Rīgas Stradiņa universitātes (RSU) rakstu sērija par RSU tenūrprofesoriem. Intervija ar rīdzinieku Egilu Stalidzānu, kurš nesen sāka darbu Rīgas Stradiņa universitātes Bioinformātikas grupā kā tenūrprofesors un ir skaitļojošās sistēmbioloģijas komandas vadītājs.
Kā kļuvāt par zinātnieku?
Viss sākās ar biškopību. Man un vecākiem par lielu pārsteigumu 15 gadu vecumā es, būdams tāds tehnisks kadrs, sāku interesēties par bitēm, kas bija pārvestas mājās, jo mamma bija sākusi izglītoties saistībā ar biškopību. Tas bija mūsu dārza mājā Saulkrastos. Tolaik radās iespēja ražot daudz jaunu biškopības produktu: bišu māšu peru pieniņš, ziedputekšņi, bišu inde. Biškopības kursos, kurus beidza mamma un vēlāk arī es, pulcējās interesanti cilvēki, un droši vien to cilvēku dēļ es metos pie tām bitēm. Bija brīdis, kad man likās, ka tas būs tas, ko darīšu vienmēr, jo tas man ļoti patika un arī padevās. 1992. gadā Ogresgalā, biškopības izmēģinājumu stacijā, man ļāva pievērsties bišu māšu mākslīgajai apsēklošanai. Biju ļoti pacilāts un pagodināts, sāku vēl vairāk iedziļināties un sapratu, ka man kaut kas sanāk.
Man bija tikai 22 gadi tajā laikā. Jā, toreiz parādījās azarts. Tad nācās piedzīvot dažādus dzīves kūleņus – ap 1993. gadu nāca krīze, un zinātnei naudas nepietika. Piemēram, zinātniskajās institūcijās no sala sprāga radiatori, jo nevarēja apmaksāt apkuri. Tā nokļuvu biznesā, zinādams, ka zinātnē nevar izdzīvot, savukārt bizness laikam prasīja no manis pārāk daudz nervus, un pienāca brīdis, kad veselības problēmu dēļ bija jāatbild sev uz jautājumu: ko es tiešām vēl gribētu paspēt izdarīt savā dzīvē? Sapratu, ka gribu pamēģināt atgriezties zinātnē. Tobrīd biju jau pabeidzis maģistrantūru Rīgas Tehniskajā universitātē Automātikas un skaitļošanas tehnikas fakultātē – biju inženieris, bet savu maģistra darbu taisīju par bitēm.
Arī doktora darbu es aizstāvēju par vadības algoritmiem, kuri darbojas bišu saimē ziemošanas laikā. Tas bija saskaņā ar kibernētikas doktrīnu par to, ka vadības principi ir līdzīgi tehniskās sistēmās, bioloģiskās sistēmās un sabiedrībā. Tad mans ceļš aizveda uz toreizējo Latvijas Lauksaimniecības universitāti, kur savienot bites un datorus bija svarīgi un interesanti.
Tas bija 2005. gadā, kad es uzzināju par sistēmbioloģiju, un kopš tā laika strādāju ar sistēmbioloģiju, kas joprojām mani aizrauj. Lielais dzinulis ir mēģināt saprast, kā strādā sarežģītas sistēmas.
Pēc Lauksaimniecības universitātes es vairāk nekā 10 gadus darbojos Latvijas universitātes Mikrobioloģijas un biotehnoloģijas institūtā, bet medicīniskie jautājumi mani vienmēr saistījuši, jo skaidrs, ka veselības problēmas ir tās, no kurām valsts nevar aizgriezties projām. Kamēr no zinātnes var: var nefinansēt, vai finansēt vairāk vai mazāk. Tā esmu nonācis ceturtajā zinātnes universitātē, un joprojām esmu tajā pašā valstī. Es Rīgas Stradiņa universitātē redzu lielas perspektīvas, un šeit tiešām manas zināšanas var labi pielietot, pēc tām ir pieprasījums.
