I ricercatori utilizzano l’IA per ottenere una comprensione più approfondita della crescita cellulare

Un team di scienziati dell’Istituto di scienza industriale dell’Università di Tokyo ha progettato un nuovo algoritmo di apprendimento automatico in grado di prevedere le dimensioni di una cellula individuale mentre cresce e si divide.

La rete neurale artificiale del team consente a un computer di effettuare previsioni più accurate rispetto ai metodi che si basano solo sulle ipotesi comuni in biologia. Secondo il team, i nuovi sviluppi potrebbero aiutare a far avanzare il campo della biologia quantitativa e migliorare la produzione industriale di farmaci.

Il campo della biologia

Il campo della biologia, come tutte le scienze naturali, si basa su modelli matematici che fanno previsioni sul futuro in base ai dati. Poiché i sistemi viventi e le forme di vita biologica sono estremamente complessi, queste equazioni non possono sempre essere completamente affidabili. Spesso si basano su ipotesi semplificatrici, che non riflettono necessariamente i veri processi biologici.

Per questo, il team di ricercatori ha fatto ricorso al nuovo algoritmo di apprendimento automatico, che può utilizzare le dimensioni misurate di singole cellule nel tempo per prevedere le loro dimensioni future. Uno dei principali vantaggi del sistema informatico è che riconosce automaticamente i modelli nei dati, il che significa che non è limitato come altri metodi convenzionali.

Atsushi Kamimura è l’autore principale della relazione di ricerca.

“In biologia, spesso vengono utilizzati modelli semplici in base alla loro capacità di riprodurre i dati misurati”, afferma Kamimura. “Tuttavia, i modelli potrebbero non riuscire a catturare ciò che sta realmente accadendo a causa delle preconcezioni umane”.

Raccolta dei dati

Lo studio si è basato su dati raccolti da un batterio Escherichia coli o da una cellula di lievito Schizosaccharomyces pombe, che è stata tenuta in un canale microfluidico con temperature variabili.

Si è scoperto che la dimensione della trama appariva come un “dente di sega” poiché la crescita esponenziale era interrotta da eventi di divisione. Tradizionalmente, i biologi umani si basano su un modello “sizer”, che si basa sulla dimensione assoluta della cellula, o su un modello “adder”, che si basa sull’aumento di dimensione dalla nascita. Utilizzano questi modelli per prevedere quando si verificheranno le divisioni.

Mentre il programma informatico ha dimostrato che il principio “adder” è efficace, ha scoperto che fa parte di un sistema più ampio e complesso di reazioni biochimiche e segnalazione.

Tetsuya Kobayashi è l’autore senior della relazione.

“La nostra rete neurale di apprendimento profondo può separare efficacemente i fattori deterministici dipendenti dalla storia dal rumore nei dati forniti”, afferma Kobayashi.

Il team afferma che questo metodo potrebbe essere utilizzato in altre aree della biologia, non solo per prevedere le dimensioni delle cellule. La scienza della vita dipenderà sempre più dall’intelligenza artificiale piuttosto che dai modelli umani, e l’IA sarà in grado di scoprire nuovi e efficienti modi per controllare i microrganismi, il che avrà un grande impatto su come fermentiamo i prodotti e produciamo farmaci.