Komentár
Netradičný pohľad na stav našej krajiny očami mladého výskumníka, ktorého vojna na Blízkom východe prinútila vrátiť sa do vlasti.
Umelá inteligencia v biológii Keď nedokážeme molekuly vidieť, pomôže neurónová sieť
Vedci dokázali spojiť výhody mikroskopie a sekvenovania v novej metóde založenej na neurónových sieťach.
Vypočuť článok
Umelá inteligencia v biológii / Keď nedokážeme molekuly vidieť, pomôže neurónová sieť
Najčítanejšie
Deň
Týždeň
V ostatnom desaťročí skokovo pokročili metódy sekvenovania DNA a RNA.
Vďaka technologickým výdobytkom je sekvenovanie čoraz lacnejšie a je možné skúmať DNA nielen jednotlivca, ale aj jeho jednotlivých buniek.
Ba dokonca je možné sekvenovať nielen DNA, čo je akýsi bunkový hardvér, ale aj RNA, ktorá nám hovorí o tom, ktoré gény sú zapnuté. A zistiť, ktoré „programy“ v ktorých bunkách bežia.
V súčasnosti tak už nie sú výnimkou štúdie mapujúce génovú expresiu v státisícoch, ba dokonca miliónoch jednotlivých buniek, čo v biologickom výskume spôsobilo doslova dátovú revolúciu.
Všetky sekvenačné metódy však majú jednu zásadnú nevýhodu ‒ aby sme zistili, čo je v bunkách, musíme bunky takpovediac rozobrať na súčiastky. A teda zničiť.
Naproti tomu mikroskopické metódy dokážu bunky pozorovať pokojne aj niekoľko hodín či dní.
Pod mikroskopom možno sledovať celý proces, ako bunka reaguje na vonkajší podnet, napr. ako sa diferencuje z jedného typu bunky na iný. Pri sekvenovaní sme odkázaní na vzorkovanie mnohých buniek, z ktorých každá je v inom štádiu odpovede, a z týchto čiastkových pozorovaní náročne a často nejednoznačne skladať celkový priebeh odpovede.
Na druhej strane pod mikroskopom je nemožné pozorovať tisícky rôznych molekúl naraz.
Vedci z Broadovho inštitútu Harvardu a MIT v americkom Cambridgei teraz prišli s prevratným riešením ‒ pomocou umelej inteligencie dokázali namapovať sekvenačné dáta na mikroskopické pozorovania a následne len pomocou mikroskopu určiť, ktoré gény sú zapnuté.
Ich výsledky boli minulý mesiac publikované v časopise Nature Biotechnology (verejne dostupná verzia tu).
Keď tušíme, že informácia v našom pozorovaní je, len ju nevieme rozkódovať
Určite ste sa už niekedy pri jedení krémovej polievky zamýšľali, čo v nej asi je, a tušili, že keby ste boli skúseným kuchárom, tak možno by ste to podľa zraku, chuti či čuchu naozaj aj dokázali uhádnuť. Ako laika vás však miatlo, že niektoré ingrediencie chutia zmiešané inak ako osve.
Pri takýchto úlohách, kde v pozorovaní je dostatočne veľa informácie na to, aby sme zistili požadovanú odpoveď, len nie celkom vieme, ako pozorovanie na odpoveď namapovať, sa v posledných rokoch veľmi osvedčili neurónové siete.
Vedci z Filadelfie prispôsobili lipidové nanočastice tak, aby nimi vedeli meniť genóm v krvných kmeňových bunkách priamo v tele prijímateľa.
Neurónové siete sú matematickým konštruktom, ktorý sa snaží imitovať to, ako sa učia skutočné neuróny v mozgu.
Tak ako sa v mozgu neustále vytvárajú nové spojenia, no ponechajú sa len vtedy, ak v konečnom dôsledku vedú k niečomu užitočnému, tak aj v neurónovej sieti sa počas jej trénovania simulujú prepojenia medzi matematickými funkciami. Ak sa novým prepojením „neurónka“ zlepšila v hádaní správnych odpovedí, prepojenie sa ponechá, prípadne zosilní.
