
You don't really understand how something works until you can reproduce it yourself [Stanford researchers produce first complete computer model of an organism]
La scelta di Mycoplasma genitalium si deve alla semplicità del suo genoma, solo 525 geni contro, per esempio, i 4.288 di Escherichia coli. Nonostante la sua semplicità, i ricercatori, per ricostruire la vita di questo batterio, hanno utilizzato più di 1.900 parametri sperimentali tratti dalla letteratura scientifica che poi hanno dovuto integrare in una sequenza unica. Per unire tutti questi dati si sono serviti di 28 moduli diversi riproducenti altrettanti processi biologici, ciascuno guidato da un proprio algoritmo e, ad ogni ciclo, hanno integrato i dati facendo interagire fra loro i vari moduli.
Alla fine, la ricostruzione computerizzata della vita di un organismo vivente si è dimostrata proficua e ha permesso di comprendere alcune questioni più difficili da studiare direttamente sull'organismo, anche se restano solo ipotesi finchè non verranno confermate da esperimenti scientifici. Per esempio, si è visto che la lunghezza di un singolo ciclo cellulare è piuttosto variabile da una cellula all'altra mentre lo è molto meno l'intera sequenza, forse a causa di un meccanismo a feedback negativo presente nelle cellule. E ancora, in quelle cellule che impiegavano più tempo per iniziare la replicazione del DNA si accumulavano molti più nucleotidi liberi rispetto a quelle dove l'esordio era invece più veloce. Però, a compensare questa maggiore presenza di nucleotidi, in quelle cellule la fase di replicazione era molto più veloce che nelle altre.
Sul sito della Stanford University sono presenti una serie di straordinarie animazioni che rappresentano la ricostruzione della crescita e del ciclo cellulari, della replicazione e di molti altri processi. Qui sotto uno di questi filmati disponibili su Youtube
In questa pagina è presente un'animazione che mostra la simulazione del ciclo di vita completo di una cellula di M. genitalium tipo, mentre in quest'altra sono disponibili codici sorgente, documentazione supplementare e video da scaricare.

Risultati incoraggianti, dunque, e che lasciano prevedere interessanti applicazioni in campo bio-medico, non ultima, la possibilità di creare microrganismi in grado di produrre farmaci.
Bibliografia e siti:
http://wholecell.stanford.edu/
http://www.cell.com/abstract/S0092-8674%2812%2900776-3
http://news.stanford.edu/news/2012/july/computer-model-organism-071812.html
https://simtk.org/project/xml/downloads.xml?group_id=714
http://wholecellviz.stanford.edu/#cellGrowth
Karr JR, Sanghvi JC, Macklin DN, Gutschow MV, Jacobs JM, Bolival B, Assad-Garcia N, Glass JI, Covert MW. A Whole-Cell Computational Model Predicts Phenotype from Genotype. Cell 150, 389-401 (2012).
image and video credit stanford.edu