Badacze wykorzystują algorytmy przetwarzania języka naturalnego do zrozumienia transformacji białek

Naukowcy z Uniwersytetu w Maryland niedawno zastosowali techniki przetwarzania języka naturalnego oraz algorytmy uczenia maszynowego, aby uzyskać wgląd w to, jak cząsteczki białka zmieniają swój kształt z jednej postaci na inną. Ostatni artykuł, opublikowany w czasopiśmie Nature Communications, jest pierwszym przypadkiem, w którym algorytm sztucznej inteligencji został wykorzystany do badania dynamiki systemów biomolekularnych w odniesieniu do transformacji białek.

Cząsteczki białka mogą przyjmować różne formy, ale mechanizmy, które powodują, że białko zmienia swoją postać z jednej na inną, nadal są do pewnego stopnia tajemnicze. Funkcja cząsteczki białka jest określona przez jej kształt, a lepsze zrozumienie mechanizmów, które wpływają na kształt i strukturę białka, mogłoby umożliwić naukowcom opracowanie ukierunkowanych terapii i określenie przyczyn chorób.

Cząsteczki biologiczne nie są stacjonarne, ciągle poruszają się w odpowiedzi na zdarzenia w ich środowisku. Presja środowiskowa może powodować, że cząsteczki zmieniają swoją postać, często bardzo nagle. Cząsteczka może nagle zmienić swoją strukturę, w procesie bardzo podobnym do rozwinącia sprężyny. Różne części cząsteczki rozwiną się i zwiną, a naukowcy badali pośrednie stadia pomiędzy różnymi postaciami molekularnymi.

Według Phys.org, Pratyush Tiwary był głównym autorem artykułu i jest asystentem profesora na Wydziale Chemii i Biochemii oraz w Instytucie Nauk Fizycznych i Technologii na Uniwersytecie w Maryland. Według Tiwary, przetwarzanie języka naturalnego może być wykorzystane do modelowania, jak cząsteczki zmieniają się i adaptują. Tiwary zauważa, że cząsteczki mają pewien “język”, którym się posługują, a ruchy, które wykonują cząsteczki, mogą być przetłumaczone na język abstrakcyjny. Kiedy ten proces mapowania ruchu cząsteczki na wzorce językowe jest przeprowadzony, techniki przetwarzania języka naturalnego oraz algorytmy sztucznej inteligencji mogą być wykorzystane do “wygenerowania biologicznie prawdziwych historii z wynikających abstrakcyjnych słów”.

Kiedy cząsteczka przechodzi z jednej postaci w inną, przejście następuje bardzo szybko. Przejście może trwać tylko ułamek sekundy. Ogromna szybkość przejścia sprawia, że naukowcom trudno określić, które parametry wpływają na proces rozwinącia się cząsteczki za pomocą metod takich jak spektroskopia lub nawet mikroskopy o wysokiej mocy. Aby określić, które parametry wpływają na rozwinącie się białek, Tiwary i reszta zespołu badawczego stworzyli modele fizyczne, które symulowały białka. Złożone modele statystyczne zostały wykorzystane do stworzenia symulacji białek, które naśladowały kształt, trajektorię i ruch cząsteczek. Następnie modele zostały podane algorytmowi uczenia maszynowego opartemu na metodach przetwarzania języka naturalnego.

Modele przetwarzania języka naturalnego wykorzystane do szkolenia systemu uczenia maszynowego były bardzo podobne do algorytmów wykorzystywanych w systemach przewidywania tekstu, takich jak te, które są wykorzystywane w Gmailu. Symulowane białka były traktowane jako język, w którym ruchy cząsteczek były przetłumaczone na “litery”. Litery były następnie połączone, aby utworzyć słowa i zdania. Algorytmy uczenia maszynowego mogły nauczyć się gramatycznych i składniowych reguł, które leżą u podstaw struktury białek, określając, które kształty/ruchy następują po innych kształtach/ruchach. Algorytmy mogły być następnie wykorzystane do przewidywania, jak pewne białka będą się rozwinąć i jakie kształty przyjmą.

Badacze wykorzystali sieć pamięci krótkotrwałej i długotrwałej (LSTM), aby przeanalizować zdania oparte na białkach. Zespół badawczy również śledził matematykę, na której oparty był sieć, monitorując parametry, gdy sieć uczyła się dynamiki transformacji molekularnej. Według wyników badania, sieć wykorzystywała logikę podobną do statystycznego pojęcia fizyki, znanego jako entropia ścieżki. Jeśli to odkrycie się potwierdzi, mogłoby potencjalnie doprowadzić do ulepszeń w sieciach LSTM. Tiwary wyjaśnił, że odkrycie to odsłania niektóre z tajemnic “czarnej skrzynki” sieci LSTM, pozwalając badaczom lepiej zrozumieć, które parametry można dostosować do optymalnej wydajności.

W celu przetestowania swojego algorytmu, badacze przeanalizowali biomolekułę zwaną ryboswitch. Ryboswitch została już przeanalizowana za pomocą spektroskopii, a gdy ryboswitch została przeanalizowana za pomocą systemu uczenia maszynowego, przewidywane postacie ryboswitch pasowały do tych odkrytych za pomocą spektroskopii.

Tiwary ma nadzieję, że ich odkrycia pozwolą badaczom na opracowanie ukierunkowanych leków, które mają mniej skutków ubocznych. Jak Tiwary wyjaśnił za pomocą Phys.org:

“Chcesz mieć silne leki, które łączą się bardzo silnie, ale tylko z tym, do czego chcesz, aby się łączyły. Możemy to osiągnąć, jeśli możemy zrozumieć różne postacie, które dana biomolekuła może przyjąć, ponieważ możemy stworzyć leki, które łączą się tylko z jedną z tych konkretnych postaci w odpowiednim czasie i tylko przez tak długo, jak chcemy.”