Przewidywanie skuteczności strategii zastępowania populacji z wykorzystaniem modelowania matematycznego

Nie można przeprowadzać eksperymentów w skali ekologicznej, ponieważ to nie jest eksperyment. To faktyczne uwolnienie. A co, jeśli coś pójdzie nie tak?

Należy pamiętać, że komary te przenoszą szereg bardzo poważnych chorób. Co się stanie, jeśli staną się one superorganizmami i zaczną transmitować patogeny jeszcze skuteczniej? Być może zaczną przenosić inne choroby, których w przeszłości nie były w stanie transmitować.

Naprawdę musimy opierać nasze strategie na modelach komputerowych, podobnie jak tworzono modele komputerowe dla wszystkich ewentualności przy lądowaniu człowieka na Księżycu. W ten sam sposób musimy posiadać symulacje wszystkich scenariuszy dotyczących tego, co stanie się po wypuszczeniu zmodyfikowanych komarów z napędem genowym. Nazywam się Charles Taylor.

Pracuję na Uniwersytecie Kalifornijskim w Los Angeles w Departamencie Ekologii i Biologii Ewolucyjnej wraz z moimi studentami i postdokami. Zajmuję się matematycznymi aspektami prób wykorzystania genetycznie zmodyfikowanych komarów do zwalczania malarii. W odniesieniu do różnych etapów tego problemu zastosowaliśmy kilka odmiennych podejść.

Dziś zaprezentuję Państwu część prac, które przeprowadziliśmy w ciągu ostatnich kilku lat, oraz przedstawię jednego z moich studentów, Johna Marshalla. Modelowanie, którym się zajmujemy, obejmuje kilka różnych obszarów. Przede wszystkim istnieją podstawowe aspekty biologii, które wymagają zrozumienia i w związku z tym wymagają modelowania.

Na przykład, jaka jest wielkość populacji, przeżywalność oraz przemieszczanie się – zobaczą Państwo kilka przykładów tych parametrów. Następnie kolejną kwestią jest zrozumienie, że jeśli zamierzamy uwolnić element transpozycyjny, wiemy, iż istnieje co najmniej 2050 zmiennych, które prawdopodobnie będą istotne. Znaczenie tych zmiennych jest niekiedy trudne do oceny jedynie na podstawie argumentacji słownej, dlatego chcielibyśmy dysponować dobrymi modelami matematycznymi, aby zachować pełną precyzję i formułować stwierdzenia typu: jeśli to ma zadziałać, to dostosowanie (fitness) komara z elementem transpozycyjnym musi wynosić tyle i tyle, lub przemieszczanie się komara musi przebiegać w określony sposób.

Jak zatem widać, przeprowadziliśmy pewne analizy w tym zakresie. Kolejnym problemem nie jest już samo wyprowadzenie oczekiwań, lecz ocena tego, co dzieje się po początkowym uwolnieniu. Jeśli przeprowadzimy wówczas test i otrzymamy pewne wyniki, to co one będą oznaczać?

Czy oznacza to, że odnieśliśmy sukces, czy ponieśliśmy porażkę? W związku z tym wymagane są bardziej złożone symulacje. Nawiasowo dodam, że właśnie dlatego zostaliśmy włączeni do modelu, ta czwarta grupa.

Następnie mamy poważniejsze problemy, a w szczególności kwestie etyczne. Co może pójść nie tak? Jak poważne mogą być ewentualne komplikacje?

Jeśli opracujemy odpowiednią regułę przerwania, musimy jasno ją zdefiniować i wiedzieć, jakie kroki podjąć, aby usunąć skutki, jeśli coś pójdzie nie tak. Przyjmijmy na przykład, że stworzymy superkomara. Pierwsze badania, które przeprowadziliśmy, miały na celu jedynie zidentyfikowanie kluczowych parametrów oraz ich wartości dla danych populacji.

Jakie są liczebności populacji? Jaki jest poziom przepływu genów? Jaki jest dzienny poziom przeżywalności komarów na tym obszarze?

Wykorzystaliśmy bardzo dobrze ugruntowaną tradycyjną metodę zwaną znakowaniem, wypuszczaniem i ponownym odłowem. Sposób działania tej metody polega na tym, że najpierw odławiamy dużą liczbę komarów, powiedzmy tysiąc. Udajemy się do wiosek, aspirujemy je ze ścian, umieszczamy w fiolce, a następnie nanosimy niewielką ilość proszku, który fluorescuje w świetle UV, podobnie jak substancje stosowane do produkcji farb w sklepach lub akcesoriów psychodelicznych.

