خوارزمية التعلم الآلي يمكن أن تتنبأ بمكان البروتينات

قام باحثون في معهد نارا للعلوم والتكنولوجيا (NAIST) بتطوير خوارزمية تعلم آلي يمكنها التنبؤ بدقة بموقع البروتينات المرتبطة بالاكتين، وهو جزء حاسم من الهيكل الخلوي. يمكن للخوارزمية التنبؤ بموقع البروتينات بناءً على الموقع الفعلي للاكتين.

نشرت الدراسة في Frontiers in Cell and Developmental Biology.

أهمية الأكتين

الأكتين هو مفتاح توفير الشكل والهيكل للخلايا، ويلعب دورًا في تكوين اللاميليبوديا أثناء حركة الخلية. اللاميليبوديا هي هياكل على شكل مروحة تمكن الخلايا من “المشي” إلى الأمام، وتحتوي على بروتينات مختلفة ترتبط بالاكتين لتحافظ على حركة الخلايا.

شيرو سوتسوجو هو المؤلف الرئيسي للدراسة واقترح الفكرة أثناء محادثة مع يوشينوبو ساتو في مركز العلوم الرقمية في NAIST.

“في حين تم استخدام الذكاء الاصطناعي في السابق للتنبؤ باتجاه هجرة الخلية بناءً على تسلسل من الصور، لم يتم استخدامه حتى الآن للتنبؤ بموقع البروتين”، يقول سوتسوجو. “لذلك سعينا إلى تصميم خوارزمية تعلم آلي يمكنها تحديد مكان ظهور البروتينات في الخلية بناءً على علاقتها مع البروتينات الأخرى”.

تطوير نظام الذكاء الاصطناعي

قام الباحثون بتدريب نظام ذكاء اصطناعي للتنبؤ بموقع البروتينات المرتبطة بالاكتين في الخلية. قاموا بذلك عن طريق إظهار الصور للنظام الخلوي مع وضع علامات فلورية على البروتينات، مما يشير إلى النظام حيث تقع. ثم قدموا للنظام صورًا حيث تم وضع علامة فقط على الأكتين، وطلبوا منه تحديد البروتينات المرتبطة.

“عندما قارنا الصور المتوقعة بالصور الفعلية، كانت هناك درجة كبيرة من التشابه”، يقول سوتسوجو. “برنامجنا تنبأ بدقة بموقع ثلاثة بروتينات مرتبطة بالاكتين داخل اللاميليبوديا؛ وفي حالة واحدة من هذه البروتينات، في هياكل أخرى داخل الخلية”.

أثبت الفريق ثم قدرات النظام المحددة من خلال طلب منه التنبؤ بموقع التوبولين في الخلية. التوبولين ليس直接 مرتبطًا بالاكتين، وأداء البرنامج كان أسوأ في هذه المهمة.

“تظهر نتائجنا أن التعلم الآلي يمكن استخدامه للتنبؤ بدقة بموقع البروتينات المرتبطة بالوظيفة ووصف العلاقات الفيزيائية بينها”، يقول سوتسوجو.

وفقًا للباحثين، يمكن استخدام البرنامج لتحديد الهياكل بسرعة ودقة من صور الخلايا، ويمكنه أن يعمل كطريقة اصطناعية لتصفية الخلايا، مما يساعد على تجنب قيود الطرق الحالية.