Ekleme
Tarihi: 02 Aralık 2021 - Perşembe
Zannediyorduk ki, hücre içeriklerinin hepsini keşfettik.
Şok AI Keşfi, Hücrelerimizin İçindekilerin Yarısını Keşfetmediğimizi Gösterdi.
.
24/11/2021 de yayınlanan ve paylaşım sonunda linki verilen orijinal makaleden, izin alınmış makale olarak içerik harici açıklama bilgisi datalarından bağımsız, tam makaledeki bilgilerin basit ve anlaşılır şekilde Makale olarak çeviri, düzenleme ve yazılması Mehmet Ural #ferrocan
.
İnsan vücudunun her hücresinin içinde milyonlarca proteinden oluşan bir takımyıldız vardır. Bunların hepsi bizi canlı tutmak ve çalışmak için hararetli bir tempoda çalışan bir faaliyet kovanında hızla bir araya getiriliyor, katlanıyor, paketleniyor, sevk ediliyor, kesiliyor ve geri dönüştürülerek itişip kakışıyorlar.
.
Ancak hücrelerimizdeki protein evreninin tam bir envanteri olmadan, bilim adamları, vücudumuzda hastalığa, aksaklığa yol açan moleküler düzeyde neyin yanlış gittiğini anlamakta zorlanıyorlar.
.
Şimdi araştırmacılar, tek hücrelerin mikroskopik görüntülerinden ve biyokimyasal analizlerden elde edilen verileri özümsemek, alt hücre bileşenlerinin "birleşik bir haritasını" oluşturmak için yapay zekayı kullanan yeni bir teknik geliştirdiler. Sonuç olarak hücre içeriklerinin en azından yarısını daha önce hiç görmediğimiz ortaya çıktı.
.
California Üniversitesi (UC) San Diego'dan bilgisayar bilimcisi ve ağ biyoloğu Trey Ideker, "Bilim adamları, bildiğimizden daha çok bilmediğimiz şeyler olduğunu uzun zamandır fark ettiler, ama artık daha derine bakmanın bir yolu var" diyorlar.
.
Mikroskoplar, güçlü oldukları kadar, bilim adamlarının tek hücrelerin içini, mitokondri, hücrelerin güç paketleri ve protein fabrikaları olan ribozomlar gibi organellerin düzeyine kadar incelemelerine olanak tanır. Proteinleri kolayca etiketlemek ve izlemek için floresan boyalar bile ekleyebiliriz.
.
Biyokimya teknikleri daha da derinlere inebilir, örneğin proteini bağlayan, onu hücreden dışarı çeken ve ona başka nelerin bağlı olduğunu gören hedeflenen antikorları kullanarak tekli proteinlere odaklanabiliriz.
.
Bu iki yaklaşımı birlikte veya birbirine entegre etmek, hücre biyologları için zorlu bir iştir.
.
İdeker, "Nanometre ile mikron ölçeği arasındaki bu boşluğu nasıl kapatıyorsunuz? Diye biyologlara sorabilirsiniz belki merak olarak. Bu, biyolojik bilimlerde uzun zamandır büyük bir engeldi," diye açıklıyor.
.
Görünüşe göre bunu yapay zeka ile yapılabilir olduğu anladık ve uyarlandı. Birden fazla kaynaktan gelen verilere bakarak ve sistemden bunları bir hücre modeline birleştirmesini isteyince de sonuç karşımıza çıkıyor.
.
Daha önce bu konuda bir başka biyolojik analiz ve hücre içi materyal içerikleri ile yapay zeka verilerini burada paylaşmıştık.
.
Bahsi geçen paylaşım burada
.
https://m.facebook.com/groups/kulturvemerak/permalink/4747150768733727/
.
Sonuç olarak: Ideker ve meslektaşları, bize şeker rengindeki organellerin kabaca kuşbakışı görünümünü veren, aralarındaki küçük mesafeler tarafından organize edilen karmaşık bir protein-protein etkileşimleri ağına dönüştüren küresel hücrelerin ders kitabı haline gelebilecek verilerni haritalarına çevirdiler.
.
Bu çalışmanın nasıl yapıldığını da biraz anlatalım.
İnsan Protein Atlası adlı bir kütüphaneden gelen görüntü verilerini ve mevcut protein etkileşimleri haritalarını birleştiren makine öğrenme algoritması, protein çiftleri arasındaki mesafeleri hesaplamakla görevlendirildi.
