在细胞变形的基因网络中寻找基因调控靶点并使其恢复正常的通用技术已在国内开发完成。该技术可用于癌症可逆化等新型抗癌疗法以及新药开发、精准医疗和用于细胞治疗的重编程。
KAIST表示，生物及脑工学系教授 Jo Kwanghyun 研究团队采用代数方法，开发出了在变形细胞中恢复刺激·反应模式至正常状态的“基因调控靶点”挖掘技术，相关成果于28日公布。
（自左起）硕士生 Jeong Insu，博士研究生 Corbin Harper、Jang Seonghun、Yeo Hyeonsu，教授 Cho Kwanghyun。KAIST 提供
View original image所谓代数方法，是将基因网络用数学方程表示，并利用代数运算寻找调控靶点的方式。
研究团队将细胞内相互纠缠、彼此调控的复杂基因关系，表示为一个“逻辑电路图（Boolean network·布尔网络）”。
同时，研究团队将细胞对外部刺激的反应以“地形图（phenotype landscape·表型地形）”进行可视化，然后应用并分析一种名为“半张量积（semi-tensor product）”的数学方法，找出了调控哪些基因会改变细胞整体反应，以及如何快速、准确地进行相关计算。半张量积是指将所有可能的基因组合及其调控效果，用一个代数公式统一计算的方法。
不过，在这一过程中，实际决定细胞反应的关键基因多达数千个以上，计算极为复杂。为此，研究团队还应用了“数值近似（泰勒近似）”方法，简化计算过程。数值近似是指将复杂问题转换为易于求解的简单公式，同时保证结果与原问题相近。
通过这一技术，研究团队成功计算出细胞会到达何种“稳定状态（吸引子·attractor）”，并预测出在调控特定基因后，细胞会转变为何种新状态。这一成果得益于他们找出了能够将异常细胞反应恢复到与正常状态最为相似状态的关键基因调控靶点。
例如，研究团队将该技术应用于膀胱癌细胞网络，找到了可以将变形反应恢复为正常反应的基因调控靶点。同时，他们还在免疫细胞分化过程中大规模扭曲的基因网络中，找出了能够恢复正常刺激·反应模式的基因调控靶点。预计这将成为快速、系统解决以往只能通过长时间计算机模拟进行近似搜索问题的重要基础。
Jo Kwanghyun 教授表示：“本研究是开发分析和调控决定细胞命运的基因网络表型地形的数字细胞孪生（Digital Cell Twin）模型的核心源头技术。该技术今后可通过实现癌症可逆化，广泛应用于新型抗癌疗法、新药开发重编程等整个生命科学和医学领域。”
数字细胞孪生模型是将细胞内部实际发生的复杂反应过程转化为数字模型，以虚拟世界中的细胞反应模拟来替代实验的一项技术。
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
另一方面，本次研究由 KAIST 硕士研究生 Jeong Insu，以及博士课程学生 Corbin Harper、Jang Sunghun、Yeo Hyunsoo 参与。该研究成果（论文）已于本月22日发表于美国科学促进会（AAAS）出版的国际期刊《科学进展》（Science Advances）在线版。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