Następnie, po ich oznakowaniu, wypuszczamy je ponownie, a w kolejne noce odłowujemy je z pułapek ściennych; na podstawie liczby i miejsca ponownych odłowów możemy, wykorzystując modele matematyczne, wyciągać wnioski dotyczące liczebności populacji, dystansu ich przemieszczania się oraz poziomu ich przeżywalności. W tym pierwszym filmie zaprezentowano podsumowanie głównych wyników naszych pierwszych eksperymentów. Istnieje kilka sposobów, w jakie modelowanie może wspomóc program dotyczący genetycznie zmodyfikowanych komarów.

Jednym z celów jest po prostu pomoc w zrozumieniu podstawowej biologii komarów. Jest to część naszych pierwszych prac w tej dziedzinie, w których próbowaliśmy oszacować zakres dyspersji, wielkość populacji oraz przeżywalność komarów. Przyglądając się temu zestawieniu wyników naszych badań, można zauważyć niektóre podstawowe cechy biologiczne, które mogą zainteresować widzów.

Przede wszystkim widzimy wieś, miejscowość Bottom Body, gdzie przeprowadziliśmy znaczną część naszych badań w Mali. Składa się ona z około 70 różnych zagród, w których może znajdować się kilka sypialni, co przedstawiono tutaj. Są one zbudowane głównie z błota, co pozwala komarom na swobodne przemieszczanie się do wewnątrz i na zewnątrz.

Codzienna biologia odzwierciedlona jest w tutejszych kolorach. Ten oznacza noc. Przyjmijmy, że zmierzch to fiolet, żółty to dzień, a wzorce aktywności komarów różnią się dla każdego z tych okresów.

Na przykład w ciągu dnia pozostają w tym samym miejscu, dopóki nie zapadnie zmierzch; wtedy zaczynają się przemieszczać, wychodząc na poszukiwania miejsc do żerowania lub składania jaj. Następnie, gdy zapada wieczór, a potem w środku nocy, powracają; widać wtedy, że obszary wokół każdego domu są zaznaczone innym kolorem, co obrazuje gradient CO2 i zapachu ciała, którymi kierują się komary. Jednym z najważniejszych wyników, jakie uzyskaliśmy w pierwszym roku i do czego ta metoda została wykorzystana, było zrozumienie, że w obrębie jednej wioski, niezależnie od miejsca i czasu ich wypuszczenia – po jednym, dwóch lub trzech dniach – komary są rozmieszczone jednorodnie na obszarze obejmującym kilka kilometrów.

Zatem z punktu widzenia późniejszego modelowania możemy przyjąć, że wieś jest po prostu wsią. W obrębie wsi nie ma żadnych rozróżnień. Kwestią jest zatem to, jak duże przemieszczanie się zachodzi między wsiami oraz między różnymi podgatunkami komarów.

Kolejna ilustracja przedstawi naszą aktualną wiedzę na temat różnych form chromosomalnych oraz przemieszczania się między wioskami. W materiale wideo, który właśnie obejrzeliśmy, widać, że w ciągu jednego lub dwóch dni w obrębie jednej wioski zachodzi bardzo dużo ruchu. Jest to w zasadzie homogeniczne, jednak w rzeczywistości sytuacja jest znacznie bardziej skomplikowana niż tutaj pokazano.

Przede wszystkim należy zaznaczyć, że malarię przenosi nie jeden gatunek komara. W rzeczywistości w tej wiosce występuje ich kilka, natomiast w Bonham i Mali obecny jest tylko jeden gatunek, Anopheles gambiae. Jednak ten pojedynczy gatunek posiada kilka różnych podgatunków, tak powiedziane, nazywanych formami chromosomalnymi, które występują w tej samej lokalizacji.

Jeśli wprowadzimy gen do populacji, w formie elementu transpozycyjnego, będzie on musiał przemieścić się przez wszystkie osobniki. Może to odbywać się w bardzo skomplikowany sposób, a jedynym sposobem na rzeczywiste zrozumienie tego procesu jest zastosowanie symulacji komputerowych w celu jego dalszej analizy. Wielkość populacji zmienia się w ciągu roku.

Należy również uwzględnić przemieszczanie się z wioski do wioski, o czym wcześniej nie myśleliśmy. Pozwolę, że pokażę Państwu klatkę z jednego z filmów przygotowanych przez moich studentów, która ilustruje ten problem. Oto jedna forma chromosomowa.

Oto kolejny, a tutaj jeszcze jeden. Są to formy iCal z sawanny Mopti. Wielkość żółtego dysku odpowiada liczebności populacji.

Intensywność czarnej linii pokazuje natężenie przepływu genów występującego w poszczególnych miejscach w tej lokalizacji. Płynie tutaj rzeka Niger, a skala na dysku wynosi prawdopodobnie 10, 15 lub 30 kilometrów z tego punktu do tego. Zobaczmy zatem najpierw, co dzieje się w ciągu roku.

