Bioelektřina jako klíč k regeneraci, potlačení rakoviny a pochopení stárnutí: Rozhovor s Michaelem Levinem
Michael Levin, profesor na Tufts University a ředitel Allen Discovery Center, se dlouhodobě zabývá tím, jak bioelektrické vzorce ovlivňují vývoj a stárnutí. Jeho výzkum prokazuje, že tato často přehlížená oblast biologie má obrovský význam a že zvládnutí jejích mechanismů by jednoho dne mohlo znamenat převrat v lidském zdraví a dlouhověkosti. Manipulací iontových kanálů v jiných buňkách než neuronech dokázal Levinův tým inženýrsky navodit růst nových končetin a orgánů, potlačit rakovinu a vytvořit něco, co připomíná zcela nové formy života. Tento výzkum se však dotýká i hluboce filozofických otázek.
Od softwarového inženýra k biologii – jaká byla vaše cesta?
Už od mládí jsem se zajímal o biologii i o elektrotechniku. Jako dítě jsem měl astma a neměli jsme žádné léky [Michaelova rodina emigrovala do USA z Ruska, když byl dítě]. Takže táta sundával zadní kryt z televize – měli jsme takovou obrovskou dřevěnou bednu s malou obrazovkou vpředu a elektronkami vzadu – a seděli jsme tam a dívali se na to, aby mě to při záchvatech rozptýlilo. Fascinovalo mě, že někdo věděl, jak ty všechny součástky poskládat v tom správném pořadí, aby se na druhé straně objevil obraz. Pamatuji se, jak jsem se táty ptal: „Jak to někdo věděl udělat?“ a on řekl: „No, to se můžeš naučit. Říká se tomu inženýrství,“ a já si pomyslel: „Tak tohle je ta nejlepší magie.“
Pak jsem měl staršího kamaráda, který se zajímal o hmyz. Chodili jsme ven a dívali se na ty všechny věci a on mi ukazoval, že tohle je vajíčko, ze kterého se stane housenka a pak motýl. Vždycky mě tyhle věci zajímaly, sledoval jsem, jak se vyvíjejí a jak interagují mezi sebou a se svým prostředím.
Když jsem přišel do USA, objevil jsem počítače a uvědomil si, že software je fascinující. Před vysokou školou jsem pracoval ve vědeckém výpočtu, psal jsem kód pro firmy a vědce, a chtěl jsem pracovat v umělé inteligenci. Ale když jsem na vysoké škole pozoroval stav informatiky, bylo mi jasné, že žádnou skutečnou umělou inteligenci nemáme a že se to nestane, aniž bychom se poučili z jediného zjevného případu, který známe: biologie. Tam přímo před vašima očima sledujete, jak se z malé kuličky chemie a fyziky stává tvor s myslí, preferencemi, cíli a behaviorálními kompetencemi.
Takže jsem dokončil dva bakalářské tituly, jeden z informatiky a jeden z biologie, se zaměřením na vývojovou biologii. Jak říkám svým studentům, na univerzitě jsou dva magické předměty. Prvním je vývojová biologie, kde vidíte, jak se z fyziky a chemie stává mysl. Druhým je úvod do elektrotechniky, kde začínáte s Ohmovým zákonem a těmito velmi základními fyzikálními principy, a než se nadějete, postavíte něco, co dělá logiku: základní prvky myšlení.
Jak vaše předchozí zkušenosti ovlivňují váš přístup k biologii?
Informatika a inženýrství skutečně ovlivňují mé myšlení, protože mě naučily být komfortní s abstrakcemi a hrubým zrněním. Počítačoví vědci umějí nekonečnou složitost biologie rozdělit na části, které mají význam, a dokážeme říci něco užitečného, aniž bychom museli říci úplně všechno. Je to jako matematika, protože je rigorózní a umožňuje vám prozkoumat důsledky jakýchkoli nápadů, které si dokážete představit, ale nutí vás vytvářet věci, které skutečně běží a fungují (nejlepší části abstraktního myšlení a praktického inženýrství).
Vybral jste si oblast, která není mezi biology příliš populární a ve které pracuje jen málo lidí. Je až neuvěřitelné, jak málo lidí se zabývá bioelektřinou.
Důvod, proč jsem si vybral bioelektřinu, je ten, že mě v zásadě zajímá, jak mysl vstupuje do fyzického světa, jak se rozšiřuje, jak se transformuje. Pokud se zamyslíte nad tím, co nás dělá něčím víc než jen hromadou neuronů nebo buněk obecně, musí existovat nějaké kognitivní lepidlo. Musí existovat pravidla, která umožňují rozsáhlejším systémům fungovat v prostorech, ve kterých jejich části nefungují.
Což je to, co je emergence.
V neurovědě víme, co to je: elektrofyziologie umožňuje tuto úžasnou síť, která je základem všech těchto věcí, které děláme. Chtěl jsem pochopit, co je kognitivním lepidlem pro inteligenci v jiných prostorech. Například anatomický morfoprostor: vývoj, regenerace, potlačení rakoviny. To všechno nejsou jen soubory sekvenčních chemických kroků; ve skutečnosti se pohybují v prostoru problémů.