Jūsu pētījumu lauks ir sistēmbioloģija. Kas tā ir?
Sistēmbioloģija ir zinātne par to, kā sistēmu veidojošie elementi mijiedarbojoties rada sistēmisku uzvedību, kas nav tikai atsevišķu elementu uzvedības pavairojums. Šis gan ir sarežģīti pateikts. Mūsu pētījumi ir par šūnām. Šajās šūnās atrodas visdažādākās biomolekulas, un katrai ir sava funkcija. Ja mums ir zināms, cik to ir un kā tām vajadzētu savstarpēji mijiedarboties, tad ar sistēmbioloģijas modeļiem var veidot priekšstatu, kas notiek, ja viss strādā tā, kā zinātnieki un speciālisti iedomājas. Tas, ko dators var izdarīt, ir to visu palaist paralēli. Tas nozīmē, ka kādas 10 tūkstoš likumsakarības darbojas vienlaikus, un dalībnieku jeb molekulu ir miljardiem, turklāt tas viss notiek vienā šūnā. Protams, cilvēks savā galvā to nevar detalizēti stādīties priekšā. Mēs par šūnu procesiem zinām samērā daudz, bet nezināmā ir daudz vairāk.
Labums no matemātiskās modelēšanas ir tas, ka tā dod ziņu par to, kas nav iespējams. Piemēram, atbilstīgi enerģijas nezūdamības likumam modelēšana var laikus norādīt uz to, ka, ja kaut kam pietrūkst enerģijas, tas nevar notikt. Ja zinātniekam bija ideja, ka tas var notikt šādi, tad, lūk, matemātiskā modelēšana saka: tas nenotiks! Un tad mēs meklējam, vai kļūda ir idejā, vai tā ir kāda skaitliska kļūda, vai arī kaut kas nav ņemts vērā modelī. Tad uzlabojam modeli vai arī kāds uzlabo savus priekšstatus – tādā veidā var virzīties lielajā nezināmajā.
To var salīdzināt ar valsti. Šūna un valsts: šūnā ir molekulas, valstī – cilvēki. Molekulas ir dažādas: ir instrumenta molekulas, ar kurām kaut ko var izdarīt, ir izejmateriāli, no kuriem kaut ko var izdarīt. Ja ir instrumenti, tad nepieciešams kāds, kurš to visu darbina, nepieciešama enerģija. Ja skatāmies uz valsts mērogu, tad ir dažādas valstis: ir, kuras var kaut ko konkrētā virzienā izdarīt tādēļ, ka ir resursi vai cilvēki, kas prot izmantot resursus. Tad mēs varam pētīt, ko šīs valstis nevar izdarīt tāpēc, ka trūkst nepieciešamo nosacījumu vai ir vajadzīgs vairāk laika. Ir pārmaiņas, kas nevar notikt pēkšņi ne šūnās, ne valstīs.
Reizēm galva pilna ar naivām idejām un liekas, ka tām noteikti vajadzētu strādāt. Piemēram, varētu domāt: ja cilvēkam iedod grāmatu, tad cilvēks sāks lasīt. Jo grāmatas tam ir domātas – lasīšanai. Bet reālajā dzīvē var būt daudz šķēršļu – viņš tagad grib ēst, tagad nav briļļu, varbūt cilvēks nemāk lasīt vai lasa citā valodā. Galu galā varbūt viņam tā grāmata pilnīgi nemaz neinteresē pat tad, ja ir visas iespējas lasīt!
Tā iecere, ka mēs dosim šūnām kaut kādu vielu un tās tagad metīsies to vielu izmantot tieši tā, kā esam iedomājušies, ne vienmēr strādā. Gadījumos, kad tā nostrādā, par to tiek publicēts zinātniskos žurnālos, saucam to par terapiju vai manipulāciju, kas ir izdevusies, bet lielā daļā gadījumu nav nekādas reakcijas ne no šūnas, ne no publikācijām žurnālos.
