerde student
Jean-Benoît Lalanne rekenkundige gereedschappen gebruikt om
te onderzoeken wat voor oplossingen immuunsystemen
mogelijkerwijs gebruiken om kleine concentraties van
lichaamsvreemde antigenen op te sporen (kenmerk van mogelijk
schadelijke infecties) in een zee van "eigen antigenen" die
gewoonlijk aanwezig zijn aan de rand van cellen.
De computersimulaties van de onderzoekers
leverde een verrassend simpele oplossing op, gerelateerd aan
het bekende verschijnsel van biochemische aanpassing - een
algemeen biochemisch mechanisme dat organismen in staat
stelt om te gaan met wisselende omgevingsfactoren.
Om oplossingen te vinden gebruikt de
computer een algoritme, ingegeven door de Darwinistische
evolutie. Dit algoritme, eerder ontworpen binnen de
onderzoeksgroep van François, genereert willekeurig
wiskundige modellen van biochemische netwerken. Vervolgens
kent het hen punten toe door eigenschappen van deze
netwerken te vergelijken met vooraf gedefinieerde
eigenschappen van het immuunsysteem. Netwerken met de beste
scores worden gekopieerd in de volgende generatie en
veranderd, en dit proces wordt in vele gesimuleerde
"generaties" herhaald totdat netwerken een perfect score
bereiken.
In dit geval bleken bijna alle oplossingen
vergelijkbaar, ze deelden een algemene kernstructuur of
motief.
"Onze aanpak voorziet in een eenvoudiger
theoretisch raamwerk en begrip van wat er gebeurt "als
immuuncellen de "hooiberg" doorzoeken om lichaamsvreemde
antigenen op te sporen en de immune reactie activeren,"
aldus François. "Ons model deelt vele overeenkomsten met de
echte immuun netwerken. Frappant is dat de eenvoudigst
ontwikkelde oplossing die we hebben gevonden zowel
overeenkomstige kenmerken in zich draagt, als sommige van de
blinde vlekken van echte immuuncellen, die we eerder
bestudeerden in een onderzoek in samenwerking met de groepen
van Grégoire Altan-Bonnet (Memorial Sloane Kettering, New
York), Eric Siggia (Rockefeller Universiteit, New York) en
Massimo Vergassola (Pasteur Instituut, Parijs)."
vertaald door Iris van Loenen
(www.bbarcoiris.com)