Dodano: 08 grudnia 2021r.

Sztuczna inteligencja odkrywa nieznane składniki ludzkich komórek

Nowo opracowana technologia oparta na sztucznej inteligencji odkryła nieznane wcześniej struktury znajdujące się w naszych komórkach, które mogą dostarczyć nowych wskazówek na temat rozwoju człowieka i trapiących go chorób. Zdaniem badaczy może to być przełom w medycynie.

Sztuczna inteligencja odkrywa nieznane składniki ludzkich komórek

 

Dzięki połączeniu mikroskopii, technik wykorzystywanych w biochemii i algorytmów sztucznej inteligencji, naukowcy z University of California San Diego School of Medicine dokonali czegoś, co ich zdaniem może okazać się znaczącym skokiem naprzód w zrozumieniu działania ludzkich komórek. Opracowali oni narzędzie, dzięki któremu można poznać strukturę i rozmieszczenie poszczególnych elementów komórki.

Większość ludzkich chorób można przypisać nieprawidłowo funkcjonującym częściom komórek. Na przykład guz rozwija się, ponieważ ekspresja genu (czyli produkcja określonego białka w oparciu o gen) nie przebiegła prawidłowo. Z kolei choroby metaboliczne powstają z powodu nieprawidłowego funkcjonowania mitochondriów. Aby w pełni zrozumieć, które części komórki mogą szwankować, naukowcy muszą najpierw poznać jej kompletną strukturę.

- Gdy myślimy o komórce, to pewnie przypomina nam się kolorowy diagram ze szkolnego podręcznika do biologii. Znajduje się na nim jądro, mitochondria, cytoplazma i siatka endoplazmatyczna. Ale czy to jest wszystko co znajdziemy w komórce? Zdecydowanie nie – mówi prof. Trey Ideker z UC San Diego School of Medicine i Moores Cancer Center. - Naukowcy od dawna zdawali sobie sprawę, że w komórkach jest więcej rzeczy o których nie wiemy, niż tych, które znamy. Teraz mamy narzędzie, by zajrzeć jeszcze głębiej – podkreśla. Prof. Ideker kierował badaniami wraz z dr Emmą Lundberg z KTH Royal Institute of Technology w Sztokholmie.

Nowa technika nazwana Multi-Scale Integrated Cell (MuSIC), została opisana w czasopiśmie „Nature” (DOI: 10.1038/s41586-021-04115-9).

MuSIC odkrywa nieznane

Już w badaniu pilotażowym, MuSIC ujawnił około 70 składników zawartych w komórkach ludzkiej nerki, z których połowa nigdy wcześniej nie była opisana. Badacze zauważyli na przykład grupę białek tworzących nieznaną strukturę. Udało im się ostatecznie ustalić, że struktura ta jest nowym kompleksem białek wiążących RNA, które umożliwiają translację genów do białek i pomagają określić czas, w którym dane geny są aktywowane.

Badania nad tym, co znajduje się w środku komórek, przeprowadzono dotąd zasadniczo na dwa sposoby. Pierwsza technika to obrazowanie mikroskopowe, które polega na dodawaniu różnokolorowych znaczników fluorescencyjnych do białek, co pozwala na śledzenie ich ruchów i związków. Drugi sposób to wykorzystanie przeciwciał specyficznych dla danego białka, co umożliwia „wyciągnięcie” go z komórki i sprawdzenie jego budowy pod mikroskopem.

Zespół z San Diego od wielu lat próbuje stworzyć kompletną „mapę” wnętrza komórki. Teraz w ramach MuSIC wykorzystano algorytmy głębokiego uczenia maszynowego, które pozwalają na dokładne odczytanie struktury komórki bezpośrednio z obrazów mikroskopowych.

- Połączenie tych technologii jest wyjątkowe i potężne. Po raz pierwszy łączymy pomiary dokonywane w bardzo różnych skalach – mówi współautor badania Yue Qin, zajmujący się bioinformatyką i biologią systemów w laboratorium Idekera.

Połączenie danych z wielu poziomów

Mikroskopy pozwalają naukowcom obserwować komórkę i jej elementy w wielkości mniej więcej pojedynczego mikrometra, czyli wielkości niektórych organelli takich jak mitochondria. Mniejsze struktury, jak pojedyncze białka i kompleksy białkowe, nie mogą już być dostrzeżone przez mikroskop. Dzięki technikom biochemicznym możliwa jest obserwacja pojedynczych białek, których wielkość mierzy się w skali nanometrowej. Nanometr to jedna miliardowa metra lub jedna tysięczna mikrometra.

- Jak jednak wypełnić lukę między skalą nanometrową a mikrometrową? Od dawna to wielkie wyzwanie w naukach biologicznych – mówi prof. Ideker, który jest również założycielem UC Cancer Cell Map Initiative oraz UC San Diego Center for Computational Biology and Bioinformatics. - Okazuje się, że można to zrobić za pomocą sztucznej inteligencji. Wykorzystując dane z wielu źródeł i programując system tak, aby złożył dane w model komórki – wyjaśnia.

Zespół przez jakiś czas udoskonalał oprogramowanie i „trenował” sztuczną inteligencję w przetwarzaniu danych dotyczących komórek. MuSIC nie mapuje jeszcze zawartości komórki w konkretnych miejscach, ponieważ położenie różnych jej komponentów niekoniecznie jest stałe.

Prof. Ideker podkreśla, że opisane w najnowszym artykule badanie było pilotażowe. Miało na celu przetestowanie MuSIC, a algorytm „przyjrzał się” tylko 661 białkom i jednemu typowi komórek.

- Następnym krokiem będzie przebadanie całej ludzkiej komórki i wszystkich jej składników – mówi prof. Ideker. – Potem przejdziemy do badań nad różnymi rodzajami ludzkich komórek oraz do badań nad komórkami innych gatunków. W końcu będziemy w stanie lepiej zrozumieć molekularne podstawy wielu chorób poprzez porównanie tego, co różni zdrowe i chore komórki – przekonuje naukowiec.

 

Źródło: University of California - San Diego, fot. UC San Diego Health Sciences/ CC BY-SA