Skip to content

Latest commit

 

History

25 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Oracle Logo

Oracle

Epigenetic Landscape & Macrophage Phenotype Dynamics Research Workstation

Download Windows Download macOS Download Linux

Rust GUI License Domain

Interactive In Silico Modeling Platform for Waddington Epigenetic Landscapes, Nonlinear Gene Regulatory Networks (GRN), Langevin Stochastic Dynamics, Flow Cytometry (FACS) Gating, and Pharmacological Drug Perturbations.


English Documentation | Русская документация


🇬🇧 English Documentation

📌 Scientific Overview

Cellular differentiation, phenotypic plasticity, and metabolic reprogramming (e.g., macrophage polarization across M0, M1, M2a, M2b, M2c, M2d/TAM, and M-Hybrid states per Murray et al., Immunity 2014) represent nonlinear dynamical systems governed by mutually repressive gene regulatory networks (GRNs) and metabolic rewiring (O'Neill & Pearce, Nature Reviews Immunology 2016).

Oracle provides a high-performance, real-time native desktop workstation written in Rust to explore:

  1. Waddington Quasi-Potential Landscapes U(x, y): Multistable energy topography with deep attractor valleys and transition barriers (ΔU).
  2. Macrophage Polarization Spectrum (Murray et al. 2014): Full 7-state resolution (M0 resting, M1 inflammatory, M2a wound healing, M2b immune-complex regulatory, M2c efferocytosis/deactivated, M2d tumor-associated, M-Hybrid plastic).
  3. Immunometabolic Reprogramming: Warburg aerobic glycolysis flux ($J_{\text{glyc}}$) vs. mitochondrial OXPHOS & fatty acid oxidation ($J_{\text{oxphos}}$), itaconate/succinate TCA cycle break index, and ATP generation efficiency.
  4. Diagnostic Biomarker Matrix: Continuous simulation of surface & intracellular markers (CD80, CD86, iNOS, TNF-α, CD206/MRC1, Arg1, CD163, MerTK, VEGF, HIF-1α).
  5. Nonlinear GRN Toggle Switch with Hill Kinetics: Mutual cross-inhibition between master transcription factors (STAT1/NF-κB vs. STAT6/PPAR-γ).
  6. Single-Cell Stochastic Dynamics (Langevin Equations): Real-time Euler-Maruyama simulation of single cells experiencing transcriptional noise (σ) and jumping across epigenetic barriers.
  7. Flow Cytometry (FACS) 4-Quadrant Gating: Standard FlowJo-compatible quadrant analysis (Q1–Q4) with dynamic threshold dragging and Mean Fluorescence Intensity (MFI) computation.
  8. Epigenetic Hysteresis & Bifurcations: S-shaped fold bifurcation curves explaining lineage commitment and epigenetic memory.
  9. Pharmacological Drug Screening: In silico simulation of FDA-approved & experimental compounds (JAK1/2 inhibitors, anti-IL4R mAbs, TLR4 antagonists, HIF-1α inhibitors, HDAC inhibitors).
  10. Real-World Data Integration: Ingestion of single-cell RNA-seq (scRNA-seq) and Flow Cytometry CSV datasets with automatic coordinate mapping.

🔬 Mathematical Formulations

1. Nonlinear GRN Differential Equations (Drift Vector F)

$$\frac{dx}{dt} = \frac{\alpha_1 x^n + S_{\text{LPS}}^{\text{eff}} + 0.3 S_{\text{IC}} + 0.10}{1 + x^n + \gamma_1 y^n} + \text{Hypoxia}_x - \delta_1 x$$ $$\frac{dy}{dt} = \frac{\alpha_2 y^n + S_{\text{IL4}}^{\text{eff}} + 0.4 S_{\text{IL10}} + 0.10}{1 + y^n + \gamma_2 x^n} + \text{Hypoxia}_y - \delta_2 y$$

  • x: Activity of the Pro-inflammatory Master Axis (STAT1 / NF-κB / iNOS / CD80 → M1).
  • y: Activity of the Pro-healing / Tissue Repair Axis (STAT6 / PPAR-γ / Arg1 / CD206 → M2a).
  • n: Hill cooperativity coefficient ($n \ge 2$).
  • γ: Cross-inhibition strength.
  • δ: Degradation rate.

