AI şok keşfi, hücrelerimizin içindekilerin yarısını bile keşfetmediğimizi gösteriyor

İnsan vücudundaki her hücrenin içinde bir takım proteinler vardır. milyonlarca. Hepsi güreşiyor, toplanıyor, katlanıyor, paketleniyor, sevk ediliyor, parçalanıyor ve bizi canlı ve enerjik tutmak için çılgınca bir hızla çalışan bir faaliyet kovanına hızla geri dönüştürülür.

Ancak hücrelerimizdeki protein evreninin tam bir envanteri olmadan, bilim adamları, moleküler düzeyde vücudumuzda hastalığa yol açan neyin yanlış gittiğini tahmin etmek için yoğun bir baskı altındadır.

Şimdi, araştırmacılar kullanan yeni bir teknik geliştirdiler yapay zeka Tek hücrelerin mikroskobik görüntülerinden ve biyokimyasal analizlerden elde edilen verileri özümsemek, hücresel bileşenlerin “standartlaştırılmış bir haritasını” oluşturmak – yarısını daha önce hiç görmediğimiz ortaya çıktı.

“Bilim adamları uzun zamandır bildiğimizden daha fazla bilmediğimiz şey olduğunu fark ettiler, ancak şimdi daha derine bakmanın bir yolu var.” o diyor San Diego California Üniversitesi’nden (UC) bilgisayar bilimcisi ve ağ biyoloğu Trey Edecker.

Mikroskoplar, güçlü olmakla birlikte, bilim adamlarının tek tek hücrelerin içini, mitokondri, hücrelerin enerji paketleri ve protein fabrikaları olan ribozomlar gibi organellerin seviyesine kadar incelemesine izin verir. Proteinleri kolayca işaretlemek ve izlemek için floresan boyalar bile ekleyebiliriz.

Biyokimyasal teknikler, örneğin hedeflenen proteinleri kullanarak tek proteinleri keskinleştirerek daha da derine inebilir. antikorlar Bu, proteini bağlar, hücreden çıkarır ve başka neye bağlandığını görür.

Bu iki yaklaşımı entegre etmek hücre biyologları için zorlu bir iştir.

“Nanometre ölçeğinden mikron ölçeğine olan bu boşluğu nasıl kapatırsınız? Biyolojik bilimlerde her zaman büyük bir engel olmuştur.” açıklamak Edeker.

“Bunu AI ile yapabileceğiniz ortaya çıktı – birden fazla kaynaktan gelen verilere bakmak ve sistemden bunları bir hücre modelinde toplamasını istemek.”

Sonuç: Edeker ve meslektaşları, aralarındaki küçük boşluklar tarafından düzenlenen karmaşık bir protein-protein etkileşimleri ağındaki şeker renkli organellere genel bir bakış sunan küresel hücrelerin ders kitabı haritalarını çevirdiler.

Ökaryotların klasik kesit görünümü. (Mariana Ruiz / LadyOfficials / Wikimedia)

İnsan Protein Atlası adlı bir kitaplıktan görüntü verilerini ve mevcut protein etkileşimleri haritalarını birleştirerek, makine öğrenme Algoritma, protein çiftleri arasındaki mesafeleri hesaplamakla görevlendirildi.

Amaç, hücrelerde çok küçükten (<50 nm) çok 'büyük'e (1 μm'den fazla) kadar çeşitli ölçeklerde bir arada bulunan agrega adı verilen protein topluluklarını belirlemekti.

70 protein topluluğundan oluşan utangaç bir popülasyon, bilinen veya tahmini çaplara sahip bir protein referans kitaplığı kullanılarak eğitilen ve daha ileri deneylerle doğrulanan algoritma tarafından sınıflandırıldı.

Araştırmacılara göre, tanımlanan protein bileşenlerinin yarısı bilim tarafından bilinmiyor gibi görünüyor ve yayınlanmış literatürde hiçbir zaman belgelenmedi. Önermek.

Karışımda, bir grup protein, bilinmeyen bir yapı oluşturdu ve araştırmacıların büyük olasılıkla sorumlu olduğu sonucuna vardılar. bağlantı ve proteinleri yapmak için kullanılan genetik kodun yeni kopyalarını kesmek.

Diğer özel proteinler arasında, kaynakları hücrelerin içine ve dışına pompalayan transmembran taşıma sistemleri, mega kromozomların düzenlenmesine yardımcı olan protein aileleri ve işi daha fazla protein yapmak olan protein kompleksleri vardı.

Bilim adamlarının insan hücrelerinin iç işleyişini bu kadar büyük bir çabayla haritalamaya çalıştıkları ilk sefer değil.

Diğer çabalar, protein etkileşimlerinin referans haritalarının oluşturulmasıyla sonuçlandı. Aynı şekilde akıllara durgunluk veren rakamlar ve dene Protein seviyelerinin ölçülmesi insan vücudunun dokuları aracılığıyla.

Araştırmacılar ayrıca hücrelerdeki proteinlerin etkileşimini ve hareketini görselleştirmek ve izlemek için teknikler geliştirdiler.

Bu pilot çalışma, çekirdek gibi büyük hücresel işaretlerle ilişkili olarak proteinleri tanımlayan hücre mikroskobu görüntülerine makine öğrenimi ve bir proteinin en yakın nano komşularını tanımlayan protein etkileşimi çalışmalarından elde edilen verilere uygulayarak daha da ileri gidiyor.

“Bu tekniklerin kombinasyonu benzersiz ve güçlü çünkü ilk defa çok farklı ölçeklerdeki ölçümler birleştirildi.” o diyor Biyoinformatik bilimcisi Yu Chen, ayrıca California Üniversitesi, San Diego’dan.

Chen, Edker ve meslektaşları, bunu yaparken, Çok Ölçekli Entegre Hücre Teknolojisi veya MuSIC, “protein etkileşimlerine uzamsal bir boyut kazandırırken görüntüleme çözünürlüğünü artırır, çeşitli veri türlerinin protein düzeyinde hücre haritalarına dahil edilmesinin yolunu açar”. yazı yazmak.

Açık olmak gerekirse, bu araştırma oldukça başlangıç ​​niteliğindedir: Ekip, yöntemlerini doğrulamaya odaklandı ve bilim adamlarının elli yıldır laboratuvarda büyüttüğü böbrek hücre dizisi olan tek hücre tipindeki 661 proteinden yalnızca mevcut verileri inceledi.

Araştırmacılar yeni yöntemini diğer hücre tiplerine uygulamayı planlıyorlar. o diyor Edeker.

Ancak bu arada, bütünün küçük bir parçasını anlamlandırma yeteneğine sahip, hücrelerimizin içine sadece davetsiz misafirler olduğumuzu alçakgönüllülükle kabul etmeliyiz. protein.

“Sonunda, sağlıklı ve hastalıklı hücreler arasındaki farkı karşılaştırarak birçok hastalığın moleküler temelini daha iyi anlayabiliriz.” o diyor Edeker.

Çalışma yayınlandı öfkeli doğa.