Technika oparta na sztucznej inteligencji pozwoliła na odkrycie nieznanych wcześniej składników komórek. To może dostarczyć cennych wskazówek na temat rozwoju człowieka i chorób.
Większość ludzkich chorób to wynik nieprawidłowego funkcjonowania różnych części komórek. Guz rozwija się, gdy gen nie zostanie prawidłowo przetłumaczony na białko, a choroby metaboliczne są wynikiem niewłaściwego działania mitochondriów. Aby zrozumieć, które części komórki mogą szwankować w danej chorobie, trzeba mieć pełną listę wszystkich jej elementów.
Naukowcy z University of California San Diego School of Medicine opracowali technikę, znaną jako Multi-Scale Integrated Cell (MuSIC), która może okazać się przełomem w rozumieniu chorób. Jej szczegóły opublikowano w Nature.
Jeśli wyobrażasz sobie komórkę, prawdopodobnie myślisz o kolorowym schemacie z podręcznika biologii, z mitochondriami, retikulum endoplazmatycznym i jądrem. Ale czy to jest cała historia? Zdecydowanie nie. Naukowcy od dawna zdawali sobie sprawę, że jest więcej tego, czego nie wiemy, ale teraz wreszcie mamy sposób, aby zajrzeć głębiej.
prof. Trey Ideker z UC San Diego School of Medicine
Zajrzeć głębiej
W badaniu pilotażowym, MuSIC ujawnił około 70 składników zawartych w linii komórek ludzkiej nerki, z których połowa nigdy wcześniej nie była znana. W jednym z przykładów badacze zauważyli grupę białek tworzących nieznaną strukturę. Współpracując z kolegą z UC San Diego, doktorem Gene Yeo, ustalono, że struktura ta jest nowym kompleksem białek wiążących RNA. Kompleks ten jest prawdopodobnie zaangażowany w splicing – proces, który umożliwia tłumaczenie genów na białka i pomaga określić, które geny są aktywowane w danym czasie.
Zespół od wielu lat interesuje się mapowaniem wnętrza komórek. To, co różni MuSIC od innych, to wykorzystanie techniki deep learning do mapowania komórki bezpośrednio z obrazów mikroskopii komórkowej.
Mikroskopy umożliwiają obserwacje na poziomie pojedynczego mikrona, czyli mniej więcej wielkości niektórych organelli, takich jak mitochondria. Mniejsze elementy, jak pojedyncze białka i kompleksy białkowe, nie mogą być oglądane przez mikroskop. Techniki biochemiczne, które zaczynają się od pojedynczego białka, pozwalają naukowcom zejść do skali nanometrowej.
Ale jak wypełnić lukę między nanometrem a skalą mikronową? Od dawna jest to wielka przeszkoda w naukach biologicznych. Okazuje się, że można to zrobić za pomocą sztucznej inteligencji – patrząc na dane z wielu źródeł i prosząc system o złożenie ich w model komórki.
prof. Trey Ideker
Naukowcy wykorzystali sztuczną inteligencję MuSIC, aby spojrzała na wszystkie dane i skonstruowała model komórki. System nie mapuje jeszcze zawartości komórki do konkretnych miejsc, częściowo dlatego, że ich położenie nie jest stałe. Zamiast tego, lokalizacje komponentów są płynne i zmieniają się w zależności od typu komórki i sytuacji. To było jednak badanie pilotażowe, w planach są kolejne.
