Un algorithme d’apprentissage automatique peut prédire où les protéines vont

Les chercheurs de l’Institut de science et de technologie de Nara (NAIST) ont développé un algorithme d’apprentissage automatique qui peut prédire avec précision l’emplacement des protéines liées à l’actine, qui est une partie cruciale du squelette cellulaire. L’algorithme peut prédire l’emplacement des protéines en fonction de l’emplacement réel de l’actine. 

L’étude a été publiée dans Frontiers in Cell and Developmental Biology. 

L’importance de l’actine

L’actine est essentielle pour donner une forme et une structure aux cellules, et elle joue un rôle dans la formation de lamellipodies pendant le mouvement cellulaire. Les lamellipodies sont des structures en forme d’éventail qui permettent aux cellules de « marcher » vers l’avant, et elles contiennent diverses protéines qui se lient à l’actine pour maintenir les cellules en mouvement.

Shiro Suetsugu est l’auteur principal de l’étude et a eu l’idée pendant une conversation avec Yoshinobu Sato au Centre des sciences de données de NAIST. 

“Alors que l’intelligence artificielle a été utilisée précédemment pour prédire la direction de la migration cellulaire en fonction d’une séquence d’images, jusqu’à présent, elle n’a pas été utilisée pour prédire la localisation des protéines,” dit Suetsugu. “Nous avons donc cherché à concevoir un algorithme d’apprentissage automatique qui puisse déterminer où les protéines apparaîtront dans la cellule en fonction de leur relation avec d’autres protéines.”

Développement du système d’IA

Les chercheurs ont formé un système d’intelligence artificielle (IA) pour prédire où les protéines associées à l’actine seraient dans la cellule. Ils ont fait cela en montrant à l’IA des images de cellules avec les protéines marquées de marqueurs fluorescents, qui indiquaient au système où elles étaient situées. Le système a ensuite été alimenté avec des images où seul l’actine était marqué, et on lui a demandé de localiser les protéines associées.

“Lorsque nous avons comparé les images prédites aux images réelles, il y avait un degré considérable de similitude,” dit Suetsugu. “Notre programme a prédit avec précision la localisation de trois protéines associées à l’actine à l’intérieur des lamellipodies ; et, dans le cas de l’une de ces protéines, dans d’autres structures à l’intérieur de la cellule.”

En démontrant les capacités spécifiques du système, l’équipe a ensuite demandé de prédire où la tubuline était dans la cellule. La tubuline n’est pas directement liée à l’actine, et le programme a performé moins bien dans cette tâche.

“Nos résultats suggèrent que l’apprentissage automatique peut être utilisé pour prédire avec précision l’emplacement de protéines fonctionnellement liées et décrire les relations physiques entre elles,” dit Suetsugu.

Selon les chercheurs, le programme pourrait être utilisé pour identifier rapidement et avec précision les structures à partir d’images de cellules, et il pourrait agir comme une méthode de filtration cellulaire artificielle, ce qui aiderait à éviter les limites des méthodes actuelles.