.
Amaç, çok küçükten (50 nm'den az) çok 'büyük'e (1 μm'den fazla) kadar farklı ölçeklerde hücrelerde bir arada bulunan, düzenekler adı verilen protein topluluklarını belirlemekti.
.
70 protein topluluğundan bir utangaçlık gibi uzaklık mesafesi, bilinen veya tahmini çaplara sahip bir protein referans kitaplığı kullanılarak eğitilen ve daha ileri deneylerle doğrulanan algoritma tarafından sınıflandırıldı.
.
Araştırmacılar, tanımlanan protein bileşenlerinin yaklaşık yarısının bilim tarafından bilinmediğini ve yayınlanmış literatürde hiçbir zaman belgelenmediğini öne sürüyorlar.
.
Karışımda, bilinmeyen bir yapı oluşturan bir grup protein vardı; araştırmacılar, muhtemelen protein yapmak için kullanılan genetik kodun yeni yapılmış transkriptlerini birleştirmek ve kesmekten sorumluydu .
.
Haritalanan diğer proteinler arasında, malzemeleri hücrelere ve hücrelerden dışarı pompalayan transmembran taşıma sistemleri, hacimli kromozomların düzenlenmesine yardımcı olan protein aileleri ve işi daha fazla protein yapmak olan protein kompleksleri yer aldı.
.
Yine de, bilim adamlarının insan hücrelerinin iç işleyişini haritalamaya çalıştıkları ilk sefer değildir bu çalışma.
.
Protein etkileşimlerinin referans haritalarını oluşturmaya yönelik diğer çabalar, benzer şekilde akıllara durgunluk veren rakamlar verdi ve insan vücudunun dokuları arasındaki protein seviyelerini ölçmeye çalıştı .
.
Araştırmacılar ayrıca bu süregelen ve devam eden süreçte hücrelerdeki proteinlerin etkileşimini ve hareketini görselleştirmek ve izlemek için teknikler geliştirdiler .
.
Bu pilot çalışma, çekirdek gibi büyük hücresel yer işaretlerine göre proteinleri konumlandıran hücresel mikroskopi görüntülerine makine öğrenimi uygulayarak ve bir proteinin en yakın nano ölçekli komşularını tanımlayan protein etkileşimi çalışmalarından elde edilen verilere uygulayarak bir adım daha ileri giden bir çalışma oldu.
.
Yine UC San Diego'dan biyoinformatikçi Yue Qin, "Bu teknolojilerin kombinasyonu benzersiz ve güçlü çünkü çok farklı ölçeklerdeki ölçümler ilk kez bir araya getirildi" diyor .
.
Qin, Ideker ve meslektaşları, bunu yaparken, Çok Ölçekli Entegre Hücre tekniği veya MuSIC, "protein etkileşimlerine uzamsal bir boyut verirken görüntüleme çözünürlüğünü artırarak, çeşitli veri türlerini proteom çapında hücre haritalarına dahil etmenin yolunu açıyor" diye yazıyor.
.
Açık olmak gerekirse, bu araştırma çok başlangıç niteliğindedir: Ekip, yöntemlerini doğrulamaya odaklandı ve yalnızca bilim adamlarının 50 yıldır laboratuvarda kültürlediği bir böbrek hücre dizisi olan bir hücre tipindeki 661 proteinden elde edilen mevcut verilere baktı.
.
Ideker , araştırmacıların yeni moda tekniklerini diğer hücre tiplerine uygulamayı planladıklarını söylüyor .
.
Ancak bu arada, toplam proteomun küçük bir kısmını anlayabilen, kendi hücrelerimizin içinde sadece araya girenler olduğumuzu alçakgönüllülükle kabul etmemiz gerekecek diyor.
.
Ideker, Bu çalışma sonucunda elde edilenler ve edilecek veriler ile "Sonunda , sağlıklı ve hastalıklı hücreler arasındaki farkı karşılaştırarak birçok hastalığın moleküler temelini daha iyi anlayabiliriz" diyor.
.
#KültürveMerak #Biyoloji #Bilim #YapayZeka
Orijinal makale kaynağı
https://www.nature.com/articles/s41586-021-04115-9
02 Aralık 2021
İstanbul’un Siyasi Gazetesi]]>
