ما حتی نیمی از آنچه در سلول هایمان وجود دارد – زومیت – کشف نکرده ایم

مجموعه عظیمی از پروتئین ها در هر سلول بدن انسان وجود دارد. آنها در حال حرکت هستند، به سرعت جمع می شوند تا بخورند، بسته بندی کنند، حمل کنند، برش دهند و بازیافت کنند تا به ما اجازه زندگی و حفظ عملکردهای بدن خود را بدهند. با این حال، بدون فهرست کاملی از پروتئین‌های درون سلول‌های ما، دانشمندان نمی‌توانند در سطح مولکولی بفهمند که در بدن چه اتفاقی می‌افتد که باعث این بیماری می‌شود.

اکنون محققان در حال توسعه فناوری‌های جدیدی هستند که از هوش مصنوعی برای ترکیب داده‌های میکروسکوپ تک سلولی و تجزیه و تحلیل بیوشیمیایی برای ترسیم ترکیبات درون سلولی استفاده می‌کنند. بر اساس نتایج، به نظر می رسد که ما تا به حال نیمی از آنها را ندیده ایم.

تری ایلکر“دانشمندان مدتهاست متوجه شده اند که حماقت بیش از آنچه ما می دانیم وجود دارد. اما اکنون راهی برای نگاه عمیق‌تر داریم.»

این میکروسکوپ به دانشمندان اجازه می دهد تا درون یک سلول را تا سطح اندام هایی مانند میتوکندری (بسته های انرژی سلولی) و ریبوزوم ها (کارخانه های پروتئین) بررسی کنند. ما همچنین می‌توانیم از رنگ‌های فلورسنت برای برچسب‌گذاری و ردیابی پروتئین‌ها استفاده کنیم، و تکنیک‌های بیوشیمیایی امکان مطالعه عمیق را فراهم می‌کنند. به عنوان مثال، با اعمال ایمنی هدف که به یک پروتئین خاص متصل می شود، می توان پروتئین ها را عمیقاً اسکن کرد، از سلول ها بیرون کشید و هر چیز دیگری را که به آنها متصل است بررسی کرد.

ترکیب این دو رویکرد برای زیست شناسان سلولی یک چالش است. آیدکر توضیح می دهد:

چگونه می توانید شکاف بین نانومتر و میکرون را پر کنید؟ این یک مانع بزرگ در علم زندگی است. اما اکنون می توانید با هوش مصنوعی این کار را انجام دهید. داده ها را از منابع مختلف بررسی کنید و از سیستم بخواهید که آن را در یک مدل سلولی ادغام کند.

در نهایت، ایدکر و همکارانش نقشه ای از سلول ها را ایجاد کردند که شبکه پیچیده ای از تعاملات بین پروتئین ها را نشان می دهد و آنها را در فواصل کوچک بین آنها مرتب می کند.

_{نمای کلاسیک سلول های مقطعی یوکاریوتی}

داده‌های کتابخانه اطلس پروتئین انسانی و نقشه‌های موجود از تعاملات پروتئینی با هم ترکیب شدند و وظیفه محاسبه فاصله بین جفت‌های پروتئین با یک الگوریتم هوش مصنوعی واگذار شد. هدف شناسایی جوامع پروتئینی است که در سلول های مختلف وجود دارند. از سری های بسیار کوچک (کمتر از پنجاه نانومتر) تا بسیار بزرگ (بیش از یک میکرومتر).

الگوریتم ها ابتدا با استفاده از یک کتابخانه مرجع از پروتئین ها با قطرهای شناخته شده یا پیش بینی شده آموزش داده شدند و با آزمایش های بیشتر مورد آزمایش قرار گرفتند. در نهایت، حدود 70 جامعه پروتئینی توسط الگوریتم طبقه بندی شدند. حدود نیمی از اجزای پروتئین شناخته شده ظاهراً برای دانشمندان ناشناخته هستند و هرگز در مقالات منتشر شده ثبت نشده اند.

در این ترکیب، گروهی از پروتئین ها وجود دارند که ساختاری ناآشنا را تشکیل می دهند. این بسته ممکن است مسئول برش و چسباندن کپی های تازه ایجاد شده از کد ژنتیکی مورد استفاده برای ایجاد پروتئین باشد. سایر پروتئین های نقشه برداری شامل سیستم های انتقال غشایی هستند که منبع را به داخل و خارج سلول ها می مکند. علاوه بر این، خانواده‌هایی از پروتئین‌ها که به تنظیم کروموزوم‌های بزرگ و کمپلکس‌های پروتئین‌های مسئول تولید پروتئین‌های متعدد کمک می‌کنند، روی نقشه فهرست شده‌اند.

این اولین بار نیست که دانشمندان سعی می کنند نقشه عملکرد داخلی سلول های انسان را ایجاد کنند. تلاش‌های دیگر برای ایجاد یک نقشه مرجع از فعل و انفعالات پروتئین نتایج عددی مشابهی را به همراه داشته است و محققان تلاش کرده‌اند سطح پروتئین را در بافت‌های بدن اندازه‌گیری کنند. آنها همچنین تکنیک هایی را برای تصویربرداری و ردیابی برهمکنش ها و حرکات پروتئین ها در سلول ها توسعه دادند.

مطالعه تجربی کنونی یک گام فراتر رفته و از یادگیری ماشینی برای ترکیب تصاویر میکروسکوپی سلول‌هایی که پروتئین‌های مرتبط با اجزای سلولی بزرگ مانند هسته را تشکیل می‌دهند، با داده‌های حاصل از برهمکنش‌های پروتئینی که نزدیک‌ترین همسایگان پروتئین را در سطح نانو شناسایی می‌کنند، استفاده می‌کند.

تو می توانییکی از زیست شناسان دانشگاه کالیفرنیا گفت: ترکیب این فناوری ها منحصر به فرد و قدرتمند است. زیرا این اولین باری است که اندازه‌گیری‌ها در اندازه‌های مختلف ترکیب می‌شوند.»

تکنیک جدید (MuSIC) وضوح تصاویر را افزایش می‌دهد و تعاملات پروتئینی را به یک بعد فضایی تبدیل می‌کند و راه را برای ادغام داده‌های مختلف در یک الگوی نقشه‌برداری که پروتئوم سلولی (مجموعه پروتئین کل سلول) را به تصویر می‌کشد هموار می‌کند. این تحقیق هنوز بسیار مقدماتی است. از آنجایی که محققان بر روی آزمایش روش‌های خود تمرکز کردند، آنها فقط به داده‌های 661 پروتئین در یک نوع سلول (کلاس سلول‌های کلیه) که برای دهه‌ها در آزمایشگاه کشت شده بود، نگاه کردند.

محققان قصد دارند روش‌های جدیدی را برای انواع دیگر سلول‌ها نیز اعمال کنند. اما در عین حال، باید متواضعانه اعتراف کنیم که در حال حاضر، فقط می‌توانیم بخش کوچکی از کل پروتئوم سلول‌های خود را درک کنیم. آیدکر گفت: «در نهایت، ممکن است بتوانیم اساس مولکولی بسیاری از بیماری‌ها را با مقایسه تفاوت‌های بین سلول‌های سالم و بیمار، بهتر درک کنیم.

این مطالعه در مجله Nature منتشر شد.