Jest to obszar bardzo suchy. Znajduje się on tuż poniżej Sahary; Timbuktu nie leży daleko, więc miejsce to znajduje się dość blisko krawędzi pustyni. W sezonie suchym, który trwa przez większość roku, występuje bardzo mało komarów, ponieważ nie ma miejsc do ich rozrodu.

Kiedy jednak w czerwcu, lipcu i sierpniu rozpoczyna się sezon deszczowy, który trwa aż do września i października, populacja komarów gwałtownie wzrasta. W jednym z obszarów, w których pracuję, odnotowuje się ponad 500 ukąszeń na osobę w ciągu nocy. Jednak w tym konkretnym obszarze liczba ta nie jest aż tak wysoka.

Niemniej jednak zmienność sezonowa jest ogromna i pomocne jest obejrzenie filmu, aby naprawdę zrozumieć, co dzieje się z wielkością populacji w powiązaniu z różnymi formami chromosomalnymi oraz przepływem genów; wszystkie te kwestie będą istotne dla działań, które zostaną podjęte w przypadku planowania wypuszczenia osobników. Oto jeden cykl roczny.

Na początku liczebność populacji jest dość niewielka, co można tutaj zaobserwować. Następnie, we wrześniu i październiku, widać, że w każdej z wiosek występują już dość duże populacje i mamy do czynienia z intensywnym przepływem genów pomiędzy poszczególnymi wioskami. W miarę upływu roku, wraz z nadejściem okresu suchego, liczebność populacji ponownie spada, a przepływ genów stopniowo maleje.

Jak widać, dzieje się tutaj bardzo wiele. Kiedy wprowadzamy kwestie genetyki, sytuacja staje się jeszcze bardziej złożona. W związku z tym, aby uzyskać rzeczywiste zrozumienie, móc formułować przewidywania, a przede wszystkim określić warunki, które muszą zostać spełnione, aby osiągnąć sukces, musimy analizować niektóre z tych elementów pojedynczo, a nie wszystkie naraz. W tym celu niezwykle pomocne będzie zestawienie wszystkiego w całości, przy użyciu innego rodzaju modelu, niż ten, który analizowaliśmy do tej pory.

W tym celu pomocne jest posiadanie modeli analitycznych, nad którymi jeden z moich studentów, John Marshall, pracował przez ostatnie rok lub dwa. Cześć, jestem John Marshall. Jestem doktorantem w laboratorium Table i zajmuję się częścią wysiłków nad modelowaniem skoncentrowaną na genetyce, skupiając się na parametrach elementu transponowalnego podczas jego rozprzestrzeniania się w populacji; elementy transponowalne rozprzestrzeniają się, ponieważ ulegają replikacji, a dzięki temu są częściej dziedziczone.

W związku z tym posiadają one zdolność do bycia napędzanymi za pomocą napędu genowego i wprowadzania genu do populacji. Interesuje nas zatem na przykład szybkość transpozycji, czyli tempo, w jakim element przeskakuje, oraz wzrost kosztu przystosowania, który często jest następstwem transpozycji. Ponadto, w miarę jak element transpozycyjny zwiększa liczbę swoich kopii, częstotliwość transpozycji ulega zmniejszeniu.

Występują zatem przeciwstawne dynamiki, które można ująć za pomocą modeli matematycznych. Tym razem przyjrzymy się bardziej skomplikowanym modelom, śledząc proces przez dwa lata, a nie tylko jeden. Dodatkowo wprowadzona zostanie funkcja, w której częstotliwość występowania elementu transponowalnego będzie obrazowana kolorem populacji.

Pamiętajmy zatem, że wielkość populacji odpowiada rozmiarowi dysku, a jego kolor oznacza częstotliwość występowania elementu transpozycyjnego. Zaczynamy tutaj od bardzo niskich częstotliwości we wszystkich populacjach. W miarę upływu roku, wraz z nadejściem pory deszczowej, zauważymy, że wielkość populacji rośnie, a początkowo tylko krawędź pasma uwalniania jest czerwona.

W tym przypadku, dla wszystkich celów praktycznych, wynosi ona sto procent. Pozostałe wciąż otrzymują niewystarczający przepływ genów, przez co nie wszystkie zostały przekształcone, jednak mimo niskiego tempa przepływu genów widzimy, że do drugiego roku niemal wszystko będzie posiadać element transpozycyjny. Zatem pod koniec tej symulacji, przy tych wartościach, częstotliwość występowania elementu transpozycyjnego wynosi od 99 do stu procent we wszystkich obszarach, w każdej z badanych wiosek.