Vai tāds darbs nav mazliet nomācošs – tik reti izdodas sasniegt cerēto rezultātu?
Nē, tas ir ārkārtīgi interesanti, jo ir jāmēģina saprast, kāpēc iecere nestrādā, un iemesli var būt ļoti dažādi. Piemēram, pašlaik šūnai vai, runājot par grāmatas lasīšanu, – cilvēkam nav īstais lasīšanas vecums un viss. Varbūt tas notiks vēlāk?
Vidē, kurā mēs dzīvojam, daudzas lietas intuitīvi mums šķiet pašsaprotamas tāpēc, ka mēs šeit dzīvojam – tā ir mūsu pasaule, mūsu mērogs. Iedomāsimies, ka citplanētieši mūs pētītu un uzzinātu, ka cilvēkiem garšo kafija un viņi to patērē, bet nebūtu nekāda priekšstata par daudzumiem un par to, kādā veidā to patērējam. Ja citplanētieši censtos cilvēkus darīt laimīgus, tad viņi sāktu mūs barot ar zaļām kafijas pupiņām, kā rezultātā mēs drīzāk nobeigtos. Jo svarīgs arī daudzums – viens miligrams vai 200 kilogramu: vienu miligramu nepamanīsim, bet 200 kg nogalinās. Bet tas, ka kafija var darīt cilvēkus priecīgus, ir pareizi, tikai jāzina, kad, kā un cik daudz!
Lietas, kas ir pašsaprotamas mums, galīgi nav pašsaprotamas kādam, kurš nesaprot kontekstu. Un tā ir, kad mēs lienam iekšā šūnās, tad skaitļiem ir liela nozīme, jo pēkšņi izrādās, ka, lai dabūtu efektu no kādām manipulācijām, mums ir jāzina īstais apjoms un metode, jo ar it kā nevainīgu manipulāciju varam šūnu iznīcināt. Tāpēc matemātiskā modelēšana ir palīgs, jo šūnu mēroga skaitļos mūsu intuīcija nesniedzas. Vismaz mana noteikti nē. Piemēram, cik daudz vielu un manipulāciju šūnas spētu paciest?
Tas ir ārkārtīgi interesanti, bet jebkurā gadījumā mēs esam tikai instruments. Modelēšanu var pielietot ļoti dažādos virzienos, kur vien ir šūnas. Lai piesaistu finansējumu šādu instrumentu attīstībai, nav citu variantu, kā strādāt kopā gan starptautiski, gan starpdisciplināri ar tiem, kuri var šo instrumentu pielietot, kas ir ļoti labi un daudz interesantāk. Tad mēs spīdam ar savām modelēšanas prasmēm, bet biologi un mediķi kā ekskursijas vadītāji var mūs aiz rociņas ievest savā lauciņā, kur varam gada laikā kļūt par speciālistiem ne tādā mērogā, lai varētu ārstēt, bet lai saprastu, kas ir galvenie varoņi, kas ir problēmas, kuras molekulas ir svarīgas, kādas tām ir funkcijas, kā tās mijiedarbojas. Pētījumā tiek veikti eksperimenti, kuru rezultātus varam ielikt modelī un censties pēc iespējas labāk saprast, ko eksperimentu rezultāti mums stāsta.
Mums nesen bija viens ļoti maziņš modelis. Mēs skatījāmies, kā metformīns, kas ir zāļu viela, no plazmas nonāk sarkanajos asinsķermenīšos. Mums bija zināma koncentrācija gan plazmā, gan asinsķermenīšos, un izrādās, ka metformīns vienkārši difundē cauri membrānai un ka tur nekas sarežģītāks nenotiek. Un bija milzīgs prieks, ka šo hipotēzi apstiprināja eksperimentālo datu ielikšana matemātiskajā modelī.