2. Immunometabolic Flux Coupling (O'Neill & Pearce)

$$J_{\text{glyc}} = \frac{0.30 + 0.80 x^{1.4} + 0.65 S_{\text{hypoxia}} + 0.30 S_{\text{LPS}}}{1 + 0.35 y}$$ $$J_{\text{oxphos}} = \frac{0.35 + 0.90 y^{1.4} + 0.40 S_{\text{IL4}}}{1 + 0.60 x}$$

3. Stochastic Langevin Single-Cell Integration

$$d\mathbf{r}_i = \mathbf{F}(\mathbf{r}_i),dt + \sigma_{\text{eff}},\sqrt{dt},\mathbf{\xi}_i, \quad \mathbf{\xi}_i \sim \mathcal{N}(0, \mathbf{I})$$

4. Population Shannon Diversity Index (Entropy)

$$H = -\sum_{k} p_k \ln(p_k)$$


🖥 Workstation Modules & Tabs

Tab Feature Description
🌐 2D Waddington Landscape Topographic heatmap, equipotential contour rings, drift vector field, phase nullclines, mouse cell injection, and hover probe displaying metabolism & markers.
🔬 FACS Gating & Cytometry 4-quadrant flow cytometry scatter (Q1: M2, Q2: Double⁺, Q3: Double⁻, Q4: M1), draggable gate thresholds, cell counts, percentages, and MFI.
📈 Bifurcations & Hysteresis S-shaped fold bifurcation diagram depicting stable/unstable fixed points across cytokine titration and the bistable memory window.
⏱ Time-Series Kinetics Multi-channel real-time strip chart for STAT1, STAT6, Shannon Entropy, and metabolic fluxes.
💊 Drug Screening Assay Pharmacological titration of JAK inhibitors (Tofacitinib), anti-IL-4R antibodies (Dupilumab), TLR4 blockers (TAK-242), HIF-1α inhibitors, and HDAC epigenetic modulators.
📚 Theory & Methodology Mathematical derivations, biophysical parameter tables, and seminal literature citations (Murray 2014, O'Neill & Pearce 2016, Mills 2016).

🚀 Quickstart & Installation

Prerequisites

Build & Run

# Clone the repository
git clone https://github.com/altemirzhilkibayev/Oracle.git
cd Oracle

# Run automated test suite
cargo test

# Launch the native workstation
cargo run --release

📊 Scientific Data Import & Export

  • Custom CSV Loading: Click Load CSV in the left panel to ingest any FlowJo or scRNA-seq expression matrix containing columns such as STAT1, STAT6, CD80, CD206, iNOS, Arg1, or x/y.
  • Export Utilities:
    • Export CSV $\to$ Single-cell simulated population state matrix.
    • Save PNG Figure $\to$ Publication-ready $1000 \times 800$ figures.
    • Save FACS Gating Report $\to$ Quadrant statistics and MFI breakdown.
    • Save Time-Series Kinetics CSV $\to$ Kinetic trajectory history.
    • Save Full Scientific Summary Report $\to$ Comprehensive biophysical summary.

🇷🇺 Русская документация

📌 Научный обзор платформы

Дифференцировка, фенотипическая пластичность и метаболическое перепрограммирование клеток (например, поляризация макрофагов по 7 состояниям: M0, M1, M2a, M2b, M2c, M2d/TAM, M-Hybrid по стандартам Murray et al., Immunity 2014) представляют собой нелинейные динамические системы, управляемые взаимно ингибирующими генно-регуляторными сетями (GRN) и перестройкой метаболизма (O'Neill & Pearce, Nature Reviews Immunology 2016).

Oracle — это высокопроизводительная исследовательская рабочая станция на Rust, созданная для:

