Ponad 55 milionów ludzi na całym świecie cierpi na choroby związane z demencją, takie jak choroba Alzheimera i Parkinsona. Choroby te powstają, gdy niektóre z najmniejszych cegiełek organizmu zlepiają się i niszczą funkcje życiowe. Dlaczego tak się dzieje i jak to leczyć, pozostaje naukową tajemnicą. Do tej pory badanie tego zjawiska było bardzo trudne i ograniczone ze względu na brak odpowiednich narzędzi.
Teraz naukowcy z laboratorium Hatzakis na Wydziale Chemii Uniwersytetu w Kopenhadze opracowali algorytm uczenia maszynowego, który może śledzić zlepianie się pod mikroskopem w czasie rzeczywistym. Algorytm może automatycznie mapować i śledzić ważne cechy zbitych cegiełek powodujących chorobę Alzheimera i inne zaburzenia neurodegeneracyjne. Do tej pory było to niemożliwe.
W ciągu kilku minut nasz algorytm rozwiązuje wyzwanie, które zajęłoby naukowcom kilka tygodni. Miejmy nadzieję, że łatwiej będzie badać mikroskopowe obrazy zlepiających się białek, co przyczyni się do naszej wiedzy, a w dłuższej perspektywie doprowadzi do nowych terapii neurodegeneracyjnego mózgu zaburzeń – mówi dr Jacob Kæstel-Hansen z Wydziału Chemii, który wraz z Nikosem Hatzakisem kierował zespołem badawczym odpowiedzialnym za algorytm.
Łączenie się i wymiana związków i sygnałów między białkami i innymi cząsteczkami zachodzi miliardy razy w naszych komórkach w naturalnych procesach, które umożliwiają funkcjonowanie naszego organizmu. Kiedy jednak wystąpią błędy, białka mogą zlepiać się w sposób zakłócający ich zdolność do pracy zgodnie z zamierzeniami. Może to między innymi prowadzić do chorób neurodegeneracyjnych mózgu i nowotworów.
Algorytm uczenia maszynowego opracowany przez badaczy może wykryć na obrazach mikroskopowych zlepki białek o wielkości do jednej miliardowej metra. Jednocześnie algorytm może liczyć, a następnie grupować skupiska według ich kształtów i rozmiarów, śledząc jednocześnie ich rozwój w czasie. Pojawienie się grudek może mieć duży wpływ na ich funkcję i zachowanie w organizmie, na dobre lub na złe.
Badając grudki pod mikroskopem, szybko można na przykład zauważyć, że niektóre są bardziej okrągłe, a inne mają strukturę nitkowatą. A ich dokładny kształt może się różnić w zależności od zaburzenia, jakie wywołują. Ale wystarczy usiąść i policzyć je ręcznie. Wiele tysięcy grudek to bardzo dużo czasu, który można lepiej przeznaczyć na inne cele – mówi Steen Bender z Wydziału Chemii, pierwszy autor artykułu.
W przyszłości algorytm znacznie ułatwi poznanie przyczyn powstawania grudek, dzięki czemu będziemy mogli opracować nowe leki i terapie zwalczające te zaburzenia.
Zasadnicze zrozumienie tych skupisk zależy od tego, czy jesteśmy w stanie je zobaczyć, śledzić i określić ilościowo oraz opisać, jak wyglądają w czasie. Żadna inna metoda nie jest obecnie w stanie zrobić tego automatycznie i równie skutecznie – mówi.
Naukowcy z Wydziału Chemii już pełną parą wykorzystują narzędzie do przeprowadzania eksperymentów z cząsteczkami insuliny. Gdy cząsteczki insuliny zlepiają się, ich zdolność do regulowania poziomu cukru we krwi słabnie.
Widzimy to niepożądane zlepianie się również w cząsteczkach insuliny. Nasze nowe narzędzie pozwala nam zobaczyć, jak na te zbrylenia wpływają dowolne związki, które dodamy. W ten sposób model może pomóc nam pracować nad zrozumieniem, jak potencjalnie zatrzymać je lub przekształcić w mniej niebezpieczne i bardziej stabilne kępy – wyjaśnia Jacob Kæstel-Hansen.
Dlatego naukowcy dostrzegają ogromny potencjał w możliwości wykorzystania tego narzędzia do opracowywania nowych leków po wyraźnym zidentyfikowaniu mikroskopijnych elementów składowych. Naukowcy mają nadzieję, że ich praca zapoczątkuje gromadzenie bardziej wszechstronnej wiedzy na temat kształtów i funkcji białek i cząsteczek.
Gdy inni badacze na całym świecie zaczną wdrażać to narzędzie, pomoże ono w stworzeniu dużej biblioteki struktur molekularnych i białkowych związanych z różnymi zaburzeniami i ogólnie z biologią. Pozwoli nam to lepiej zrozumieć choroby i spróbować je powstrzymać – podsumowuje. Nikos Hatzakis z Wydziału Chemii.
Algorytm jest ogólnie dostępny w Internecie jako oprogramowanie typu open source i może być używany przez badaczy naukowych i wszystkie inne osoby pracujące nad zrozumieniem zlepiania się białek i innych cząsteczek.
Badania przeprowadzili: Steen WB Bender, Marcus W. Dreisler, Min Zhang, Jacob Kæstel-Hansen i Nikos S. Hatzakis z Wydziału Chemii przy wsparciu Fundacji Novo Nordisk Foundation Center for Optimized Oligo Escape and Control of Disease.
Źródło: materiały Uniwerytetu w Kopenhadze – Wydział Nauk. zdjęcie zajawka: Gerd Altmann, zdjęcie w tekście: Jacob Kæstel-Hansen
Zostaw komentarz
You must be logged in to post a comment.