Algoritmo de aprendizaje automático puede predecir dónde van las proteínas

Los investigadores del Instituto de Ciencia y Tecnología de Nara (NAIST) han desarrollado un algoritmo de aprendizaje automático que puede predecir con precisión la ubicación de las proteínas relacionadas con la actina, que es una parte crucial del esqueleto celular. El algoritmo puede predecir la ubicación de las proteínas en función de la ubicación real de la actina.

El estudio se publicó en Frontiers in Cell and Developmental Biology.

La importancia de la actina

La actina es fundamental para proporcionar forma y estructura a las células, y juega un papel en la formación de lamelipodias durante el movimiento celular. Las lamelipodias son estructuras en forma de abanico que permiten a las células “caminar” hacia adelante, y contienen varias proteínas que se unen a la actina para mantener el movimiento de las células.

Shiro Suetsugu es el autor principal del estudio y se le ocurrió la idea durante una conversación con Yoshinobu Sato en el Centro de Ciencia de Datos de NAIST.

“Aunque la inteligencia artificial se ha utilizado previamente para predecir la dirección de la migración celular en función de una secuencia de imágenes, hasta ahora no se ha utilizado para predecir la localización de las proteínas”, dice Suetsugu. “Por lo tanto, buscamos diseñar un algoritmo de aprendizaje automático que pueda determinar dónde aparecerán las proteínas en la célula en función de su relación con otras proteínas”.

Desarrollando el sistema de IA

Los investigadores entrenaron un sistema de inteligencia artificial (IA) para predecir dónde estarían las proteínas asociadas con la actina en la célula. Lo hicieron mostrando al sistema imágenes de células con las proteínas etiquetadas con marcadores fluorescentes, que indicaban al sistema dónde estaban ubicadas. Luego, el sistema se alimentó con imágenes en las que solo la actina estaba etiquetada, y se le pidió que localizara las proteínas asociadas.

“Cuando comparamos las imágenes predichas con las imágenes reales, había un grado considerable de similitud”, dice Suetsugu. “Nuestro programa predijo con precisión la localización de tres proteínas asociadas con la actina dentro de las lamelipodias; y, en el caso de una de estas proteínas, en otras estructuras dentro de la célula”.

Demostrando las habilidades específicas del sistema, el equipo luego le pidió que predijera dónde estaba la tubulina en la célula. La tubulina no está directamente relacionada con la actina, y el programa se desempeñó peor en esta tarea.

“Nuestros hallazgos sugieren que el aprendizaje automático se puede utilizar para predecir con precisión la ubicación de las proteínas relacionadas funcionalmente y describir las relaciones físicas entre ellas”, dice Suetsugu.

Según los investigadores, el programa podría utilizarse para identificar rápidamente y con precisión las estructuras a partir de imágenes de células, y podría actuar como un método de filtrado artificial de células, lo que ayudaría a evitar las limitaciones de los métodos actuales.