Ερευνητής Χρησιμοποιεί Αλγόριθμους Επεξεργασίας Φυσικής Γλώσσας για την Κατανόηση της Μεταμόρφωσης των Πρωτεϊνών

Ερευνητές από το Πανεπιστήμιο του Μέριλαντ applied recently τεχνικές επεξεργασίας φυσικής γλώσσας και αλγόριθμους μηχανικής μάθησης για να αποκτήσουν έμπνευση σχετικά με το πώς μοριακά μόρια των πρωτεϊνών μετατρέπονται από μια μορφή σε μια άλλη. Η πρόσφατη μελέτη, που δημοσιεύθηκε στο περιοδικό Nature Communications, είναι η πρώτη φορά που ένας αλγόριθμος AI χρησιμοποιήθηκε για τη μελέτη της δυναμικής των βιομοριακών συστημάτων σε σχέση με τη μεταμόρφωση των πρωτεϊνών.

Τα μόρια των πρωτεϊνών μπορούν να πάρουν διάφορες μορφές, αλλά οι μηχανισμοί που προκαλούν μια πρωτεΐνη να μετατρέπεται από μια μορφή σε μια άλλη είναι ακόμη κάπως μυστηριώδεις. Η λειτουργία ενός μορίου πρωτεΐνης καθορίζεται από το σχήμα του, και η απόκτηση μιας καλύτερης κατανόησης των μηχανισμών που επηρεάζουν το σχήμα/δομή μιας πρωτεΐνης θα μπορούσε να επιτρέψει στους επιστήμονες να σχεδιάσουν στοχευμένες θεραπείες και να καθορίσουν την αιτία των ασθενειών.

Τα βιολογικά μόρια δεν είναι στατικά, αλλά κινούνται συνεχώς ως απάντηση σε γεγονότα στο περιβάλλον τους. Οι πιέσεις του περιβάλλοντος μπορούν να κάνουν τα μόρια να μετατρέπονται σε διαφορετικές μορφές, συχνά πολύ απότομα. Ένα μόριο μπορεί να αναδιπλωθεί ξαφνικά σε μια完全 διαφορετική δομή, σε μια διαδικασία που είναι πολύ παρόμοια με την αποσύνδεση ενός ελατηρίου. Διαφορετικά τμήματα του μορίου αναδιπλώνονται και διπλώνονται, και οι ερευνητές μελέτησαν τα ενδιάμεσα στάδια μεταξύ των διαφορετικών μορφών των μορίων.

Σύμφωνα με το Phys.org, ο Pratyush Tiwary ήταν ο senior συγγραφέας της μελέτης και είναι βοηθός καθηγητής στο Τμήμα Χημείας και Βιοχημείας και στο Ινστιτούτο Φυσικής Επιστήμης και Τεχνολογίας του Μέριλαντ. Σύμφωνα με τον Tiwary, η επεξεργασία φυσικής γλώσσας μπορεί να χρησιμοποιηθεί για να μοντελοποιηθεί το πώς τα μόρια μετατρέπονται και προσαρμόζονται. Ο Tiwary σημειώνει ότι τα μόρια έχουν μια bestimmμένη “γλώσσα” που μιλάει, με τις κινήσεις που κάνουν τα μόρια να μπορούν να μεταφραστούν σε μια αφηρημένη γλώσσα. Όταν αυτή η διαδικασία της αντιστοίχισης της κίνησης των μορίων σε γλωσσικά πρότυπα πραγματοποιείται, οι τεχνικές επεξεργασίας φυσικής γλώσσας και οι αλγόριθμοι AI μπορούν να χρησιμοποιηθούν για να “δημιουργήσουν βιολογικά αληθινά ιστορίες από τα αποτέλεσματα των αφηρημένων λέξεων”.

Όταν ένα μόριο μετατρέπεται από μια μορφή σε μια άλλη, η μετάβαση συμβαίνει εξαιρετικά γρήγορα. Η μετάβαση μπορεί να διαρκέσει μόνο τόσο όσο ένα τρισεκατοστό του δευτερολέπτου. Η ταχύτητα της μετάβασης καθιστά δύσκολο για τους επιστήμονες να καθορίσουν ποια παραμέτρα επηρεάζουν τη διαδικασία της αναδίπλωσης χρησιμοποιώντας μεθόδους όπως η φασματοσκοπία ή ακόμη και ισχυρά μικροσκόπια. Για να καθορίσουν ποια παραμέτρα επηρεάζουν την αναδίπλωση των πρωτεϊνών, ο Tiwary και η υπόλοιπη ερευνητική ομάδα δημιούργησαν φυσικά μοντέλα που προσομοιώνουν τις πρωτεΐνες. Συμπλέκτικα στατιστικά μοντέλα χρησιμοποιήθηκαν για να δημιουργηθούν προσομοιώσεις πρωτεϊνών που μιμούνται το σχήμα, την τροχιά και την κίνηση των μορίων. Τα μοντέλα δόθηκαν στη συνέχεια σε einen αλγόριθμο μηχανικής μάθησης που βασίζεται σε μεθόδους επεξεργασίας φυσικής γλώσσας.

