Новый метод искусственного интеллекта показывает, что мы не знаем и половины того, что находится в наших клетках

Большинство заболеваний человека можно отследить по неправильному функционированию части клетки — например, опухоль может расти из-за того, что ген не был точно переведен в определенный белок или метаболическое заболевание возникает из-за неправильной работы митохондрий. Но чтобы понять, какие части клетки могут выйти из строя при заболевании, ученым сначала нужно иметь полный список частей.

Объединив микроскопию, методы биохимии и искусственный интеллект, исследователи из Медицинской школы Калифорнийского университета в Сан-Диего и их соавторы сделали, по их мнению, значительный скачок вперед в понимании человеческих клеток.

Методика, известная как Multi-Scale Integrated Cell (MuSIC), описана 24 ноября 2021 года в журнале Nature.

Слева: Классические клеточные диаграммы учебников предполагают, что все части четко видны и определены. Справа: Новая карта клетки, созданная с помощью технологии MuSIC, выявляет множество новых компонентов. Золотые узлы представляют известные компоненты клетки, фиолетовые узлы — новые компоненты. Размер узла отражает количество отдельных белков в этом компоненте.

"Если вы представляете себе клетку, вы, вероятно, рисуете красочную схему из учебника по клеточной биологии с митохондриями, эндоплазматическим ретикулумом и ядром. Но вся ли это история? Определенно нет", — говорит Трей Идекер, доктор философии, профессор Медицинской школы Калифорнийского университета в Сан-Диего и Онкологического центра Мурса. 

"Ученые давно поняли, что мы не знаем больше, чем знаем, но теперь у нас наконец-то есть возможность заглянуть глубже".

Идекер возглавил исследование вместе с Эммой Лундберг, доктором философии, из Королевского технологического института KTH в Стокгольме, Швеция, и Стэнфордского университета.

В ходе экспериментального исследования MuSIC выявил около 70 компонентов, содержащихся в линии клеток почек человека, половина из которых ранее не встречалась. В одном из примеров исследователи заметили группу белков, образующих незнакомую структуру. 

В сотрудничестве с коллегой из Университета Сан-Диего Джином Йео, доктором философии, они определили, что эта структура представляет собой новый комплекс белков, связывающих РНК. Этот комплекс, вероятно, участвует в сплайсинге — важном клеточном событии, которое обеспечивает перевод генов в белки и помогает определить, какие гены активируются в определенное время.

Внутреннее строение клеток и множество белков, находящихся в них, обычно изучается с помощью одного из двух методов: визуализации под микроскопом или биофизической ассоциации. При визуализации исследователи добавляют к интересующим их белкам флуоресцентные метки различных цветов и отслеживают их перемещение и ассоциации в поле зрения микроскопа. Для изучения биофизических ассоциаций исследователи могут использовать антитело, специфичное для белка, чтобы извлечь его из клетки и посмотреть, что еще к нему прикреплено.

Команда была заинтересована в картировании внутренней работы клеток в течение многих лет. Отличием MuSIC является использование глубокого обучения для составления карты клетки непосредственно на основе изображений клеточной микроскопии.

"Сочетание этих технологий уникально и эффективно, поскольку впервые удалось объединить измерения в совершенно разных масштабах", — говорит первый автор исследования Юэ Цинь, аспирант кафедры биоинформатики и системной биологии в лаборатории Идекера.

Микроскопы позволяют ученым видеть вплоть до уровня одного микрона, что примерно соответствует размеру некоторых органелл, таких как митохондрии. Более мелкие элементы, такие как отдельные белки и белковые комплексы, не видны в микроскоп. Методы биохимии, которые начинаются с одного белка, позволяют ученым дойти до нанометрового масштаба.

"Но как преодолеть этот разрыв от нанометрового до микронного масштаба? Это долгое время было большим препятствием в биологических науках", — говорит Идекер, который также является основателем Инициативы по созданию карты раковых клеток Калифорнийского университета и Центра вычислительной биологии и биоинформатики Калифорнийского университета в Сан-Диего. 

"Оказывается, это можно сделать с помощью искусственного интеллекта — изучить данные из нескольких источников и попросить систему собрать их в модель клетки".

Команда обучила платформу искусственного интеллекта MuSIC рассматривать все данные и строить модель клетки. Система пока не привязывает содержимое клетки к конкретным местам, как на схеме в учебнике, отчасти потому, что их расположение не обязательно фиксировано. Напротив, расположение компонентов подвижно и меняется в зависимости от типа клетки и ситуации.

Идекер отметил, что это было пилотное исследование для проверки MuSIC. Они рассмотрели только 661 белок и один тип клеток.

"Очевидно, что следующим шагом будет исследование всей человеческой клетки, — сказал Идекер, — а затем переход к различным типам клеток, людям и видам. В конечном итоге мы сможем лучше понять молекулярную основу многих заболеваний, сравнивая различия между здоровыми и больными клетками".