기계 학습 알고리즘은 단백질의 위치를 예측할 수 있다

나라과학기술대학원대학교(NAIST)의 연구자들은 액틴과 관련된 단백질의 위치를 정확하게 예측할 수 있는 기계 학습 알고리즘을 개발했다. 이 알고리즘은 실제 액틴의 위치에 따라 단백질의 위치를 예측할 수 있다.

이 연구는 Frontiers in Cell and Developmental Biology에 발표되었다.

액틴의 중요성

액틴은 세포의 모양과 구조를 제공하는 데 중요한 역할을 하며, 세포 이동 시 라멜리포디아를 형성하는 데 참여한다. 라멜리포디아는 팬 모양의 구조로, 다양한 단백질이 액틴에 결합하여 세포를 이동시키는 데 도움을 준다.

시로 스에츠구는 이 연구의 주도자이며, 나라과학기술대학원대학교의 데이터 과학 센터에서 요시노부 사토와의 대화 중에 이 아이디어를 생각해냈다.

“인공 지능은 이전에 이미지 시퀀스에 따라 세포 이동 방향을 예측하는 데 사용되었지만, 아직 단백질 위치를 예측하는 데 사용되지 않았다”고 스에츠구는 말했다. “따라서 우리는 다른 단백질과의 관계에 따라 세포 내에서 단백질이 나타날 위치를 결정할 수 있는 기계 학습 알고리즘을 설계하려고 했다.”

AI 시스템 개발

연구자들은 액틴과 관련된 단백질의 위치를 예측할 수 있는 인공 지능 시스템을 훈련시켰다. 이를 위해 시스템에 형광 마커로 표시된 단백질이 있는 세포의 이미지를 보여주었고, 시스템이 액틴만 표시된 이미지에서 관련 단백질을 찾도록 했다.

“예측된 이미지와 실제 이미지를 비교했을 때, 상당한 정도의 유사성이 있었다”고 스에츠구는 말했다. “我们的 프로그램은 라멜리포디아 내에서 세 가지 액틴과 관련된 단백질의 위치를 정확하게 예측했으며, 이러한 단백질 중 하나의 경우, 세포 내의 다른 구조에서도 정확하게 예측했다.”

시스템의 특정 능력을 보여주기 위해, 팀은 튜불린의 위치를 예측하도록 시스템을 요청했다. 튜불린은 액틴과 직접적으로 관련되지 않으며, 프로그램은 이 작업에서 더 나쁜 성능을 보였다.

“我们的 결과는 기계 학습이 기능적으로 관련된 단백질의 위치를 정확하게 예측하고, 그들 사이의 물리적 관계를 설명하는 데 사용될 수 있음을 시사한다”고 스에츠구는 말했다.

연구자에 따르면, 이 프로그램은 세포 이미지에서 구조를 빠르고 정확하게 식별하는 데 사용될 수 있으며, 인공 세포 분리 방법으로 작용하여 현재의 방법의 한계를 피하는 데 도움을 줄 수 있다.