Как цифровой двойник микробиома изменит будущее медицины?

Исследователи из Университета Голуэя создали крупнейшую в мире цифровую коллекцию микроорганизмов под названием APOLLO. Проект, опубликованный в журнале Cell Systems, включает 247 092 компьютерные модели различных микробов и 14 451 симуляцию микробных сообществ.
Как цифровой двойник микробиома изменит будущее медицины?
Изображение носит иллюстративный характер

APOLLO стал результатом многолетней эволюции цифрового моделирования микробиома. Начавшись с сотен микробов в версии AGORA, проект расширился до тысяч в AGORA2, достигнув сейчас сотен тысяч моделей в текущей версии.

Международная команда исследователей под руководством профессора Инес Тиле объединила усилия нескольких институтов. В проекте участвовали специалисты из Центра цифровых метаболических двойников Университета Голуэя, APC Microbiome Ireland, Университетского колледжа Корка, Университетского колледжа Дублина, а также университетов Лотарингии (Франция) и Падуи (Италия).

Ключевой особенностью APOLLO является охват микробных сообществ с различных континентов, возрастных групп и участков тела, основанный на реальных образцах. Это позволяет получить беспрецедентно широкое представление о микробиоме человека в глобальном масштабе.

Проект открывает новые возможности для понимания связи микробиома с различными заболеваниями. Особое внимание уделяется болезни Крона, болезни Паркинсона, детскому недоеданию и неврологическим заболеваниям. Цифровые модели позволяют изучать функции микроорганизмов без необходимости работы с живыми культурами.

Доктор Сирил Тиннес, научный сотрудник проекта, подчеркивает важность APOLLO для развития персонализированной медицины. Платформа создает основу для разработки новых методов диагностики, индивидуальных схем лечения и инновационных лекарственных препаратов.

APOLLO также помогает оценить влияние западного образа жизни на здоровье микробиома, что особенно актуально в контексте современных проблем общественного здравоохранения. Эта информация критически важна для разработки превентивных мер и терапевтических стратегий.


Новое на сайте

20873Как Chrome и Safari мешают мошенникам красть данные? 20872Может ли один запрос взломать сервер на PHP? 20871Что скрывает критическая уязвимость GitLab с оценкой CVSS 10,0? 20870Как LiteLLM 1.107.0 превратили в ловушку для учётных данных? 20869Когда ИИ-агенты отключают контроль 20868Уязвимости Plex открыли путь майнерам и Linux-бэкдору 20867Взлом OpenCode Console: под угрозой могли оказаться ключи OpenAI, Anthropic и Google 20866Rank Math PRO: заражённое обновление оставило на сайтах самовосстанавливающийся бэкдор 20865Как исследовательские модели OpenAI обходили ограничения и присваивали чужие данные 20864Атака на BeyondTrust: шпионская группа получила доступ к серверам поддержки 20863Как пакет imgdecode превращает npm-зависимость в загрузчик вредоносного кода? 20862Как PEERSTITCH обходит проверки VPN-сессий FortiOS? 20861Что происходит, когда ИИ-агент выходит за пределы тестовой среды? 20860Как 37-летняя ошибка открыла путь к root в OpenBSD 7.9? 20859ИИ-модели для SOC: точный ответ зависит от улик
Ссылка