AI mengungkapkan biologi yang sebelumnya tidak diketahui – kita mungkin tidak tahu setengah dari apa yang ada di sel kita

Peneliti UC San Diego telah memperkenalkan Multi-Scale Integrated Cell (MuSIC), sebuah teknologi yang menggabungkan mikroskop, biokimia dan kecerdasan buatan, dan mengungkapkan komponen seluler yang sebelumnya tidak diketahui yang dapat memberikan petunjuk baru untuk perkembangan dan penyakit manusia. (Presentasi konseptual artis.) Kredit: University of California, San Diego Health Sciences

Teknologi berbasis AI mengungkapkan komponen seluler yang sebelumnya tidak diketahui yang dapat memberikan petunjuk baru untuk evolusi dan penyakit manusia.

Sebagian besar penyakit manusia dapat ditelusuri kembali ke bagian sel yang tidak berfungsi – tumor dapat tumbuh karena gen belum diterjemahkan secara akurat ke dalam protein tertentu atau penyakit metabolik muncul karena mitokondria tidak diaktifkan dengan benar, misalnya. Tetapi untuk memahami bagian mana dari sel yang dapat menyebabkan penyakit, para ilmuwan pertama-tama membutuhkan daftar lengkap bagian-bagian tersebut.

Dengan menggabungkan teknik mikroskopis, biokimia dan kecerdasan buatan, para peneliti di Fakultas Kedokteran Universitas California San Diego dan kolaboratornya telah mengambil apa yang mereka yakini sebagai lompatan besar ke depan dalam memahami sel manusia.

Teknologi yang dikenal sebagai Multi-Scale Integrated Cell (MuSIC), dijelaskan pada 24 November 2021 di sifat pemarah.

“Jika Anda membayangkan sebuah sel, Anda mungkin akan membayangkan diagram warna dalam buku biologi sel, dengan mitokondria, retikulum endoplasma, dan nukleus. Tapi apakah itu keseluruhan ceritanya? Trey Edecker, PhD, seorang profesor di University of California, San Diego Sekolah Kedokteran dan Pusat Kanker Morris, mengatakan.” Tentu saja tidak.” “Para ilmuwan telah lama menyadari bahwa ada lebih banyak hal yang tidak kita ketahui daripada yang kita ketahui, tetapi sekarang kita memiliki cara untuk melihat lebih dalam.”

Ideker memimpin penelitian bersama Emma Lundberg, Ph.D., dari KTH Royal Institute of Technology di Stockholm, Swedia dan Stanford University.

Kiri: Diagram sel buku teks konvensional menunjukkan bahwa semua bagian terlihat dan ditandai dengan jelas. (Kredit: OpenStax/Wikimedia). Kanan: Peta seluler baru yang dihasilkan oleh teknologi MuSIC mengungkapkan beberapa komponen baru. Node emas mewakili komponen seluler yang diketahui, sedangkan node ungu mewakili yang baru. Ukuran nodul mencerminkan jumlah protein yang berbeda dalam komponen ini. Kredit: Universitas California, Ilmu Kesehatan San Diego

Dalam studi percontohan, MuSIC mengungkapkan hampir 70 komponen yang ditemukan di garis sel ginjal manusia, setengahnya belum pernah terlihat sebelumnya. Dalam satu contoh, para peneliti menemukan sekelompok protein yang membentuk struktur yang tidak dikenal. Bekerja dengan rekan UCSD Jin Yu, Ph.D., mereka akhirnya menentukan bahwa strukturnya adalah kompleks protein baru yang mengikat RNA. Kompleks ini kemungkinan besar terlibat dalam penyambungan, peristiwa seluler penting yang memungkinkan translasi gen menjadi protein, dan membantu menentukan gen mana yang diaktifkan dan pada jam berapa.

Bagian dalam sel – dan banyak protein yang ada – biasanya dipelajari dengan menggunakan salah satu dari dua metode: mikroskopi atau korelasi biofisik. Dengan pencitraan, para peneliti menambahkan tag fluoresen dengan warna berbeda ke protein yang diminati dan melacak pergerakan dan asosiasinya di seluruh bidang pandang mikroskop. Untuk melihat asosiasi biofisik, peneliti mungkin menggunakan antibodi khusus untuk protein untuk menariknya keluar dari sel dan melihat apa lagi yang mengikatnya.

Tim telah tertarik untuk memetakan cara kerja sel selama bertahun-tahun. Yang membedakan dari MuSIC adalah penggunaan deep learning untuk memetakan sel langsung dari gambar mikroskop sel.

“Kombinasi teknik ini unik dan kuat karena ini adalah pertama kalinya pengukuran pada skala yang sama sekali berbeda digabungkan,” kata penulis pertama studi Yue Qin, seorang mahasiswa pascasarjana di bidang bioinformatika dan biologi sistem di lab Ideker.

