Delovanje organizmov temelji na molekulskih interakcijah zunaj in znotraj celic. O bolezenskem stanju lahko torej premišljujemo kot o spremembi mreže interakcij in o cilju zdravljenja kot o odpravljanju takšne spremembe. Tradicionalne metode modeliranja interakcijskih mrež so večinoma v ozir vzele samo fizične interakcije med proteini. V raziskavi, objavljeni v reviji Nature Communications, pa je raziskovalna skupina, katere del sta bila tudi dva slovenska znanstvenika, v mrežo interakcij vključila tako proteinske interakcije kot tudi hierarhijo bioloških funkcij, v katerih ti proteini sodelujejo. Tako je uspela točneje napovedati in razložiti, kako se določena sprememba širi po mreži. 

Tradicionalni modeli interakcij, ki vključujejo samo fizične interakcije med proteini, lahko zgrešijo bolezenske mehanizme, ki delujejo bolj posredno. Bolezenska sprememba enega člena mreže namreč vpliva tako na njegove neposredne sosede kot tudi na bolj oddaljene proteine in s tem na oddaljene dele mreže. Raziskovalke in raziskovalci so zato na podlagi podatkovnih baz človeških molekulskih in bioloških interakcij sestavili mrežo, ki poleg proteinskih interakcij vključuje tudi hierarhijo bioloških funkcij. Mednje so vključili tako molekulske procese, denimo metilacijo DNK, celične procese, na primer celični cikel, pa tudi procese na nivoju tkiv, organov in celotnega organizma. S pomočjo teh podatkov so želeli v model vključiti znanje o spremembah, ki jih bolezen povzroči na različnih nivojih organizma in ne samo na bližnjih proteinih. 

Da bi ugotovili, kako se bolezenske spremembe oziroma učinek zdravilne učinkovine širi po mreži, so uporabili algoritem pristranskega naključnega sprehajalca. Začetek sprehajanja so postavili v določeno vozlišče, ki je predstavljalo spremenjen protein, spremenjeno biološko funkcijo ali pa protein, na katerega se veže določena zdravilna učinkovina. Nato so na podlagi optimiziranih uteži izračunali, kakšna je verjetnost, da sprehajalec obišče sosednja vozlišča, nato tista, ki so sosednja njim, in tako naprej. S ponavljanjem takšnega sprehoda so ugotovili, katera vozlišča so bila obiskana največkrat, s tem pa, kateri proteini in biološke funkcije so najbolj vpleteni v določeno spremembo. 

S pomočjo razvitega modela lahko točneje napovemo, katera zdravilna učinkovina bo uspešno zdravila določeno bolezensko stanje, in sicer za kar 40 odstotkov bolje kot s predhodnimi modeli. Poleg napovedne izboljšave pa nam nabor največkrat obiskanih vozlišč pove tudi, kateri proteini in biološke funkcije so vključeni v razvoj specifične bolezni. Na ta način nam model ponudi tudi razlago, kako so določene funkcije povezane s spremembami na nivoju proteinov in obratno. Če razumemo, kako se interakcijska mreža spremeni, torej katera vozlišča in povezave imajo najpomembnejšo vlogo pri vzpostavitvi spremembe, lahko poskusimo takšno bolezensko spremembo odpraviti na več različnih nivojih. 

Takšne interakcijske mreže so zanimive, saj nakazujejo na prepletenost mikro- in makroprocesov v bioloških sistemih. Sprememba na mikronivoju lahko s tem, ko vpliva na višje biološke funkcije, prenese učinek na prostorsko zelo oddaljeno molekulo. Z razvojem modelov, ki ujamejo takšne spremembe, pa znanost dobiva pomemben zemljevid, ki omogoča boljše krmiljenje po molekulskem svetu, ki nas sestavlja. 

Na sprehod po interakcijskih mrežah vas je popeljala Ela.