Вирус иммунодефицита человека, ВИЧ, также передался людям от животных. В случае СПИДа пандемия возникла из-за вируса, переданного от шимпанзе на юго-востоке Камеруна около столетия назад[275][276]. Воздействие вируса пагубно, поскольку поражает иммунную систему, которая должна защищать организм.
Десятилетиями исследователи изучали детали того, что происходит, когда ВИЧ атакует тип лейкоцитов, называемый иммунными клетками CD4. Сегодня мы знаем достаточно, чтобы смоделировать ключевые аспекты ВИЧ-инфекции для тестирования лекарств, вакцин, методов лечения и диагностики.
В принципе, можно смоделировать инфекцию «снизу вверх» и использовать моделирование молекулярной динамики для оценки подробной кинетики, исходя из того, как взаимодействуют большие деформируемые молекулы[277], наряду с многомасштабным моделированием (подробнее позже), чтобы понять колебания, которые происходят, когда белки сталкиваются друг с другом. Но воспроизвести последствия инфекции на миллионах белков на уровне клетки, которая примерно в 1000 раз больше, чем составляющие ее белки, – непростая задача[278][279]. Более того, эти процессы занимают до нескольких часов, что по молекулярным меркам – вечность.
Молекулярная динамика может моделировать движения огромного числа молекул, но временные шаги очень малы – часто не более 1–5 фс, где фемтосекунда равна одной квадриллионной доле или миллионной миллиардной доле секунды (грубо говоря, фемтосекунда к 1 с – это как 1 с к 30 миллионам лет). Для решения этой задачи необходим специально настроенный суперкомпьютер. Одним из примеров является проект Anton, созданный компанией D. E. Shaw Research в Нью-Йорке, который позволил моделировать миллионы атомов в миллисекундном диапазоне[280]. Эти симуляции занимают от миллиардов до триллионов временных шагов. Например, Фред Стрейц из Лос-Аламоса и Дуайт Ниссли из Национальной лаборатории Фредерика использовали суперкомпьютер Sierra в Ливерморской лаборатории для проведения крупномасштабного молекулярно-динамического моделирования возникновения рака, моделируя 300 белков RAS, которые при этом заболевании часто мутируют. В общей сложности они создали 100 000 микроскопических моделей поведения белков всего за 200 мс[281].
Но точно так же, как карта лондонского метрополитена может помочь нам достичь цели, не зная подробной географии города, так и мы можем продвинуться, моделируя ВИЧ-инфекцию, зная только молекулярных игроков и их поведение, фиксируя биохимические изменения в виде дифференциальных уравнений. Используя реалистичные параметры скорости, основанные на эмпирических данных и байесовских методах, мы можем изучить влияние виртуального заражения.
Мы можем воспроизвести ВИЧ-инфекцию с помощью математики. Например, в более ранних исследованиях Питер работал со своим аспирантом Кашифом Садиком и командой под руководством Виктора Мюллера из Будапештского университета Лоранда Этвеша над изучением сети химических реакций, описывающей производство белков вируса ВИЧ в клетке-хозяине, сведя его к обыкновенным дифференциальным уравнениям. Эта математическая модель хорошо согласовывалась со многими экспериментальными наблюдениями, такими как время, необходимое для созревания частицы вириона ВИЧ. Вооружившись своей моделью, они также смогли провести «анализ чувствительности», выявив относительную важность различных этапов формирования вируса[282]. Такие идеи могут помочь в разработке новых ингибиторов – лекарств, которые будут мешать этим этапам и задерживать распространения вируса.
Давайте сосредоточимся на одном конкретном аспекте того, как организм борется с инфекциями. Все белки внутри клеток постоянно распадаются, особенно в клеточных подсистемах (органеллах, известных как протеасома и лизосома), и чужеродные белки ведут себя таким же образом, в том числе белки вторгшегося вируса. В конечном итоге вирусные белки расщепляются на куски, называемые пептидами, обычно длиной примерно от 8 до 10 аминокислотных остатков, которые оказываются на поверхности инфицированной клетки. Эти фрагменты важны, поскольку они предупреждают иммунную систему о вторжении в клетку.
Выдающийся подвиг: ваша иммунная система должна обнаружить иголку – пептиды захватчиков, таких как вирусы и бактерии – в стоге сена, состоящем из огромного количества собственных пептидов. Способность отличать свое от чужого, таким образом, имеет решающее значение для эффективности иммунной системы. Обнаружение инфекции сводится к распознаванию определенных аминокислотных последовательностей длиной около 10 остатков и выяснению, являются ли они продуктами распада клетки, то есть собственными пептидами, или остатками захватчика.
Чтобы превратить это понимание в модель, нам нужно определить количество белков в каждом вирусе и сколько времени требуется, чтобы разложить их на пептидные части. Этот распад можно выразить как период полураспада (промежуток времени, по истечении которого половина белков, первоначально присутствующих в образце, расщепляется), а затем время, необходимое для их сборки в новые вирусы[283]. Для производства другого инфекционного вируса необходимы вирусная РНК и вирусные белки, особенно три, известные вирусологам под короткими именами, такие как Gag, Pol и Env. Мы можем измерить скорость образования этих вирусных компонентов, а также включения их в почкующиеся вирусы. Обнадеживает тот факт, что предсказания математической модели этой части процесса, сделанные Питером и его коллегами, хорошо согласуются с измерениями, проведенными на вирусе[284].