Τα μοντέλα επεξεργασίας φυσικής γλώσσας που χρησιμοποιήθηκαν για την εκπαίδευση του συστήματος μηχανικής μάθησης ήταν πολύ παρόμοια με τους αλγόριθμους που χρησιμοποιούνται στα συστήματα προβλέψεων κειμένου του Gmail. Τα προσομοιωμένα μόρια των πρωτεϊνών αντιμετωπίστηκαν ως μια γλώσσα όπου οι κινήσεις των μορίων μεταφράζονταν σε “γράμματα”. Τα γράμματα συνδέονταν στη συνέχεια για να σχηματίσουν λέξεις και προτάσεις. Οι αλγόριθμοι μηχανικής μάθησης ήταν σε θέση να μάθουν τις γραμματικές και συντακτικές κανόνες πίσω από τις δομές των πρωτεϊνών, καθορίζοντας ποιες μορφές/κινήσεις ακολουθούν άλλες μορφές/κινήσεις. Οι αλγόριθμοι θα μπορούσαν στη συνέχεια να χρησιμοποιηθούν για να προβλέψουν πώς bestimmμένες πρωτεΐνες θα αναδιπλώνονταν και ποιες μορφές θα έπαιρναν.

Οι ερευνητές χρησιμοποίησαν ένα δίκτυο με μακράς διάρκειας μνήμη (LSTM) για να αναλύσουν τις προτάσεις που βασίζονται στις πρωτεΐνες. Η ερευνητική ομάδα διατήρησε επίσης τα μαθηματικά που το δίκτυο βασίζονταν, παρακολουθώντας τις παραμέτρους καθώς το δίκτυο μάθαινε τη δυναμική της μεταμόρφωσης των μορίων. Σύμφωνα με τα αποτελέσματα της μελέτης, το δίκτυο χρησιμοποιούσε λογική που ήταν παρόμοια με ένα στατιστικό φυσικό концепτό που ονομάζεται εντροπία διαδρομής. Αν αυτό το εύρημα παραμείνει σταθερό, θα μπορούσε να οδηγήσει σε βελτιώσεις στα δίκτυα LSTM. Ο Tiwary εξήγησε ότι η ανακάλυψη αποκαλύπτει κάποια από τη μαύρη коробά nature του LSTM, επιτρέποντας στους ερευνητές να κατανοήσουν καλύτερα ποιες παραμέτρους μπορούν να ρυθμιστούν για βέλτιστη απόδοση.

Ως μια περίπτωση δοκιμής για τον αλγόριθμό τους, οι ερευνητές ανέλυσαν ένα βιομοριακό που ονομάζεται riboswitch. Το riboswitch είχε ήδη αναλυθεί χρησιμοποιώντας φασματοσκοπία, και όταν το riboswitch αναλύθηκε με το σύστημα μηχανικής μάθησης, οι προβλεπόμενες μορφές του riboswitch ταίριαξαν με αυτές που ανακαλύφθηκαν από τη φασματοσκοπία.

Ο Tiwary ελπίζει ότι τα ευρήματά του θα επιτρέψουν στους ερευνητές να αναπτύξουν στοχευμένες θεραπείες που έχουν λιγότερες παρενέργειες. Όπως ο Tiwary εξήγησε μέσω του Phys.org:

“Θέλεις να έχεις ισχυρά φάρμακα που δένουν πολύ ισχυρά, αλλά μόνο στο πράγμα που θέλεις να δένουν. Μπορούμε να το επιτύχουμε αν μπορούμε να κατανοήσουμε τις διαφορετικές μορφές που μπορεί να πάρει ένα δεδομένο βιομοριακό ενδιαφέρον, επειδή μπορούμε να κάνουμε φάρμακα που δένουν μόνο σε μια από αυτές τις συγκεκριμένες μορφές στην κατάλληλη στιγμή και μόνο για όσο χρόνο θέλουμε.”