Tecnologia Científica

Podemos não saber metade do que está em nossas células, revela uma nova técnica de IA
Ao combinar microscopia, técnicas de bioquímica e inteligência artificial , pesquisadores da Universidade da Califórnia em San Diego e colaboradores deram o que acham que pode ser um salto significativo na compreensão das células humanas.
Por Universidade da Califórnia - 25/11/2021


Os pesquisadores da UC San Diego apresentam o Multi-Scale Integrated Cell (MuSIC), uma técnica que combina microscopia, bioquímica e inteligência artificial, revelando componentes celulares até então desconhecidos que podem fornecer novas pistas para o desenvolvimento humano e doenças. (Renderização conceitual do artista.). Crédito: UC San Diego Health Sciences

A maioria das doenças humanas pode ser rastreada até partes defeituosas de uma célula - um tumor é capaz de crescer porque um gene não foi traduzido com precisão em uma proteína específica ou uma doença metabólica surge porque as mitocôndrias não estão disparando corretamente, por exemplo. Mas para entender quais partes de uma célula podem dar errado em uma doença, os cientistas primeiro precisam ter uma lista completa das partes.

Ao combinar microscopia, técnicas de bioquímica e inteligência artificial , pesquisadores da Escola de Medicina da Universidade da Califórnia em San Diego e colaboradores deram o que acham que pode ser um salto significativo na compreensão das células humanas.

A técnica, conhecida como Multi-Scale Integrated Cell (MuSIC), é descrita em 24 de novembro de 2021 na Nature .

"Se você imaginar uma célula, provavelmente imagina o diagrama colorido em seu livro de biologia celular, com mitocôndrias, retículo endoplasmático e núcleo. Mas é essa a história toda? Definitivamente não", disse Trey Ideker, Ph.D., professor da UC Escola de Medicina de San Diego e Moores Cancer Center. "Os cientistas perceberam há muito tempo que há mais coisas que não sabemos do que sabemos, mas agora finalmente temos uma maneira de olhar mais profundamente."

Ideker conduziu o estudo com Emma Lundberg, Ph.D., do KTH Royal Institute of Technology em Estocolmo, Suécia e da Universidade de Stanford.

No estudo piloto , o MuSIC revelou aproximadamente 70 componentes contidos em uma linha de células de rim humano, metade dos quais nunca haviam sido vistos antes. Em um exemplo, os pesquisadores localizaram um grupo de proteínas formando uma estrutura desconhecida. Trabalhando com o colega da UC San Diego, Gene Yeo, Ph.D., eles determinaram que a estrutura seria um novo complexo de proteínas que se ligam ao RNA. O complexo provavelmente está envolvido no splicing, um importante evento celular que permite a tradução de genes em proteínas e ajuda a determinar quais genes são ativados em quais momentos.

O interior das células - e as muitas proteínas encontradas lá - são normalmente estudadas usando uma de duas técnicas: imagem ao microscópio ou associação biofísica. Com a imagem, os pesquisadores adicionam marcas fluorescentes de várias cores às proteínas de interesse e rastreiam seus movimentos e associações no campo de visão do microscópio. Para examinar as associações biofísicas, os pesquisadores podem usar um anticorpo específico para uma proteína para retirá-la da célula e ver o que mais está ligado a ela.

Esquerda: os diagramas de células de livros didáticos clássicos implicam que todas as partes são claramente visíveis e definidas. (Crédito: OpenStax / Wikimedia). À direita: um novo mapa de células gerado pela técnica MuSIC revela muitos componentes novos. Os nós dourados representam os componentes conhecidos da célula, os nós roxos representam os novos componentes. O tamanho do nó reflete o número de proteínas distintas nesse componente. Crédito: UC San Diego Health Sciences

A equipe está interessada em mapear o funcionamento interno das células há muitos anos. O que é diferente no MuSIC é o uso de aprendizado profundo para mapear a célula diretamente a partir de imagens de microscopia celular.
 
"A combinação dessas tecnologias é única e poderosa porque é a primeira vez que medições em escalas muito diferentes foram reunidas", disse o primeiro autor do estudo, Yue Qin, estudante de graduação em Bioinformática e Biologia de Sistemas no laboratório de Ideker.

Os microscópios permitem que os cientistas vejam até o nível de um único mícron, do tamanho de algumas organelas, como as mitocôndrias. Elementos menores, como proteínas individuais e complexos de proteínas, não podem ser vistos através de um microscópio. As técnicas de bioquímica, que começam com uma única proteína , permitem aos cientistas descer à escala nanométrica.

"Mas como você preenche essa lacuna da escala nanométrica para a escala mícron? Isso tem sido um grande obstáculo nas ciências biológicas", disse Ideker, que também é fundador da UC Cancer Cell Map Initiative e do UC San Diego Center for Computational Biology e Bioinformática. "Acontece que você pode fazer isso com inteligência artificial - ver dados de várias fontes e pedir ao sistema para montá-los em um modelo de célula."

A equipe treinou a plataforma de inteligência artificial MuSIC para examinar todos os dados e construir um modelo da célula. O sistema ainda não mapeia o conteúdo da célula para locais específicos, como um diagrama de livro didático, em parte porque seus locais não são necessariamente fixos. Em vez disso, as localizações dos componentes são fluidas e mudam dependendo do tipo de célula e da situação.

Ideker observou que este foi um estudo piloto para testar o MuSIC. Eles examinaram apenas 661 proteínas e um tipo de célula.

"O próximo passo claro é soprar por toda a célula humana", disse Ideker, "e então passar para diferentes tipos de células, pessoas e espécies. Eventualmente, poderemos ser capazes de compreender melhor a base molecular de muitas doenças, comparando o que é diferente entre células saudáveis ​​e doentes . "

 

.
.

Leia mais a seguir