Forsker bruker naturlig språkbehandling til å forstå proteintransformasjon

Forskere fra University of Maryland har nylig brukt naturlig språkbehandling og maskinlæringsalgoritmer for å få innsikt i hvordan proteinmolekyler skifter fra en form til en annen form. Den nylige artikkelen, som er publisert i tidsskriftet Nature Communications, er første gang en AI-algoritme er brukt til å studere dynamikken av biomolekylære systemer med hensyn til proteintransformasjon.

Proteinmolekyler kan ta på seg ulike former, men mekanismene som utløser en protein til å skifte fra en form til en annen er fortsatt noe mystiske. Funksjonen til en proteinmolekyl er definert av dens form, og å få en bedre forståelse av mekanismene som påvirker formen/strukturen til en protein kan enable forskere til å designe målrettede legemidler og bestemme årsaken til sykdommer.

Biologiske molekyler er ikke stasjonære, de er konstant i bevegelse som svar på hendelser i deres omgivelse. Miljømessige press kan gjøre molekyler skifte til ulike former, ofte ganske plutselig. En molekyl kan plutselig foldes ut til en helt annen struktur, i en prosess som er svært lik utrulling av en fjær. Ulike deler av molekylet foldes ut og inn, og forskerne studerte de mellomliggende stadiene mellom de ulike molekylformene.

Ifølge Phys.org var Pratyush Tiwary hovedforfatter av artikkelen og er en assistentprofessor ved Maryland’s Department of Chemistry and Biochemistry og Institute for Physical Science and Technology. Ifølge Tiwary kan naturlig språkbehandling brukes til å modellere hvordan molekyler transformerer og tilpasser seg. Tiwary merker at molekyler har et visst “språk” som de snakker, med bevegelsene som molekyler gjør kan oversettes til et abstrakt språk. Når denne prosessen med å kartlegge molekylbevegelse til språkmønster utføres, kan naturlig språkbehandlingsteknikker og AI-algoritmer brukes til å “generere biologisk sanne historier av de resulterende abstrakte ordene”.

Når en molekyl skifter fra en form til en annen form, skjer overgangen ekstremt raskt. Overgangen kan bare ta så lenge som en trilliondel av et sekund. Den ekstreme hastigheten på overgangen gjør det vanskelig for forskere å bestemme hvilke parametre som påvirker utviklingsprosessen ved hjelp av metoder som spektroskopi eller selv kraftige mikroskoper. For å bestemme hvilke parametre som påvirker utviklingen av proteiner, lagde Tiwary og resten av forskningsteamet fysikkmodeller som simulerte proteiner. Komplekse statistiske modeller ble brukt til å lage proteinsimuleringer som emulerte formen, banen og bevegelsen til molekylene. Modellene ble deretter gitt til en maskinlæringsalgoritme basert på naturlig språkbehandlingsteknikker.

De naturlige språkbehandlingsmodellene som ble brukt til å trene maskinlæringsystemet var svært lik de algoritmene som brukes i predikativ tekstsystemer som Gmail. De simulerte proteinene ble behandlet som et språk hvor molekylbevegelsene ble oversatt til “bokstaver”. Bokstavene ble deretter koblet sammen til å danne ord og setninger. Maskinlæringsalgoritmene kunne lære de grammatikalske og syntaktiske reglene bak proteinstrukturen, og bestemme hvilke former/bevegelse fulgte andre former/bevegelse. Algoritmene kunne deretter brukes til å forutsi hvordan bestemte proteiner ville utvikle seg og hvilke former de ville ta.

Forskerne brukte en lang korttidshukommelse (LSTM) nettverk for å analysere proteinbaserte setninger. Forskingsteamet holdt også øye med matematikken som nettverket var basert på, og overvåket parameterne mens nettverket lærte dynamikken til molekyltransformasjon. Ifølge resultater fra studien, brukte nettverket logikk som var svært lik et statisk fysisk konsept kjent som banentropi. Hvis dette funn holder, kan det potensielt føre til forbedringer i LSTM-nettverk. Tiwary forklarte at oppdagelsen fjerner litt av den svarte boksen til en LSTM, og lar forskere bedre forstå hvilke parametre som kan justeres for optimal ytelse.

Som en testfall for deres algoritme, analyserte forskerne en biomolekyl kalt riboswitch. Riboswitch hadde allerede blitt analysert ved hjelp av spektroskopi, og når riboswitch ble analysert med maskinlæringsystemet, matchet de predikerte riboswitch-formene de som var funnet ved spektroskopi.

Tiwary håper at deres funn vil la forskere utvikle målrettede legemidler som har færre bivirkninger. Som Tiwary forklarte via Phys.org:

“Du ønsker å ha potente legemidler som binder svært sterkt, men bare til det du ønsker dem å binde til. Vi kan oppnå dette hvis vi kan forstå de ulike formene som en gitt biomolekyl av interesse kan ta, fordi vi kan lage legemidler som binder bare til en av disse spesifikke formene på riktig tid og bare så lenge vi ønsker.”