To vedie k tomu, že vieme z pozorovania vyextrahovať požadované odpovede bez toho, aby sme presne rozumeli neraz veľmi zložitým pravidlám, ako tú správnu odpoveď dostať.
Povedz mi, ako reaguješ na svetlo, a ja ti poviem, kto si
Vedecký tím pod vedením známej výskumníčky Aviv Regevovej sa teraz rozhodol túto schopnosť neurónových sietí využiť a pomocou množstva sekvenačných dát ju naučiť, aby len pomocou mikroskopického pozorovania buniek predpovedala, ktoré gény sú v daných bunkách zapnuté.
V bunkách sú však desaťtisícky génov, ako je teda možné z prostého vizuálneho pozorovania predpovedať, ktoré a ako veľmi sú zapnuté?
Z obyčajnej snímky vo viditeľnom svetle to je sotva možné, už len preto, že mnohé molekuly v živých sústavách sú bezfarebné, a teda viditeľné svetlo nepohlcujú. Na tento účel je však potrebné, aby každá z rôznych molekúl mala špecifické optické vlastnosti.
Túto podmienku spĺňa tzv. Ramanov rozptyl.
Americkí vedci ukázali, že mladá krv dokáže omladiť starý organizmus.
Ak to celkom zjednodušíme, zatiaľ čo bežná mikroskopia (aj náš zrak) využíva na rozlišovanie to, či daný objekt svetlo istej farby pohltil alebo nie, tzv. Ramanova spektroskopia analyzuje malé množstvo svetla, ktoré daná molekula pohltila a potom mierne pozmenené vyžiarila naspäť.
V znovuvyžiarenom svetle molekula zanechá akési svoje odtlačky prstov ‒ pôvodné vlnové dĺžky už v nej nie sú zastúpené v rovnakom pomere ako predtým.
Toto vyžiarené spektrum je natoľko komplexné a citlivé na identitu molekuly, že aj z bunky, ktorá je vo svojej podstate zmesou prinajmenšom desaťtisícok rôznych druhov molekúl, má dobre natrénovaná neurónová sieť šancu rozoznať, koľko ktorých molekúl je prítomných.
Diferenciácia kmeňových buniek na genómovej úrovni
Túto novú metódu americký tím aplikoval na problémy, ktoré sa sekvenačnými metódami intenzívne skúmajú a sú aj predmetom istej vedeckej kontroverzie.
Jedným z nich je diferenciácia pluripotentných kmeňových buniek. Keby sme vedeli tento proces riadiť, priblížila by sa nám méta pestovania náhradných tkanív či celých orgánov.
Aj preto priebeh tohto procesu študuje množstvo tímov a často si kladú otázku, v ktorom bode kmeňové bunky robia „rozhodnutie“ stať sa istým typom bunky a ktoré gény sú zodpovedné za to, že toto rozhodnutie je definitívne.
Dosiaľ sa tento problém na genómovej úrovni študoval predovšetkým pomocou sekvenovania vzoriek v určitých časových odstupoch. Bunkové „rozhodnutie“ sa tak dalo pozorovať predovšetkým nepriamo.
Americkí vedci prišli na spôsob, ako pomocou umelej inteligencie navrhnúť proteíny plniace želanú funkciu.
Práve na tejto otázke sa rozhodol výskumný tím demonštrovať svoju metódu, keď podrobili skúmaniu myšie embryonálne kmeňové bunky inštruované vytvoriť istý raný typ buniek, zvaný ektoderm.
Keďže vedeli tento proces sledovať v reálnom čase na širokom spektre génov, dokázali vystopovať toto rozhodnutie do bodu už 48 hodín po pridaní diferenciačného signálu a zároveň identifikovať gény, ktoré sa v tomto bode zapínajú či vypínajú.
A hoci sa samotní autori netaja, že metóda si vyžaduje ďalší vývoj, už v súčasnej podobe predstavuje ich metóda zásadný krok k cieľu vedieť pozorovať molekulové javy na genómovej úrovni v reálnom čase.
Autor je výskumník v oblasti systémovej biológie.
Zobraziť diskusiu
Súvisiace témy
Ak máte otázku, tip na článok, návrh na zlepšenie alebo ste našli chybu, napíšte na [email protected]
Odporúčame
