Algoritmo di apprendimento automatico in grado di prevedere dove si trovano le proteine

I ricercatori dell’Istituto di scienza e tecnologia di Nara (NAIST) hanno sviluppato un algoritmo di apprendimento automatico che può prevedere con precisione la localizzazione delle proteine correlate all’actina, che è una parte cruciale dello scheletro cellulare. L’algoritmo può prevedere la localizzazione delle proteine in base alla posizione effettiva dell’actina.

Lo studio è stato pubblicato in Frontiers in Cell and Developmental Biology.

L’importanza dell’actina

L’actina è fondamentale per fornire forma e struttura alle cellule e svolge un ruolo nella formazione di lamellipodie durante il movimento cellulare. Le lamellipodie sono strutture a forma di ventaglio che consentono alle cellule di “camminare” in avanti e contengono varie proteine che si legano all’actina per mantenere le cellule in movimento.

Shiro Suetsugu è l’autore principale dello studio e ha avuto l’idea durante una conversazione con Yoshinobu Sato al Data Science Center di NAIST.

“Mentre l’intelligenza artificiale è stata utilizzata in precedenza per prevedere la direzione della migrazione cellulare in base a una sequenza di immagini, finora non è stata utilizzata per prevedere la localizzazione delle proteine”, afferma Suetsugu. “Pertanto, abbiamo cercato di progettare un algoritmo di apprendimento automatico che possa determinare dove si troveranno le proteine nella cellula in base alla loro relazione con altre proteine.”

Sviluppo del sistema di intelligenza artificiale

I ricercatori hanno addestrato un sistema di intelligenza artificiale per prevedere dove si trovassero le proteine associate all’actina nella cellula. Ciò è stato fatto mostrando al sistema immagini di cellule con le proteine etichettate con marcatori fluorescenti, che indicavano al sistema dove si trovavano. Il sistema è stato quindi alimentato con immagini in cui solo l’actina era etichettata e gli è stato chiesto di localizzare le proteine associate.

“Quando abbiamo confrontato le immagini predette con le immagini effettive, c’era un considerevole grado di somiglianza”, afferma Suetsugu. “Il nostro programma ha previsto con precisione la localizzazione di tre proteine associate all’actina all’interno delle lamellipodie; e, nel caso di una di queste proteine, in altre strutture all’interno della cellula.”

Dimostrando le capacità specifiche del sistema, il team ha quindi chiesto di prevedere dove si trovasse la tubulina nella cellula. La tubulina non è direttamente correlata all’actina e il programma ha eseguito peggio questo compito.

“I nostri risultati suggeriscono che l’apprendimento automatico possa essere utilizzato per prevedere con precisione la localizzazione di proteine funzionalmente correlate e descrivere le relazioni fisiche tra loro”, afferma Suetsugu.

Secondo i ricercatori, il programma potrebbe essere utilizzato per identificare rapidamente e con precisione le strutture dalle immagini cellulari e potrebbe agire come un metodo di filtraggio cellulare artificiale, che aiuterebbe a evitare le limitazioni dei metodi attuali.