Mikroskop memungkinkan para ilmuwan untuk melihat pada tingkat satu mikron, ukuran beberapa organel, seperti mitokondria. Elemen yang lebih kecil, seperti protein individu dan kompleks protein, tidak dapat dilihat melalui mikroskop. Teknik biokimia, yang dimulai dengan protein tunggal, memungkinkan para ilmuwan mencapai skala nanometer. (Satu nanometer adalah sepersejuta meter, atau 1.000 mikron.)

Tapi bagaimana Anda menjembatani kesenjangan ini dari skala nanometer ke skala mikron? “Itu selalu menjadi rintangan besar dalam ilmu biologi,” kata Edeker, yang juga pendiri University of California Cancer Cell Map Initiative dan San Diego Center for Computational Biology and Bioinformatics. “Ternyata Anda dapat melakukan ini dengan AI — melihat data dari berbagai sumber dan meminta sistem untuk menggabungkannya menjadi model sel.”

Tim melatih platform AI MuSIC untuk melihat semua data dan membuat model sel. Sistem belum memetakan isi sel ke lokasi tertentu, seperti garis besar buku teks, sebagian karena lokasinya belum tentu tetap. Alih-alih, lokasi komponen bersifat cair dan berubah menurut jenis dan situasi sel.

Edecker mencatat bahwa ini adalah studi percontohan dari tes MuSIC. Mereka hanya melihat 661 protein dan satu jenis sel.

“Langkah berikutnya yang jelas adalah mengembangkan seluruh sel manusia, dan kemudian pindah ke berbagai jenis sel, manusia, dan spesies,” kata Edecker. “Pada akhirnya, kita mungkin dapat lebih memahami dasar molekuler dari banyak penyakit dengan membandingkan apa itu berbeda antara sel sehat dan sel sakit.”

Referensi: “Peta multiskala struktur sel yang menggabungkan gambar protein dan interaksi” oleh Yu Chen, Edward L. Hotlin, Casper F. Winsens, Maya L. Guztaila, Ludivine Wachul, Marcus R. Kelly, Stephen M. Blue, Van Zing, Michael Chen, Leah F. Shaffer, Catherine Lecon, Anna Backstrom, Laura Pontano Weitz, John J. Lee, Wei Ouyang, Sophie N. Liu, Tian Zhang, Erica Silva, Jisoo Park, Adriana Petty, Jason F. Kreisberg, Stephen B Gigi, Jianzo Ma, J. Wade Harper , Jane W.U., Dennis LJ Lafontaine, Emma Lundberg and Trey Edecker, 24 November 2021, sifat pemarah.
DOI: 10.1038 / s41586-021-04115-9

Rekan penulis adalah: Maya L. Guztaila, Marcus R. Kelly, Stephen M. Adriana Pitea, Jason F. Kreisberg, UC San Diego; Edward L. Hotlin, Laura Pontano Weitz, Tian Zhang, Stephen B. Gigi, J. Wade Harper, Sekolah Kedokteran Harvard; Casper F. Winsnes, Anna Bäckström, Wei Ouyang, Institut Teknologi Kerajaan KTH; Ludivine Wacheul, Denis LJ Lafontaine, Université Libre de Bruxelles; dan Jianzhou Ma, Universitas Peking.

Pendanaan untuk penelitian ini sebagian berasal dari National Institutes of Health (Grants U54CA209891, U01MH115747, F99CA264422, P41GM103504, R01HG009979, U24HG006673, U41HG009889, R01HL137223, R01HG004659 Erutling, R50CA Swedish Wall2702, Foundation Research Council, 20162702 R50CA) , Universitas Bebas Belgia di Brussel, Program Bersama Eropa untuk Penyakit Langka, Région Wallonne, Internationale Brachet Stiftung dan Prosedur BIAYA Epitran (hibah CA16120).

Pengungkapan: Trey Ideker adalah Co-Founder, di Dewan Penasihat Ilmiah dan memiliki saham di Data4Cure, Inc. Jin Yu adalah salah satu pendiri dan anggota dewan Dewan Penasihat Ilmiah, pemegang saham, dan penasihat berbayar untuk Locanabio dan Eclipse BioInnovations. Yu juga seorang profesor tamu di Universitas Nasional Singapura. Persyaratan pengaturan ini telah ditinjau dan disetujui oleh University of California San Diego sesuai dengan kebijakan konflik kepentingannya. Emma Lundberg adalah anggota Dewan Penasihat Ilmiah dalam Biologi dan Pemetaan, Nautilus Biotechnology, dan Interline Therapeutics dan memiliki minat yang sama. J. Wade Harper adalah salah satu pendiri Dewan Penasihat Ilmiah dan memiliki saham di Caraway Therapeutics. Harper juga merupakan penasihat ilmiah pendiri untuk Terapi Interdisipliner.