Algoritmo de Aprendizado de Máquina Pode Prever Onde as Proteínas Vão

Pesquisadores do Instituto de Ciência e Tecnologia de Nara (NAIST) desenvolveram um algoritmo de aprendizado de máquina que pode prever com precisão a localização de proteínas relacionadas à actina, que é uma parte crucial do esqueleto celular. O algoritmo pode prever a localização das proteínas com base na localização real da actina.

O estudo foi publicado em Frontiers in Cell and Developmental Biology.

A Importância da Actina

A actina é fundamental para fornecer forma e estrutura às células e desempenha um papel na formação de lamelipódias durante o movimento celular. As lamelipódias são estruturas em forma de leque que permitem que as células “caminhem” para a frente, e elas contêm várias proteínas que se ligam à actina para manter as células em movimento.

Shiro Suetsugu é o autor principal do estudo e teve a ideia durante uma conversa com Yoshinobu Sato no Centro de Ciência de Dados do NAIST.

“Embora a inteligência artificial tenha sido usada anteriormente para prever a direção da migração celular com base em uma sequência de imagens, até agora não foi usada para prever a localização de proteínas”, diz Suetsugu. “Portanto, buscamos projetar um algoritmo de aprendizado de máquina que possa determinar onde as proteínas aparecerão na célula com base em sua relação com outras proteínas.”

Desenvolvendo o Sistema de IA

Os pesquisadores treinaram um sistema de inteligência artificial (IA) para prever onde as proteínas associadas à actina estariam na célula. Eles fizeram isso mostrando ao sistema imagens de células com as proteínas marcadas com marcadores fluorescentes, que indicavam ao sistema onde elas estavam localizadas. O sistema foi então alimentado com imagens em que apenas a actina estava marcada, e ele foi solicitado a localizar as proteínas associadas.

“Quando comparamos as imagens previstas com as imagens reais, houve um grau considerável de semelhança”, diz Suetsugu. “Nosso programa previu com precisão a localização de três proteínas associadas à actina dentro das lamelipódias; e, no caso de uma dessas proteínas, em outras estruturas dentro da célula.”

Demonstrando as habilidades específicas do sistema, a equipe então solicitou que ele previesse onde a tubulina estava na célula. A tubulina não está diretamente relacionada à actina, e o programa performou pior nessa tarefa.

“Nossas descobertas sugerem que o aprendizado de máquina pode ser usado para prever com precisão a localização de proteínas funcionalmente relacionadas e descrever as relações físicas entre elas”, diz Suetsugu.

De acordo com os pesquisadores, o programa pode ser usado para identificar rapidamente e com precisão as estruturas a partir de imagens de células, e pode atuar como um método artificial de estiramento celular, o que ajudaria a evitar as limitações dos métodos atuais.