Przypomnę, że badania Johna Marshalla z wykorzystaniem modeli analitycznych wykazały, iż szybkość transpozycji jest kluczowym parametrem wpływającym na sposób przemieszczania się elementu transpozycyjnego w populacji. Podobnie istotne znaczenie ma wybór formy chromosomowej, którą uwalniamy. W tym alternatywnym scenariuszu, będącym tylko jednym z wielu analizowanych przez nas przypadków, widzimy, że gdy uwalniamy go w formie Abaco, a nie mopti, i stosujemy szybkość transpozycji mniejszą od tej, którą zaprezentowałem wcześniej.

Ten przypadek jest być może bardziej prawdopodobny, łatwiejszy do osiągnięcia, a wynik po dwóch latach jest zupełnie inny. Oto cykl dwuletni; zatrzymam go w połowie, aby mogli Państwo dostrzec tę niezwykłą różnicę. Ponownie populacja wzrasta, ale tym razem uwolniliśmy ją w formie baco, a nie w formie MTI.

A kiedy w drugim roku, gdy liczebność populacji wzrosła w połowie pory deszczowej, widać tutaj, że nie wszystko jest czerwone, jak wcześniej. Co więcej, cała transpozycja zdaje się być zlokalizowana tutaj. Dzieje się tak dlatego, że przepływ genów między formą iCal a formą MTI jest znacznie mniejszy niż między sawanną a MTI.

Zatem tutaj, śledząc przebieg reszty roku, zamiast stu procent, mamy sytuację, w której obszar iCal w całym regionie stanowi obecnie tylko 20%, sawanna tylko 8%, a Mopti, z praktycznego punktu widzenia, nie otrzymało żadnych elementów transpozabilnych z perspektywy projektowania eksperymentu lub jego oceny. Jak widać, kluczowe jest, abyśmy dysponowali tymi symulacjami nie tylko po to, by kierować naszymi oczekiwaniami, ale również by je oceniać. Na koniec istnieje aspekt tego zagadnienia, który nie otrzymał uwagi w stopniu, na jaki zasługuje.

I to jest kwestia etyczna. Większość dotychczasowych prac koncentrowała się na inżynierii genetycznej, aby stworzyć coś, co będzie działać. Jednak w rzeczywistości, nawet jeśli uda nam się to osiągnąć i będzie to działać.

Co się stanie w przypadku ich wypuszczenia? A jeśli coś pójdzie nie tak? Należy pamiętać, że komary te przenoszą szereg bardzo poważnych chorób.

Co jeśli staną się superbakteriami i zaczną przenosić patogeny jeszcze skuteczniej? Lub jeśli nabyły oporność na antybiotyki i przekażą ją innym gatunkom. A alternatywnie, być może zaczną przenosić inne choroby, których nie były w stanie przenosić w przeszłości.

To tylko trzy z bardzo wielu straszliwych rzeczy, które mogłyby się wydarzyć. A ponieważ brakuje nam jakiejkolwiek podstawy eksperymentalnej do badań, musimy formułować nasze strategie w oparciu o modele komputerowe. Istnieje kilka sposobów, w jakie można to zrealizować.

John analizuje tylko jeden aspekt komplikacji, ale oczywiście istnieje ich znacznie więcej. Jedną z rzeczy, którą będziemy musieli zrobić, a której jeszcze nie zrobiliśmy, jest stworzenie modeli wskazujących, kiedy problemy stają się na tyle poważne, że musimy przerwać działania, oraz określających, w jaki sposób naprawić błędy z przeszłości. Miejmy nadzieję, że nigdy nie będziemy musieli korzystać z tych informacji, ale podobnie jak przy tworzeniu modeli komputerowych na wszelkie ewentualności podczas lądowania człowieka na księżycu, tak samo musimy posiadać symulacje wszystkich możliwych scenariuszy dotyczących tego, co wydarzy się po wypuszczeniu genetycznie zmodyfikowanych komarów.

Zatem te wysiłki w zakresie modelowania, jak i inne wspomniane w tym fragmencie podejścia, są istotne dla oceny tego, czy projekt może przynieść zamierzone efekty. Nie można przeprowadzić eksperymentów w skali ekologicznej, ponieważ nie byłby to eksperyment, lecz faktyczne uwolnienie organizmów. Dlatego ważne jest uzyskanie pomiarów parametrów, a następnie opracowanie koncepcji działania systemu w postaci modelu, aby móc określić, czy przedsięwzięcie zakończy się sukcesem, czy nie.

Ponadto, w ramach wysiłków modelarskich ważne jest przekazywanie biologom molekularnym rekomendacji dotyczących tego, które parametry powinny być mierzone, które z nich są kluczowe dla pomiaru oraz jakie wartości uzyskane podczas tych pomiarów są istotne dla powodzenia projektu.