侵权投诉
订阅
纠错
加入自媒体

AI揭示细胞成分,其中一半不曾见过

2021-12-01 15:26
陈述根本
关注

文|陈根

一般来说,人类疾病实质上都是细胞故障的产物,例如,肿瘤之所以能够生长,是因为基因没能准确转化为特定蛋白质;代谢疾病是因为线粒体没能正常工作。要了解细胞的哪些部分出错从而导致疾病的发生,科学家首先需要对细胞有完整的了解。

为了更深入地了解细胞的内在机制,近日,美国加州大学地亚哥分校的研究人员开发了一种尺度集成细胞(MuSIC)的技术。该技术结合了生物化学和人工智能技术,揭示了以前未知的细胞成分,为人类发育和疾病研究提供了新途径。

首先,科学家使用两种技术来研究细胞内部的主要结构——荧光显微镜成像和生物物理关联。荧光显微镜成像是用荧光物质标定蛋白质,并在显微镜范围内跟踪它们的运动和关联,由此得到人类蛋白质图谱(HPA)数据。

生物物理关联,即使用一种特定的抗体将蛋白质从细胞中分离出来,分析蛋白质上结合着什么,由此得到BioPlex数据库。之后,研究人员将HPA与BioPlex中的蛋白质数据集合到一起,输入深度神经网络中。

陈根:AI揭示细胞成分,其中一半未曾见过

在机器学习过程中,它会将亚细胞分布或互作上相近的蛋白置于同一区块中。然后AI不断重复学习,对蛋白与蛋白之间的距离进行计算分析,最后形成一张多水平整合细胞图谱(multi-scale integrated cell 1.0,MuSIC 1.0)。

实验中,AI通过分析两部分数据库将一个催化前的剪接体放置在了48 nm蛋白社群中。AI还分析出这个蛋白下的两个亚单位U1和U2分别为8 nm和33 nm。研究人员通过冷冻电镜确定了这一预测结果,与实际相差不大。

值得一提的是,该研究还揭示了人类肾脏细胞系中包含的大约70种成分,其中一半是以前从未见过的。此外,还确定了一种新的结合RNA的蛋白质复合物。该复合物可能参在细胞剪接中扮演重要角色,并可帮助确定哪些基因在哪些时间被激活。

未来,基于该技术比较健康细胞和患病细胞的不同之处,或许能够更好地理解疾病的分子基础,从而在根源处阻止疾病的产生。

声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

医疗科技 猎头职位 更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号