La IA sabe a dónde van tus proteínas

0


El software de reconocimiento facial se puede utilizar para localizar un rostro entre una multitud; pero ¿y si también pudiera predecir dónde estaba alguien más en la misma multitud? Si bien esto puede parecer ciencia ficción, los investigadores japoneses ahora han demostrado que la inteligencia artificial puede lograr algo muy similar a nivel celular.

En un estudio publicado en Fronteras en biología celular y del desarrollo, investigadores del Instituto de Ciencia y Tecnología de Nara (NAIST) revelaron que un programa de aprendizaje automático puede predecir con precisión la ubicación de las proteínas relacionadas con la actina, una parte importante del esqueleto celular, basándose en la ubicación de la actina en sí.

La actina juega un papel clave en dar forma y estructura a las células y durante el movimiento celular ayuda a formar lamelípodos, que son estructuras en forma de abanico que las células utilizan para «caminar» hacia adelante. Los lamelípodos también contienen una serie de otras proteínas que se unen a la actina para ayudar a mantener la estructura en forma de abanico y mantener las células en movimiento.

«Si bien la inteligencia artificial se ha utilizado anteriormente para predecir la dirección de la migración celular en función de una secuencia de imágenes, hasta ahora no se ha utilizado para predecir la localización de proteínas», dice el autor principal del estudio, Shiro Suetsugu. Esta idea surgió durante las discusiones con Yoshinobu Sato en el Centro de Ciencia de Datos NAIST. «Por lo tanto, buscamos diseñar un algoritmo de aprendizaje automático que pueda determinar dónde aparecerán las proteínas en la célula en función de su relación con otras proteínas».

Para hacer esto, los investigadores entrenaron un sistema de inteligencia artificial para predecir dónde estarían las proteínas asociadas a la actina en la célula, mostrando sus imágenes de células donde las proteínas estaban marcadas con marcadores fluorescentes para mostrar dónde están. Luego, proporcionaron al programa imágenes en las que solo estaba etiquetada la actina y le pidieron que les dijera dónde estaban las proteínas asociadas.

“Cuando comparamos las imágenes esperadas con las imágenes reales, hubo un grado notable de similitud”, dice Suetsugu. «Nuestro programa predijo con precisión la localización de tres proteínas asociadas a actina dentro de los lamelípodos y, en el caso de una de estas proteínas, en otras estructuras dentro de la célula».

Por otro lado, cuando los investigadores le pidieron al programa que prediga dónde estaría la tubulina, que no está directamente relacionada con la actina, en la célula, el programa no funcionó tan bien.

«Nuestros resultados sugieren que el aprendizaje automático se puede utilizar para predecir con precisión la ubicación de proteínas relacionadas funcionalmente y describir las relaciones físicas entre ellas», dice Suetsugu.

Dado que los lamelípodos no siempre son fáciles de detectar para los no expertos, el programa desarrollado en este estudio podría usarse para identificar de manera rápida y precisa estas estructuras a partir de imágenes celulares en el futuro. Además, este enfoque podría usarse potencialmente como una especie de método de tinción de células artificiales para evitar las limitaciones de los métodos de tinción de células actuales.

Fuente de la historia:

Materiales proporcionados por Instituto de Ciencia y Tecnología de Nara. Nota: El contenido se puede cambiar por estilo y longitud.

También podría gustarte
Deja una respuesta

Su dirección de correo electrónico no será publicada.

This website uses cookies to improve your experience. We'll assume you're ok with this, but you can opt-out if you wish. Accept Read More