Raziskovalci z Univerze Princeton so razvili sistem umetne inteligence, ki lahko iz mikroskopskih posnetkov prepozna spremembe v drobnih strukturah znotraj človeških celic in na tej podlagi razkrije, kako nanje vplivajo različna zdravila. Orodje je med analizo odkrilo celo doslej neznano obliko teh struktur, kar odpira nove možnosti za raziskovanje bolezni in razvoj terapij.
Študija, objavljena v reviji Cell, se osredotoča na biomolekularne kondenzate – mikroskopske kapljicam podobne strukture v celicah, ki sodelujejo pri uravnavanju genov in nastajanju beljakovin. Motnje njihovega delovanja so povezane z boleznimi, kot so Alzheimerjeva bolezen, amiotrofična lateralna skleroza (ALS) in različne oblike raka.
Algoritem razvrstil strukture v štiri skupine
Znanstveniki so z napredno mikroskopijo spremljali spremembe nukleolov, pomembnih struktur v celičnem jedru, ki sodelujejo pri izdelavi ribosomov. Posnetke več sto človeških celic, izpostavljenih različnim zdravilom, so nato analizirali z nevronsko mrežo, usposobljeno za prepoznavanje vzorcev.
Sistem je nukleole razvrstil v štiri značilne oblike. Tri so bile raziskovalcem že znane, četrta pa je predstavljala povsem novo morfologijo, ki so jo poimenovali “cvet”. Algoritem je prav zaradi odstopanja od običajnih vzorcev opozoril, da gre za pojav, ki zahteva dodatno preučitev.
Poleg tega je analiza pokazala, da lahko različne koncentracije zdravil povzročijo različne spremembe v obliki teh celičnih struktur, kar bi lahko služilo kot občutljiv pokazatelj njihovega delovanja.
Presenetljivi vpogledi v delovanje zdravil
Raziskovalci so ugotovili tudi, da dve že uveljavljeni zdravili proti raku povzročata spremembe v nukleolih, ki doslej niso bile opisane. To nakazuje, da bi lahko vplivali na celične procese na načine, ki jih znanost še ni poznala.
Posebej zanimiv je bil odziv na zdravilo topotekan. Prav pri njem je umetna inteligenca zaznala novo obliko “cveta”, nadaljnje analize pa so pokazale povezavo z encimom TOP1, ki ima poleg znane vloge pri podvajanju DNK pomemben vpliv tudi na organizacijo nukleolov in obdelavo RNK.
Pot do natančnejšega razvoja zdravil
Ekipa je metodo preizkusila še na drugih celičnih kondenzatih, povezanih z RNK, ter na strukturah, ki nastajajo med okužbo z respiratornim sincicijskim virusom. Tudi tam je sistem uspešno zaznal odzive na različna zdravila.
Po mnenju avtorjev raziskave bi lahko takšni modeli umetne inteligence v prihodnje postali pomembno orodje pri razvoju novih zdravil in genskih terapij. Namesto da bi raziskovalci opazovali le velikost ali osnovno obliko celičnih struktur, lahko algoritmi odkrijejo tudi subtilne spremembe, ki razkrivajo povsem nove biološke procese in mehanizme delovanja zdravil.
