Ученые раскрывают ранее неизвестную биологию благодаря ИИ

По словам ученых, большинство человеческих заболеваний можно связать с неисправными частями клетки - опухоль может расти, потому что ген не был точно переведен в конкретный белок, или, например, возникает метаболическое заболевание, потому что митохондрии не срабатывают должным образом. Но чтобы понять, какие части клетки могут выйти из строя при болезни, ученым сначала нужно иметь полный список частей.

Объединив микроскопию, биохимические методы и искусственный интеллект, исследователи из Медицинской школы Сан-Диего Калифорнийского университета и их сотрудники сделали то, что, по их мнению, может оказаться значительным шагом вперед в понимании человеческих клеток.

Техника, известная как Multi-Scale Integrated Cell (MuSIC), описана в журнале Nature.

«Если представить клетку, то вы, вероятно, вспомните красочную диаграмму в своем учебнике клеточной биологии с митохондриями, эндоплазматическим ретикулумом и ядром. Но может быть есть что-то еще? Ученые давно поняли, что мы не знаем больше, чем знаем, но теперь у нас наконец-то есть способ заглянуть глубже», - сказал Трей Идекер, доктор философии, профессор Медицинской школы Калифорнийского университета в Сан-Диего и Онкологического центра Мурса.

Идекер руководил исследованием с Эммой Лундберг, доктором философии из Королевского технологического института KTH в Стокгольме (Швеция) и Стэнфордского университета.

В пилотном исследовании MuSIC выявил около 70 компонентов, которые содержатся в линии клеток почек человека, половина из которых никогда ранее не наблюдалась. В одном примере исследователи заметили группу белков, образующих незнакомую структуру. Работая с коллегой из Калифорнийского университета в Сан-Диего Джином Йео, доктором философии, они в конечном итоге определили, что структура представляет собой новый комплекс белков, связывающих РНК. Комплекс, вероятно, участвует в сплайсинге, важном клеточном событии, которое делает возможной трансляцию генов в белки и помогает определить, какие именно гены активируются в какое время.

Внутренности клеток - и множество обнаруженных в них белков - обычно изучаются с использованием одного из двух методов: визуализации под микроскопом или биофизической ассоциации. С помощью визуализации ученые добавляют флуоресцентные метки различных цветов к интересующим белкам и отслеживают их движения и ассоциации в поле зрения микроскопа. Для изучения биофизических ассоциаций, исследователи иногда используют антитело, специфичное к белку, чтобы вытащить его из клетки и посмотреть, что еще к нему прикреплено.

Команда ученых уже в течение длительного времени интересуется картированием внутреннего устройства клеток. Отличие MuSIC - это использование глубокого обучения для картирования клетки непосредственно из изображений клеточной микроскопии.

«Комбинация этих технологий уникальна и эффективна, потому что впервые были объединены измерения в совершенно разных масштабах», - говорит первый автор исследования Юэ Цинь, аспирант биоинформатики и системной биологии в лаборатории Идекера.

Микроскопы позволяют ученым видеть с точностью до одного микрона, размером с некоторые органеллы, такие как митохондрии. Более мелкие элементы, такие как отдельные белки и белковые комплексы, нельзя увидеть в микроскоп. Методы биохимии, которые начинаются с одного белка, позволяют ученым перейти к нанометровому масштабу. (Нанометр - это одна миллиардная метра, или 1000 микрон)

«Но как преодолеть этот разрыв от нанометров до микронных масштабов? Это долгое время было большим препятствием для биологических наук. Оказывается, вы можете сделать это с помощью искусственного интеллекта - глядя на данные из нескольких источников и прося систему собрать их в модель клетки», - сказал Идекер, который также является основателем инициативы UC Cancer Cell Map Initiative и Центра вычислительной биологии и биоинформатики Калифорнийского университета в Сан-Диего.

Исследователи смогли обучить платформу ИИ MuSIC просматривать все данные и строить модель клетки. Система еще не сопоставляет содержимое ячеек с определенными местоположениями, такими как диаграмма из учебника, отчасти потому, что их местоположение не обязательно фиксировано. Вместо этого расположение компонентов является плавным и меняется в зависимости от типа ячеек и ситуации.

Идекер заявил, что это пилотное исследование для тестирования MuSIC. Они изучили только 661 белок и один тип клеток.

«Следующий четкий шаг - просмотреть всю человеческую клетку. После этого можно будет переходить к различным типам клеток, людям и видам. В конце концов, мы сможем лучше понять молекулярную основу многих заболеваний, сравнив различия между здоровыми и больными клетками», - заявил Идекер.

Ранее Курсор писал, что израильские ученые научили искусственный интеллект помогать врачам назначать правильные лекарства. По словам медиков, устойчивость к антибиотикам является довольно распространённой проблемой, которую помогает решить новая технология.

Кроме этого, израильские инженеры создали искусственный интеллект для ускоренной разработки лекарств. На разработку новых лекарств уходят миллиарды долларов и десятки лет, но израильская технология позволяет упростить этот процесс.

Курсор сообщал, что Технион признан лучшим институтом по изучению искусственного интеллекта в Европе. Ведущее технологическое учреждение Израиля, Технион (Хайфа), было признано лучшим институтом в области исследований машинного обучения в Европе в рейтинге CSRankings. Рейтинг основан на данных, собранных в период с 2016 по 2021 год.