I sagor, allt som krävs för att förvandla en groda till en prins, en tjänare till en prinsessa eller en mus till en häst är vågen av ett trollspö.

Men i den verkliga världen, att förvandla en levande varelse till en annan är inte så lätt. Först på senare år har forskare upptäckt hur man gör det, med små enskilda levande celler.

Faktiskt, laget som kom på det vann Nobelpriset, för att ha upptäckt hur man tar en vanlig mänsklig hudcell och omvandlar den till en stamcell – samma typ av cell som finns i embryon. Med mödosam ansträngning, sådana celler kan växa upp och bli vilken annan typ av cell som helst i kroppen.

Och under det senaste decenniet, att tidskrävande transformationsteknik har öppnat dörren för upptäckter om många sjukdomar, från fosterskador till cancer.

Men tänk om forskare kunde ta bort ett steg, och gå direkt från hudcell till någon annan typ av cell?

Ett nytt papper i Proceedings of the National Academy of Sciences lägger ut ett sätt att göra det - och undvika alla mellansteg som är involverade i den andra tekniken, som producerar inducerade pluripotenta stamceller.

I tidningen, de lägger fram ett sätt att utnyttja den mängd data som nu finns tillgänglig om DNA-aktivitet, och programmera om celler direkt. Formeln ger också en ritning för att bestämma den optimala kombinationen av faktorer och när de ska läggas till för att genomföra denna omprogrammering. Med hjälp av denna formel, författarna kunde härleda de faktorer som det nobelvinnande laget upptäckte, en process som krävde många år av försök och misstag.

Konceptet, utvecklat av ett team av University of Michigan-forskare tillsammans med kollegor från University of Maryland och Harvard University, kombinerar biologisk information om genomstruktur och genuttryck med en hel del matematik, använder ett tillvägagångssätt som kallas datastyrd kontroll. Tidningens författare inkluderar Roger Brockett, Ph.D. vid Harvard och U-M matematikavdelningens ordförande Anthony Bloch, Ph.D.

Även om tidningen anger en algoritm för att transformera celler - och framgångsrikt förutsäger faktorer som redan är kända för att omprogrammera celler - testar den inte formeln direkt i laboratoriet. Författarna har planer på att ytterligare testa sin metod, och hoppas att det kan prövas av forskare i Michigan och runt om i världen.

Om det bär frukt, de förutspår att det kan ha tillämpningar inklusive regenerering av sjuk eller förlorad vävnad, och kampen mot cancer.

"Celler i vår kropp specialiserar sig naturligt, " säger Indika Rajapakse, Ph.D., UM bioinformatik och matematik forskare som är senior författare till den nya artikeln. "Det vi föreslår kan vara en genväg till att göra detsamma, för att hjälpa vilken cell som helst att bli en målcellstyp."

Rajapakse noterar att idén med direkt omprogrammering inte är ny. I slutet av 1980-talet ett team ledd av den bortgångne vetenskapsmannen Harold Weintraub förvandlade hudceller direkt till muskelceller genom att bada cellerna i en typ av molekyl som uppmuntrade vissa gener i cellernas DNA att "läsas". Rajapakse tränade med Weintraubs kollega Mark Groudine, Ph.D. vid Fred Hutchinson Cancer Research Center.

Den nya modellen bygger på den idén, genom att också utnyttja kraften hos dessa molekyler, kallas transkriptionsfaktorer eller TFs.

Men istället för att bada hela cellkulturen i en TF, forskarna strävar efter att rikta in sig på celler med specifika TF:er vid specifika avgörande tidpunkter i deras livslängd. De lägger fram en matematisk kontrollmodell för att utnyttja all information som nu kan läras om celler på molekylär nivå, och kombinera det för att kartlägga tidpunkten och sekvensen för att injicera TF:er för att få den önskade celltypen.

"Vi har så mycket data nu från RNA och transkriptionsfaktoraktivitet, och från Hi-C-data för kromosomkonfiguration som berättar hur ofta två kromatinbitar är nära varandra, att vi tror att vi kan gå från cellens initiala konfiguration till den önskade konfigurationen, säger Rajapakse.

Hi-C-tekniken låter forskare spåra platsen för, och kontakt mellan, delar av DNA/proteinkomplexet som kallas kromatin. Så även om två gener sitter långt ifrån varandra på en lång DNA-sträng, de kan komma i nära kontakt med varandra när de loopar, viktrådar hamnar bredvid varandra. Om en av dessa gener blir "läst", det kan producera en transkriptionsfaktor som sedan sätter igång "avläsningen" av den andra genen, och produktionen av ett visst protein som spelar en nyckelroll i att transformera cellen på något sätt.

Mängden data som skulle komma ut av att analysera dessa "topologiskt associerade domäner" i bara en typ av cell är enorm. Men modern bioinformatik gör det lättare att förstå det hela.

Den första författaren till tidningen är Scott Ronquist, en Ph.D. student som började arbeta med Rajapakse på avdelningen för beräkningsmedicin och bioinformatik som grundutbildning vid U-M. Han och tidigare postdoktor Geoff Patterson, Ph.D., ledde ansträngningen att använda genuttryck och TAD-data genererade i Rajapakse-labbet och allmänt tillgängliga genuttryck och TF-data för att testa sin modell. De kunde se mönster i data som återspeglade takten i normal celldifferentiering.

Nu, de arbetar med att testa modellen proaktivt, i Max Wichas laboratorium, M.D., Forbes professor i onkologi vid Michigan Medicine, UM:s akademiska medicinska centrum, och tidigare chef för U-M Comprehensive Cancer Center.

"Denna algoritm ger en ritning som har viktiga konsekvenser för cancer, genom att vi tror att cancerstamceller kan uppstå från normala stamceller via liknande omprogrammeringsvägar, säger Wicha, som är medförfattare på PNAS-tidningen. "Detta arbete har också viktiga konsekvenser för regenerativ medicin och vävnadsteknik, eftersom det ger en ritning för att generera vilken celltyp som helst, visar den också skönheten i att kombinera matematik och biologi för att reda ut naturens mysterier."