マシンラーニングアルゴリズムがタンパク質の位置を予測できる

奈良先端科学技術大学院大学（NAIST）の研究者は、アクチンに関連するタンパク質の位置を正確に予測できるマシンラーニングアルゴリズムを開発しました。アクチンは細胞の骨格の重要な部分です。アルゴリズムは、アクチンの実際の位置に基づいてタンパク質の位置を予測できます。

この研究は、Frontiers in Cell and Developmental Biologyに掲載されました。

アクチンの重要性

アクチンは細胞の形と構造を提供する上で重要な役割を果たしており、細胞移動時のラメリポディア形成にも関与しています。ラメリポディアは、細胞が「歩く」ことを可能にする扇形構造であり、アクチンに結合するさまざまなタンパク質を含みます。

研究の第一著者は末續滋郎で、NAISTのデータサイエンスセンターでの佐藤嘉信との会話の中でこのアイデアを思いつきました。

「これまで、人工知能は細胞の移動方向を画像のシーケンスに基づいて予測するために使用されてきましたが、タンパク質の局在化を予測するために使用されたことはありません」と末續は述べています。 「したがって、私たちは、アクチンとの関係に基づいてタンパク質が細胞内でどこに出現するかを決定できるマシンラーニングアルゴリズムを設計しようとしました。」

AIシステムの開発

研究者は、アクチン関連タンパク質が細胞内でどこにあるかを予測するために、人工知能（AI）システムをトレーニングしました。彼らは、タンパク質が蛍光マーカーでラベル付けされた細胞の画像を見せ、システムにそれらの位置を示しました。次に、アクチンだけがラベル付けされた画像をシステムに与え、関連タンパク質の位置を予測するように求めました。

「予測された画像と実際の画像を比較すると、相当程度の類似性が見られた」と末續は述べています。 「私たちのプログラムは、ラメリポディア内の3つのアクチン関連タンパク質の局在化を正確に予測しました。また、1つのタンパク質については、細胞内の他の構造物でも予測しました。」

システムの特定の能力を示すために、研究チームは、チューブリンが細胞内でどこにあるかを予測するように求めました。チューブリンはアクチンとは直接関係がないため、プログラムはこのタスクでより悪い結果を示しました。

「私たちの研究結果は、マシンラーニングが機能的に関連するタンパク質の位置を正確に予測し、それらの物理的な関係を記述するために使用できることを示唆しています」と末續は述べています。

研究者によると、このプログラムは細胞画像から構造を迅速かつ正確に識別するために使用でき、アクチン関連タンパク質の局在化を予測するための人工細胞ストレーニング法として機能し、現在の方法の限界を回避するのに役立ちます。