  1. Моделирования эпигенетического ландшафта Уоддингтона U(x, y): Расчет топографии потенциальной энергии с долинами аттракторов и барьерами переходов (ΔU).
  2. Спектра поляризации макрофагов (Murray et al. 2014): Моделирование 7 состояний (M0 покоящиеся, M1 воспалительные, M2a заживление ран, M2b регуляторные, M2c фагоцитоз/деактивация, M2d ассоциированные с опухолью, M-Hybrid пластичные).
  3. Иммунометаболического перепрограммирования: Расчет аэробного гликолиза Варбурга ($J_{\text{glyc}}$) vs митохондриального дыхания OXPHOS & окисления жирных кислот ($J_{\text{oxphos}}$), индекса разрыва цикла Кребса (накопление итаконата/сукцината) и эффективности генерации АТФ.
  4. Матрицы диагностических биомаркеров: Моделирование уровней CD80, CD86, iNOS, TNF-α, CD206 (MRC1), Arg1, CD163, MerTK, VEGF, HIF-1α в реальном времени.
  5. Нелинейных дифференциальных уравнений с кинетикой Хилла: Взаимное подавление транскрипционных факторов STAT1/NF-κB vs STAT6/PPAR-γ.
  6. Стохастической динамики единичных клеток (уравнения Ланжевена): Симуляция сотен клеток со стохастическим шумом транскрипции (σ) по схеме Эйлера-Маруямы.
  7. Проточной цитометрии (FACS 4-Quadrant Gating): Классический 4-квадрантный анализ проточной цитометрии (Q1–Q4) с интерактивным перетаскиванием порогов гейтирования и расчетом средней интенсивности флуоресценции (MFI).
  8. Бифуркаций и эпигенетического гистерезиса: S-образные кривые, объясняющие феномен клеточной памяти и устойчивости фенотипа.
  9. Фармакологического тестирования (Drug Screening): Тестирование ингибиторов JAK1/2, антител к IL-4R, антагонистов TLR4, блокаторов HIF-1α и HDAC-ингибиторов.
  10. Интеграции с лабораторными данными: Загрузка таблиц scRNA-seq и проточной цитометрии из CSV с авто-масштабированием.

🖥 Вкладки и функционал рабочей станции

Вкладка Описание
🌐 2D Waddington Landscape Топографическая тепловая карта, изолинии, векторное поле дрейфа, нульклины, сброс клеток кликом мыши и зонд с отображением метаболизма и маркеров.
🔬 FACS Gating & Cytometry Скаттерплот проточной цитометрии с 4 квадрантами (Q1: M2, Q2: Double⁺, Q3: Double⁻, Q4: M1), расчет MFI и процентов.
📈 Bifurcations & Hysteresis Бифуркационная диаграмма состояний при титровании LPS с выделением окна эпигенетической памяти.
⏱ Time-Series Kinetics Многоканальный самописец динамики экспрессии STAT1, STAT6, энтропии и метаболических потоков во времени.
💊 Drug Screening Assay Фармакологический скрининг таргетных ингибиторов и моноклональных антител.
📚 Theory & Methodology Математические уравнения, значения параметров и список научной литературы (Murray 2014, O'Neill 2016, Mills 2016).

🚀 Установка и запуск

# Клонирование репозитория
git clone https://github.com/altemirzhilkibayev/Oracle.git
cd Oracle

# Запуск тестов
cargo test

# Запуск программы
cargo run --release

📚 Academic References / Научная литература

  1. Murray, P. J., et al. (2014). Macrophage activation and polarization: nomenclature and experimental guidelines. Immunity, 41(1), 14-20.
  2. O'Neill, L. A. J., & Pearce, E. J. (2016). Immunometabolism governs dendritic cell and macrophage function. Nature Reviews Immunology, 16(9), 553-565.
  3. Mills, E. L., et al. (2016). Succinate dehydrogenase and itaconate metabolic remodeling in M1 macrophages. Cell, 167(2), 457-470.
  4. Waddington, C. H. (1957). The Strategy of the Genes. Allen & Unwin, London.
  5. Huang, S., et al. (2005). Bifurcation dynamics in lineage-commitment in bipotent progenitor cells. Developmental Biology, 280(1), 40-58.
  6. Sica, A., & Mantovani, A. (2012). Macrophage plasticity and polarization: in vivo veritas. Journal of Clinical Investigation, 122(3), 787-795.
  7. Zhou, J. X., et al. (2012). Quasi-potential landscape in complex dynamical systems. Physical Review E, 85(6), 061918.

📄 License

MIT License. Developed by Altemir Zhilkibaev (altemirzhilkibaev@gmail.com).

About

Interactive Research Workstation for Waddington Epigenetic Landscapes, Nonlinear GRN Dynamics, Stochastic Simulation, and Flow Cytometry (FACS) Gating in Rust.

Topics

Resources

Stars

4 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages