Makine Öğrenimi Algoritması Proteinlerin Nereye Gideceğini Öngörebilir

Nara Bilim ve Teknoloji Enstitüsü (NAIST) araştırmacıları, aktin ile ilgili proteinlerin konumunu doğru bir şekilde öngörebilen bir makine öğrenimi algoritması geliştirdiler. Algoritma, proteinlerin konumunu aktin’in gerçek konumuna dayanarak öngörebiliyor.

Çalışma Frontiers in Cell and Developmental Biology dergisinde yayımlandı.

Aktinin Önemi

Aktin, hücrelere şekil ve yapı kazandırmak için önemlidir ve hücre hareketi sırasında lamellipodia oluşumunda rol oynar. Lamellipodia, hücrelerin “yürümesini” sağlayan fan şeklinde yapılar içerir ve bunlar, hücrelerin hareketini sağlamak için aktine bağlanan çeşitli proteinleri içerir.

Çalışmanın baş yazarı Shiro Suetsugu, NAIST’deki Veri Bilim Merkezi’nde Yoshinobu Sato ile yaptığı bir konuşma sırasında bu fikri ortaya attı.

“Önceki çalışmalar, yapay zeka kullanarak hücre göçünün yönünü bir dizi görüntüye dayanarak öngörmüştür, ancak şimdiye kadar protein lokalizasyonunu öngörmek için kullanılmamıştır” diyor Suetsugu. “Bu nedenle, proteinlerin diğer proteinlerle ilişkisine dayanarak hücredeki nereye gideceklerini belirleyebilecek bir makine öğrenimi algoritması tasarlamak istedik.”

AI Sistemini Geliştirme

Araştırmacılar, aktin ile ilişkili proteinlerin hücredeki konumunu öngörebilen bir yapay zeka (AI) sistemini eğittiler. Bunu, proteinleri floresan işaretleyiciler ile işaretlenmiş hücre resimleri göstererek yaptılar, bu da sistem için proteinlerin nerede olduklarını belirledi. Sistem daha sonra yalnızca aktin’in işaretlendiği resimler verildi ve ilişkili proteinlerin konumunu belirlemesi istendi.

“Öngördüğümüz resimleri gerçek resimlerle karşılaştırdığımızda, önemli bir benzerlik gördük” diyor Suetsugu. “Programımız, lamellipodia içindeki üç aktin ile ilişkili proteinin lokalizasyonunu doğru bir şekilde öngördü ve bu proteinlerden birinin diğer hücre yapılarında da doğru bir şekilde öngördü.”

Sistemin özel yeteneklerini göstermek için, ekip daha sonra tubulin’in hücredeki konumunu öngörmesini istedi. Tubulin, aktin ile doğrudan ilişkili değildir ve program bu görevi daha az başarılı bir şekilde gerçekleştirdi.

“Buluntularımız, makine öğreniminin fonksiyonel olarak ilgili proteinlerin lokalizasyonunu doğru bir şekilde öngörmek için kullanılabileceğini gösteriyor” diyor Suetsugu.

Araştırmacılara göre, program hücre görüntülerinden yapıları hızlı ve doğru bir şekilde tanımlamak için kullanılabilir ve yapay hücre süzme yöntemi olarak davranabilir, bu da mevcut yöntemlerin sınırlamalarını aşmaya yardımcı olabilir.