Nie, ten artykuł nie będzie dotyczył ani tajników golenia, ani zaawansowanej techniki czyszczenia dywanów. Napiszę za to o procesach, które dotyczą każdego z nas bez wyjątku. I to nieustannie. Mowa o życiu, czyli o tym, jak funkcjonują poszczególne komórki organizmu. Bo tłumaczyć chyba nie trzeba, że to właśnie działanie każdej komórki z osobna składa się na jedną spójną całość, jaką jest organizm, jego wygląd zewnętrzny, procesy życiowe, zachowanie. O funkcjonowaniu zaś pojedynczej komórki decydują produkowane przez nią rozmaite białka, struktury RNA i inne, powiązane ze sobą gęstymi sieciami współzależności. Poznanie funkcji tych poszczególnych cząstek i zależności między nimi jest obecnie jednym z głównych wyzwań współczesnej nauki.

Jestem bioinformatykiem. Bioinformatyk to, ogólnie mówiąc, osoba, która wykorzystuje komputery do pozyskiwania wiedzy biologicznej. Pozyskiwania? – zapytacie. Jak to jest możliwe? Czy to komputer zakłada codziennie rano biały fartuch, wchodzi do laboratorium i hoduje komórki?

Właściwie po części tak jest, bo choć w laboratorium (takim prawdziwym, gdzie bada się żywe organizmy, komórki czy też wyizolowane z nich geny) wciąż kluczową rolę odgrywa człowiek, to jednak jest to często praca ze specjalistyczną aparaturą (np. informacje zakodowane w genach odczytuje się za pomocą urządzenia zwanego sekwentatorem), przebieg samego eksperymentu jest zautomatyzowany, a wyniki uzyskuje się po skomplikowanej (też automatycznej) analizie obliczeniowej, dokonywanej za pomocą specjalnych algorytmów zaprogramowanych w urządzeniu. Mimo tej automatyzacji, jest to wciąż laboratorium, w którym mamy do czynienia z prawdziwym materiałem biologicznym. Takie laboratorium nazywamy mokrym (wet lab).

Przez analogię wprowadza się pojęcie „laboratorium suchego” (dry lab), czyli pozbawionego styczności z prawdziwymi komórkami, organizmami itp. Ale czy suche laboratorium ma rację bytu? Czy bez styczności z komórkami organizmu, bez „prawdziwego” eksperymentu można określać, w jaki sposób w tej komórce przebiegają procesy życiowe? Jestem przekonany, że tak. A w wielu sytuacjach jest to jedyny sposób pozyskania wiedzy, bo „mokre” eksperymenty często się nie udają, wszelkie znane nam procedury laboratoryjne nie sprawdzają się na dużych grupach cząsteczek. I tam właśnie, gdzie „na mokro” się nie da lub byłoby to zbyt kosztowne i czasochłonne, zdobywa się nową i użyteczną wiedzę biologiczną „na sucho”.

Jako przykład niech posłuży przywołane na początku tego tekstu zagadnienie określania funkcji białka w komórce. Funkcja ta zdeterminowana jest kształtem białka, jego wewnętrzną strukturą przestrzenną. Ta z kolei zakodowana jest w DNA, w genach. DNA jest nicią, czyli tworzy sekwencję. Precyzyjne odczytanie tej sekwencji jest względnie łatwe (służą do tego wymienione wcześniej sekwentatory) i bardzo tanie. Tymczasem eksperymentalne określenie przestrzennej struktury powstającego na bazie tej sekwencji białka (bądź struktury cząsteczki RNA), to nie tylko nieporównywalnie większe koszty, ale też często wiele lat nieudanych prób, nie zawsze zakończonych ostatecznym sukcesem.

Skoro jednak mamy sekwencję DNA i wiemy, że z określonej sekwencji zawsze powstanie ta sama struktura (RNA, białka), to czy nie dałoby się tej struktury przewidzieć? I to jest właśnie to, czym zajmuję się w swoim „suchym” laboratorium. Zamiast odczynników chemicznych wykorzystuję algorytmy, techniki określane mianem „sztucznej inteligencji” czy „uczenia maszynowego”. To są dość dobre określenia, bo celem jest właśnie nauczenie komputera poprawnego przewidywania.

A pytanie tytułowe? Jak do tej pory, eksperymenty prowadzone „na mokro” dają bardziej wiarygodne wyniki, ale gdy na mokro nie wychodzi, warto czasem zawierzyć niepewnym, lecz prawdopodobnym wynikom przewidywań „na sucho”. Jak dotąd, bo rozwój algorytmów – wierzę w to – doprowadzi w końcu do sytuacji, gdy „na sucho” będzie nie tylko szybciej i taniej, ale też o wiele wiarygodniej i dokładniej.

Dr Jacek Śmietański, bioinformatyk, Wydział Matematyki i Informatyki UJ. Laureat I nagrody w konkursie „Skomplikowane i proste” 2009.