Ar ko nodarbosies jūsu vadītā skaitļojošās sistēmbioloģijas komanda?
Esam četri cilvēki grupā, un gaidām vēl papildinājumus komandā – cilvēkus, kuri šajā virzienā gatavi strādāt un kuriem ir zināšanas, prasmes, interese. Pētījumi un pētījuma metodes mums paliek tās pašas, jo visu laiku esam darbojušies ar šūnām, un arī medicīnā mums jau ir bijuši pētījumi. Mēs nesākam no nulles. Tagad darba lauks ir Rīgas Stradiņa universitāte un medicīna.
Pēdējā desmitgadē tiek ievākts daudz datu par dažādu šūnu genoma ekspresiju, par to, cik daudz, kuri gēni ir transkribēti uz RNS, un no tā var minēt, cik daudz būs attiecīgo proteīnu. Tad var skatīties, kā šūnas tiek galā ar savu uzdevumu – sevi uzturēt un veikt savas funkcijas, kā savā starpā mijiedarbojas un, vissvarīgākais, kā tās maina savu stāvokli, proti, kā veselas šūnas atšķiras no slimām un kā slimas šūnas reaģē uz terapiju. Te nāk talkā jau minētā sistēmbioloģija.
Vai jūsu pētniecībā vairāk ir skaitļošana un rēķināšana, vai arī starpdisciplināri sadarbojaties ar dažādu jomu ekspertiem?
Mums ir svarīgi saprast to, ko mediķi mums cenšas pateikt, savukārt mediķiem ir ļoti svarīgi saprast, kas ir tas, ko mēs nekādi nevaram izdarīt. Ir lietas, kuras modelis nevar izdarīt, balstoties uz tiem datiem, kas mums ienāk, un, ja mēs kaut ko sakām, ka lietas notiek tā vai šitā, tad par to ir jābūt skepsei. Ja modelis uzreiz sāk strādāt, tad liekas, ka kaut kas nav kārtībā, varbūt kaut kas nav ņemts vērā, un viss atkal jāpārbauda.
Mijiedarbība ar citu nozaru zinātniekiem rodas tad, kad kaut kas nav kārtībā. Tas mudina rakties dziļāk un skatīties detaļās, un tad tā sadarbība ar mediķiem kļūst aizraujošāka.
Mēģinot ielīst, piemēram, nagu sēnīšu jomā, esmu stulbāks par pirmā kursa medicīnas studentu, būdams zinātņu doktors ar publikācijām. Sajūta, ka tu esi pilnīgs muļķis un uzdod acīmredzami muļķīgus jautājumus, var radīt diskomfortu. Par laimi man tā nav problēma. Es domāju, ka, ja tev ir ekskursijas vadītājs, tad jautā! Muļķīgu jautājumu nav! Ir tikai muļķi, kas tā arī nepajautā. To jautājumu var būt tūkstošiem, un tad kaut kur iesprūsti un netiec tālāk, tāpēc ir vajadzīga lielāka komanda. Mani sajūsmina uzzināt kaut ko jaunu pat tad, ja to visi zina kaut kādā citā jomā. Man tā ir izaugsme. Veselīga skepse ir tas, kas jāpatur prātā modelēšanā, jo modeļos nevar ielikt visas civilizācijas zināšanas, tomēr attiecībā uz modelēšanu ir teiciens: "It’s better to be almost right than exactly wrong (labāk būt gandrīz pareizam, nevis precīzi nepareizam – angļu val.)." Adekvāts matemātiskais modelis neļauj izdarīt lielas kļūdas.
Kas vēl jūs sajūsmina un iepriecina? Vai un kā izdodas atpūsties no zinātnes?
Man patīk būt klusumā – piemēram, novembrī aizbraukt uz vairākām dienām uz jūru, kad tur nav neviena cilvēka: ir tikai klusums un jūra. Tas man ir vislabākais veids, kā atjaunot spēkus un atkal rakties savā darbā.
