Los investigadores ahora han desarrollado una red neuronal inteligente que puede predecir las funciones de las proteínas en el cuerpo humano.
Las proteínas son partes vitales de todos los organismos vivos y realizan tareas esenciales en nuestros cuerpos. Construyen y reparan tejidos, suministran componentes de los sistemas inmunes y hormonales, regulan el metabolismo y transmiten señales. Los investigadores ahora han desarrollado una red neuronal inteligente que puede predecir las funciones de las proteínas en el cuerpo humano. El equipo utilizó un ‘truco’ para observar cómo la red hace predicciones. La información obtenida de esta investigación podría ayudar en la búsqueda de nuevos medicamentos dirigidos.
Compañeros virtuales inteligentes como Alexa, Siri y Google Assistant se han integrado durante mucho tiempo en nuestra vida cotidiana. Y los programas computacionales inteligentes, llamados algoritmos, también han evolucionado como una herramienta integral en la investigación científica. Las enormes cantidades de datos generados en la investigación de ciencias de la vida pueden examinarse de manera eficiente para detectar patrones recurrentes con la ayuda de algoritmos. Ciertos programas pueden detectar estructuras recurrentes en moléculas de proteínas grandes y luego usar esta información para sacar conclusiones sobre qué tareas celulares realizan estas moléculas, por ejemplo, si funcionan como interruptores de genes, motores moleculares o moléculas de señalización. Las predicciones hechas por tales algoritmos sobre la base de secuencias de proteínas, que consisten en una serie de bloques de construcción de proteínas unidas como un collar de perlas, son ahora increíblemente precisas.
Sin embargo, una desventaja importante de las técnicas anteriores es que los usuarios se mantienen completamente en la oscuridad en cuanto a por qué el algoritmo asigna una función particular a ciertas secuencias de proteínas. El conocimiento preciso de la computadora sobre las proteínas no está disponible directamente, a pesar de que dicho conocimiento podría ser invaluable para avanzar en la investigación y el desarrollo de nuevos agentes.
Un equipo de estudiantes se establecieron el objetivo de desbloquear este conocimiento de la computadora. Comenzó a trabajar en este tema en el 2017 y ha desarrollado un algoritmo llamado » DeeProtein», una red neuronal integral e inteligente que puede predecir las funciones de las proteínas según la secuencia de los bloques de construcción de proteínas individuales, los aminoácidos. Como la mayoría de los algoritmos de aprendizaje, DeeProtein es una «caja negra», lo que significa que su funcionamiento sigue siendo un misterio para los programadores y los usuarios. Pero los estudiantes ahora han usado un «truco» para desentrañar el secreto de esta red.
Los jóvenes científicos comenzaron a desarrollar una manera de mirar figurativamente por encima del hombro del programa a medida que realiza su trabajo. «En el análisis de sensibilidad, enmascaramos sucesivamente cada posición en la secuencia de proteínas y dejamos que DeeProtein calcule, o más bien prediga, la función de la proteína a partir de esta información incompleta», explica Julius Upmeier zu Belzen. «A continuación, le damos a DeeProtein la información completa de la secuencia y comparamos los dos conjuntos de predicciones», agrega Upmeier zu Belzen. «De esta manera calculamos, para cada posición en la secuencia de proteínas, qué tan importante es esta posición para predecir la función correcta. Esto significa que le damos a cada posición o aminoácido en la cadena de proteínas un valor de sensibilidad para la función de la proteína».
Luego, los científicos utilizan la nueva técnica analítica para identificar las regiones de las proteínas que son vitales para su función. Esta técnica funciona para la señalización de proteínas que también juegan un papel durante la carcinogénesis para la herramienta de edición de genes CRISPR-Cas9, que ya se ha probado en una gran cantidad de estudios preclínicos y clínicos. «El análisis de sensibilidad nos permite identificar regiones de proteínas que toleran bien o no los cambios», dice Dominik Niopek.»Este es un primer paso importante si queremos hacer cambios específicos a las proteínas, para equiparlas con nuevas funciones o para ‘apagar’ propiedades indeseables».
«Con este trabajo, demostramos que no solo las predicciones de las redes neuronales pueden ser útiles, sino que también podemos usar este conocimiento implícito por primera vez con fines prácticos», explica Roland Eils. Este enfoque es relevante para muchos problemas en biología molecular y medicina. «Si, por ejemplo, queremos desarrollar medicamentos dirigidos o terapias genéticas, necesitamos saber exactamente dónde centrar nuestra atención», agrega Eils. «DeeProtein ahora puede ayudarnos a hacer eso».
Fuente: Institute Berliner piel Gesundheitsforschung / Institute de Berlin.
Comments are closed.