В более ранней работе Нил Далчау из Microsoft Research в Кембридже, Англия, сотрудничал с командой Тима Эллиотта, работавшего в Университете Саутгемптона, чтобы раскрыть детали кинетики – скорости каждого этапа в процессе представления фрагментов на поверхности клетки. Первые фрагменты белка связываются с белком-переносчиком, или шапероном, называемым TAP, который находится в эндоплазматическом ретикулуме и связан с комплексом загрузки пептидов. Последний включает в себя тапасин, еще один шаперон, способствующий слиянию молекул, а также молекулы MHC I класса, часть главного комплекса гистосовместимости (MHC), который кодирует белковые механизмы на поверхности клетки, способные захватить систему утилизации клеточных отходов, чтобы обеспечить контроль их содержимого. В целом, белковые фрагменты загружаются на молекулы MHC–I, а затем передаются через аппарат Гольджи – клеточный транспортный узел – на поверхность клетки. Для моделирования эти процессы можно представить в виде связанного набора обыкновенных дифференциальных уравнений.
Питер использовал всю эту виртуальную работу с вирусами, чтобы создать математическую модель того, как ВИЧ вызывает контратаку со стороны иммунной системы человека. Работая с Нилом Далчау и аспиранткой Рут Экклстон, команда сосредоточилась на генах MHC, которые контролируют, как фрагменты пептида ВИЧ представляются иммунной системе. Молекулы, определенные MHC, организуют эквивалент опознания, выставляя антигены – кусочки практически всего, что находится внутри клетки, – на ее поверхности.
Мы знаем, что если лейкоциты – Т-клетки – обнаруживают молекулы MHC с «собственными» антигенами, они игнорируют клетку. Но если они обнаруживают чужеродные антигены, например бактерии или вирусы, они убивают клетку и клонируют себя, чтобы произвести Т-клетки, нацеленные на другие инфицированные клетки. Реальность такова, что только часть из потенциально миллиардов пептидов внутри клетки отбирается для презентации на ее поверхности, и именно этот отбор команде нужно было понять и, таким образом, предсказать, как запускается иммунный ответ.
Чтобы смоделировать этот процесс, первой задачей команды UCL-Microsoft было перевести в математическую форму детали сложного химического пути, который приводит к образованию на поверхности клетки пептидной последовательности, распознаваемой антителом, В-клеткой или Т-клеткой иммунной системы, с подробным описанием скорости каждого этапа. Обычно каскадный набор скоростных процессов может быть представлен многими десятками-сотнями шагов.
Моделирование такого рода в настоящее время уловило детали развития ВИЧ внутри клеток[285][286] наряду с оптимизацией пептидов – процессом, посредством которого MHC–I создает искаженную выборку входящего распределения пептидов для отображения на поверхности клетки[287]. Как выразился Нил Далчау: «Пептиды, представленные моими молекулами класса I, вероятно, будут сильно отличаться от пептидов, представленных вашими молекулами класса I. Естественно, это помогает нам оставаться устойчивыми к вредоносным вирусам, которые могут изменять свои белковые последовательности, чтобы избежать MHC–I»[288].
Таким образом, команда UCL-Microsoft смогла количественно описать, какие пептиды с наибольшей вероятностью предупреждают иммунную систему. Эти модели предсказывают отбор и презентацию множества копий вирусных пептидов со свойствами, которые, вероятно, сделают их видимыми для иммунной системы[289]. В изучении того, как Т-клетки реагируют на сигналы MHC с поверхности инфицированной клетки, было проделано не меньше работы. Существуют также модели реакций Т-клеток на вирусные пептиды[290].
Команда UCL-Microsoft смогла воплотить всю информацию о том, как ВИЧ вызывает иммунный ответ, в модель, которую можно было сравнить с результатами экспериментов. Каждый этап пути, от производства белка ВИЧ до презентации, представлен в виде обыкновенного дифференциального уравнения, основанного на законе действия масс. Полученную модель можно использовать для моделирования состояния клетки – инфицированной ВИЧ или нет – в результате взаимодействия между белками и небольшими молекулами, которые играют роль в сигнальных сетях иммунной системы.
Таким образом, команда UCL-Microsoft могла предсказать появление пептидов ВИЧ и показать важность пептидов на основе расщепления белков Gag – играющих центральную роль в сборке, высвобождении, созревании и функционировании вирусных частиц – в установлении продуктивной инфекции в долгосрочном контроле над ВИЧ.
Возможно, это не должно вызывать удивления, учитывая, что в каждом вирусе содержится около 4900 копий белка Gag, что делает Gag самым распространенным белком ВИЧ в инфицированных клетках. Расщепление Gag из вируса и из Gag, вновь образовавшегося во время клеточной инфекции, обеспечит повсеместное распространение полученных пептидов распада, поэтому они, скорее всего, выиграют в конкуренции за представление иммунной системе. Моделирование, проведенное с помощью модели, предсказывает, например, что обработка Gag может привести к 50 % вероятности появления фрагментов Gag на поверхности инфицированной клетки в течение трех часов после заражения. Это также наблюдается экспериментально[291]. Крайне важно: симуляции дают гораздо больше информации, чем корреляции черного ящика машинного обучения, которые могут быть полезны в определенных обстоятельствах (например, при прогнозировании того, как белки деградируют до эпитопов), но просто показывают, что если происходит X, то Y является последствием.
В последующей работе с Тимом Эллиоттом и его группой команда UCL-Microsoft смогла подтвердить некоторые из простых предсказаний модели ВИЧ-инфекции, одновременно открыв дверь для более сложных экспериментальных исследований на уровне полного иммунопептидома, всей совокупности пептидов HLA, представленных на клетке. Это требует сложных экспериментальных методов, находящихся на грани и за пределами того, что технически осуществимо сегодня[292]. Несмотря на это, виртуальные ВИЧ-инфекции становятся все более реальными.