Jednou z nejúžasnějších věcí na vývojové a regenerativní biologii je neuvěřitelná plasticita a schopnost řešit problémy skupin buněk, když se pohybují tímto prostorem. Jak je možné, že všechny buňky podnikají tuto cestu společně? Když se podíváte na embryo se stovkami tisíců nebo miliony buněk, existuje tam soulad, závazek všech buněk ke stejnému příběhu o tom, kam v anatomickém prostoru směřují.
Velmi mě zajímalo, jak k tomuto souladu dochází, jak celé kolektivum přijme stejný příběh. V důležitém smyslu drží kolektiva pohromadě modely světa, neboli příběhy. Všechny buňky společně řeší problémy, protože všechny přijaly stejný cílový stav, kterého chtějí dosáhnout.
Abychom pochopili fyzikální mechanismy, které umožňují kolektivu buněk implementovat stejný příběh, ukazuje se, že je to úplně stejné jako v mozku. Velmi dlouho mě to zajímalo, ale mnoho let jsem to nemohl říct. Když začínáte v tak nekonvenční oblasti, nemůžete lidem říct, že studujete kognici. První grantová žádost, kterou jsem napsal, zněla: „Studuji geny iontových kanálů ve vývoji.“ Recenzenti řekli, že iontové kanály jsou trochu divné, ale geny ve vývoji dávají smysl, lidé to studují, takže dobře.
Po nějaké době, když jsem na tom trochu pracoval, jsem mohl říct: „No, ve skutečnosti jsou to napěťové gradienty ve vývoji.“ Opět, recenzenti řekli, že je to docela divné, ale navazovalo to na předchozí práci, takže možná je to v pořádku. Po nějaké době jsem mohl říct: „Ne, jsou to opravdu výpočty v morfogenezi.“ A teď už můžu říct: „Ve skutečnosti je to kognice: rozhodování, paměť, cílevědomé řešení problémů.“
Takže studujete kognici založenou na jiných buňkách než neuronech a používáte zajímavou definici inteligence zavedenou Williamem Jamesem, která je v podstatě schopnost dosáhnout určitého cíle různými cestami nebo prostředky.
Ano, je to velmi pěkná definice, protože je velmi kybernetická. Nemluví o mozcích, neomezuje, v jakém prostoru se cíl nachází. Neříká, že jste mozek, nebo že jste evolvovali či byli inženýrsky vytvořeni. Je to velmi obecná definice, která podle mě vystihuje podstatu toho, co rozumíme inteligencí, což je schopnost adaptivně se pohybovat v prostoru problémů s určitou mírou kompetence k uspokojení svých potřeb.
Je to něco, co vyžaduje určitou úroveň algoritmické složitosti?
To je zajímavý postřeh. V některých nejnovějších pracích o paměti mluvím o této otázce „motýlka“, jako přesýpacích hodin otočených na bok.
V daném okamžiku nemáte přístup k minulosti. To, k čemu máte přístup, jsou paměťové stopy, engramy, které ve vašem mozku a těle zanechaly věci, které jste dělali v minulosti. Vaším úkolem je tyto paměťové stopy neustále interpretovat, abyste si vytvořili a aktualizovali model toho, co se děje, abyste mohli jednat v budoucnosti. Je to model neustálé reinterpretace vašich vlastních paměťových stop.
Myslím si, že levá strana toho motýlka, komprese zkušeností do tenkého středu (motýlek má toto zúžení, jako autoenkodér), ta část je algoritmická. Můžeme říci, jak kompresi provádíme, ale pravá strana toho trychtýře podle mého názoru nemůže být algoritmická. To je to, co je na životě zvláštní a co není případem moderních počítačových architektur.
Pravá strana toho trychtýře musí být kreativní, protože jste ztratili informace průchodem tím zúžením. Nemůžete je algoritmicky znovu nafouknout, tedy kroky, které vás dostanou přesně k tomu, co jste měli na začátku. Co ale můžete udělat, je mít kreativní řešení problémů: dostanete podnět ze svých vzpomínek a nyní máte celý systém pro zjištění, co to pro vás znamená.
Myslím si, že se totéž děje v anatomickém prostoru. DNA, kterou dostáváte od minulých generací, víme, že to není plán. Myslím na to jako na podnět pro generativní model. Dostáváte tyto „vzpomínky“, ale nyní je na vás, abyste je interpretovali. Za většiny okolností, za jinak stejných podmínek, je budete interpretovat stejným způsobem, proto mají psi štěňata a kočky koťata.
Ale víme, že pokud provedete nějaké změny v jejich okolnostech, materiál je extrémně chytrý v tom, že dokáže vytvářet jiné věci. S normálním lidským genomem byste mohli vytvořit antrobota i lidské embryo. S normálním žabím genomem byste mohli vytvořit xenobota i žabí embryo. S genomem ploštěnky byste mohli vytvořit ploštěnky s hlavami jiných druhů. Udělali jsme to v naší laboratoři.
Probíhá spousta interpretace; morfogeneze je kreativní proces. To je důležité, protože debata o tom, zda je nějaká forma počítačové analogie dobrým nástrojem pro tyto druhy věcí, stále zuří. Myslím si, že některé části jsou algoritmické a některé nejsou.
