细胞疗法是产生针对患者的个性化细胞的强大策略，可治疗多种疾病，包括心脏病和神经系统疾病。但是，细胞疗法应用面临的主要挑战是在实验室中保持细胞存活并保持良好状态。
在最近一项研究中，新加坡杜克大学-国大医学院和澳大利亚莫纳什大学的研究人员设计出一种算法，该算法可以预测在实验室培养中保持细胞健康所需的分子。他们开发了一种称为EpiMogrify的计算方法，该方法可以预测发信号通知干细胞转变为特定组织细胞的分子，从而有助于加快需要在实验室中增加患者细胞数量的治疗。
“计算生物学正迅速成为细胞疗法的关键推动力，它提供了一种通过巧妙设计的算法来缩短原本昂贵且费时的发现方法的途径，”美国杜克大学国立大学计算生物学家助理教授Owen Rackham说。相关结果近日发表在《Cell Systems》杂志上。
在实验室中，细胞通常在细胞培养物中生长和维持，该细胞培养物是由一种被称为培养基的物质形成的，该物质含有营养物质和其他分子。鉴定维持培养中高质量细胞的必要分子以及寻找可诱导干细胞转化为其他细胞类型的分子一直是一项挑战。
该研究小组开发了一种名为EpiMogrify的计算机模型，该模型成功确定了添加到细胞培养基中的分子，以维持健康的星形胶质细胞和心肌细胞。他们还使用他们的模型成功预测了触发干细胞转变为星形胶质细胞和心肌细胞的分子。
“该研究正在为细胞疗法和再生医学进入新加坡乃至全球的诊所铺平道路；这项研究利用了我们在计算和系统生物学方面的专业知识，促进了高质量细胞的良好生产规范（GMP）生产针对这些急需的治疗应用，” Duke-NUS系统遗传学小组负责人Enrico Petretto副教授说。
研究人员在他们的模型中添加了有关用表观遗传标记标记的基因的现有信息，这些表观遗传标记的存在表明该基因对于细胞身份至关重要。然后，模型确定这些基因中的哪一个实际编码细胞身份所需的蛋白质。此外，该模型还包含有关与细胞受体结合以影响其活性的蛋白质的数据。这些信息一起被计算机模型用来预测将影响不同细胞身份的特定蛋白质。
莫纳什大学生物医学发现研究所和澳大利亚研究医学中心的ARC未来研究员Jose Jose Polo说：“这种方法有助于确定******的细胞培养条件，以转化细胞并生长细胞疗法应用所需的高质量细胞。”
