Makine Öğrenimi Algoritması Proteinlerin Nereye Gideceğini Tahmin Edebilir

Nara Bilim ve Teknoloji Enstitüsü'ndeki (NAIST) araştırmacılar, hücresel iskeletin önemli bir parçası olan aktin ile ilgili proteinlerin konumunu doğru bir şekilde tahmin edebilen bir makine öğrenme algoritması geliştirdi. Algoritma, aktin'in gerçek konumuna bağlı olarak proteinlerin konumunu tahmin edebilir. 

Çalışma yayımlandı Hücre ve Gelişim Biyolojisinde Sınırlar. 

Actin'in Önemi

Aktin, hücrelere şekil ve yapı sağlamanın anahtarıdır ve hücre hareketi sırasında lamellipodia oluşumunda rol oynar. Lamellipodia, hücrelerin ileri doğru "yürümesini" sağlayan yelpaze şeklindeki yapılardır ve hücrelerin hareket etmesini sağlamak için aktine bağlanan çeşitli proteinler içerirler.

Çalışmanın baş yazarı Shiro Suetsugu, bu fikri NAIST'teki Veri Bilimi Merkezinde Yoshinobu Sato ile yaptığı bir konuşma sırasında ortaya attı. 

Suetsugu, "Yapay zeka daha önce bir dizi görüntüye dayalı olarak hücre göçünün yönünü tahmin etmek için kullanılmış olsa da, şu ana kadar protein lokalizasyonunu tahmin etmek için kullanılmadı" diyor. "Bu nedenle, proteinlerin diğer proteinlerle olan ilişkilerine dayanarak hücrede nerede görüneceğini belirleyebilen bir makine öğrenimi algoritması tasarlamaya çalıştık."

AI Sistemini Geliştirme

Araştırmacılar, aktin ile ilişkili proteinlerin hücrede nerede olacağını tahmin etmek için bir yapay zeka (AI) sistemi eğitti. Bunu, bulundukları sisteme işaret eden flüoresan işaretleyicilerle etiketlenmiş proteinlere sahip hücrelerin AI resimlerini göstererek yaptılar. Sistem daha sonra sadece aktinin etiketlendiği resimlerle beslendi ve ondan ilişkili proteinleri bulması istendi.

Suetsugu, "Tahmini görüntüleri gerçek görüntülerle karşılaştırdığımızda, önemli derecede benzerlik olduğunu gördük" diyor. "Programımız, lamellipodia içindeki üç aktin ile ilişkili proteinin lokalizasyonunu doğru bir şekilde tahmin etti; ve bu proteinlerden biri söz konusu olduğunda, hücre içindeki diğer yapılarda.

Ekip, sistemin özel yeteneklerini göstererek, ondan tübülinin hücrenin neresinde olduğunu tahmin etmesini istedi. Tubulin doğrudan aktin ile ilgili değildir ve program bu görevde daha kötü performans göstermiştir.

Suetsugu, "Bulgularımız, makine öğreniminin işlevsel olarak ilgili proteinlerin yerini doğru bir şekilde tahmin etmek ve aralarındaki fiziksel ilişkileri tanımlamak için kullanılabileceğini gösteriyor" diyor.

Araştırmacılara göre program, hücre görüntülerinden yapıları hızlı ve doğru bir şekilde tanımlamak için kullanılabilir ve mevcut yöntemlerin sınırlamalarından kaçınmaya yardımcı olacak yapay bir hücre süzme yöntemi olarak işlev görebilir.