Zmínil jste několik důležitých konceptů, které jsou součástí vaší práce: morfogeneze, experimenty s ploštěnkami, xenoboti. Čtenáři v tomto bodě možná nevědí, co to všechno znamená. Můžete tedy stručně popsat svůj výzkum a v jaké fázi se v současnosti nachází?
Jednou z věcí, která nás velmi zajímá, je ten kreativní aspekt plasticity. Tento pojem vychází přímo z informatiky, z myšlenky přeprogramovatelnosti. Váš genom říká každé buňce, jaké výpočetní materiály může mít. Konkrétně nás nejvíce zajímají iontové kanály a elektrické synapse; genom vám tyto materiály nastaví.
To se již koncepčně liší od toho, na co je mnoho lidí zvyklých, totiž že genom je software, že? Ale vy zavádíte jiného kandidáta, a to bioelektrické vzorce. Jak to funguje jako software nad genetickým hardwarem?
Hardware a software jsou samozřejmě metafora. Otázka zní: „Jak tuto metaforu aplikujeme na biologii?“ Nejoblíbenější způsob jejich mapování je říci, že genom odpovídá konceptu softwaru a možná transkripční aparát je hardware. To je standardní pohled.
Neříkám, že je to špatná metafora; říkám, že je omezená. Existují scénáře, kdy vám brání v nových objevech. Uvedu vám příklady z bioelektřiny, ale existují i jiné příklady. Existuje také software, který je biochemický a běží na genových regulačních sítích a chemických gradientech. Existuje také software, který běží biomechanicky na různých fyzikálních gradientech a silách. Pravděpodobně existují i další věci, jako jsou biofotony.
Myslím si, že bioelektřina je pro to nejsilnějším argumentem. Existuje mnoho příkladů – vyvinuli jsme jich celou řadu – kde vás znalost genetické informace zavede na scestí. Neříká vám, co se skutečně děje.
Například pulci žab nemají nohy, zatímco embrya axolotlů nohy mají. Známe jejich genomy. Nyní, v mé laboratoři vytvářím „žaboloťla“. Žaboloťl je částečně žába, částečně axolotl. Když se podíváte na jejich genomy, můžete mi říct, zda bude mít žaboloťl nohy nebo ne? To se nedá zjistit. Pokud nohy bude mít, budou tyto nohy obsahovat žabí buňky nebo pouze buňky axolotla? Žádné modely zatím na to nepředpovídají. Znalost genetiky nestačí k tomu, abyste věděli, jaký bude vzorec.
Takže, pokud jde o vývojové vzorce, genetika nemůže skutečně vysvětlit, jak se organismus vyvíjí do své konečné podoby, jak tento typ mezibuněčné komunikace funguje.
Genetika vám jistě pomůže s hardwarem komunikace. Řekne vám, že tyto buňky mají určité iontové kanály, určité způsoby vylučování chemických signálů, mezerové spoje nebo synapse. Co vám ale neřekne, je, jak bude fungovat rozhodování.
Když se žabí buňka ocitne vedle buňky axolotla a všechny buňky axolotla říkají „stavte nohu“ a žabí buňky neočekávají, že budou stavět nohu, co se pak stane? To je softwarová otázka. K tomu se nedostanete znalostí hardwaru.
Podobně, když vezmu dva druhy ploštěnek (plochých červů) s různě tvarovanými hlavami a vezmu kmenové buňky z jednoho tvaru, vložím je do těla druhého a pak uříznu hlavu, jaký tvar hlavy to vytvoří? Bude jeden dominantní? Bude to mezitvar? Nikdy nepřestane regenerovat, protože žádná sada buněk nebude nikdy spokojená s tím, co se děje?
To jsou otázky, které vyžadují pochopení rozhodování kolektivní inteligence: skupiny buněk, které se pohybují v anatomickém prostoru. To je velmi softwarová otázka.
V naší laboratoři jsme studovali příklady, kde je software velmi důležitým cílem pro přeprogramování výsledku. To je kritické, protože můžete vést filozofické debaty o tom, co je software a co je hardware, ale jediný důvod, proč na tom záleží, je: vzhledem k tomu, jak používáte svou metaforu, co vám to umožňuje dělat, co se předtím nedalo?
Dovolte mi uvést několik příkladů. Ukázali jsme, že když normální ploštěnku rozřežete na kousky, každý kousek vždy vyvine jednu hlavu a jeden ocas. Můžete se zeptat, jak ví, kolik hlav má mít? Standardní odpověď zní: „No, samozřejmě genom.“ I když víme, že genom ve skutečnosti nic neříká o hlavách, jejich velikosti, tvaru nebo počtu.
Vyvinuli jsme první molekulární nástroje pro čtení a zápis elektrických informací v živé tkáni mimo mozek. Dekódovali jsme bioelektrické vzorce, abychom pochopili, jak říkají: „Jedna hlava, jeden ocas.“ Pak jsme řekli: „Změňme ten vzorec tak, aby říkal: ‚dvě hlavy‘.“