L’IA sait où vont vos protéines —

  • FrançaisFrançais



  • Un logiciel de reconnaissance faciale peut être utilisé pour repérer un visage dans une foule ; mais et s’il pouvait aussi prédire où se trouve quelqu’un d’autre dans la même foule ? Bien que cela puisse ressembler à de la science-fiction, des chercheurs japonais ont maintenant montré que l’intelligence artificielle peut accomplir quelque chose de très similaire au niveau cellulaire.

    Dans une étude publiée dans Frontières en biologie cellulaire et du développement, des chercheurs de l’Institut des sciences et technologies de Nara (NAIST) ont révélé qu’un programme d’apprentissage automatique peut prédire avec précision l’emplacement des protéines liées à l’actine, une partie importante du squelette cellulaire, en fonction de l’emplacement de l’actine elle-même.

    L’actine joue un rôle clé en donnant forme et structure aux cellules, et pendant le mouvement cellulaire, elle aide à former des lamellipodes, qui sont des structures en forme d’éventail que les cellules utilisent pour « marche » vers l’avant. Les lamellipodes contiennent également une foule d’autres protéines qui se lient à l’actine pour aider à maintenir la structure en éventail et à maintenir les cellules en mouvement.

    « Alors que l’intelligence artificielle a été utilisée auparavant pour prédire la direction de la migration cellulaire sur la base d’une séquence d’images, elle n’a jusqu’à présent pas été utilisée pour prédire la localisation des protéines », explique l’auteur principal de l’étude, Shiro Suetsugu. Cette idée est venue lors de la discussion avec Yoshinobu Sato au Data Science Center de NAIST. “Nous avons donc cherché à concevoir un algorithme d’apprentissage automatique capable de déterminer où les protéines apparaîtront dans la cellule en fonction de leur relation avec d’autres protéines.”

    Pour ce faire, les chercheurs ont formé un système d’intelligence artificielle pour prédire où se trouveraient les protéines associées à l’actine dans la cellule en lui montrant des images de cellules dans lesquelles les protéines étaient marquées avec des marqueurs fluorescents pour montrer où elles se trouvaient. Ensuite, ils ont donné au programme des images dans lesquelles seule l’actine était marquée et lui ont demandé de leur indiquer où se trouvaient les protéines associées.

    “Lorsque nous avons comparé les images prédites aux images réelles, il y avait un degré considérable de similitude”, déclare Suetsugu. “Notre programme a prédit avec précision la localisation de trois protéines associées à l’actine dans les lamellipodes et, dans le cas de l’une de ces protéines, dans d’autres structures de la cellule.”

    D’un autre côté, lorsque les chercheurs ont demandé au programme de prédire où la tubuline, qui n’est pas directement liée à l’actine, se trouverait dans la cellule, le programme n’a pas fonctionné aussi bien.

    “Nos résultats suggèrent que l’apprentissage automatique peut être utilisé pour prédire avec précision l’emplacement de protéines fonctionnellement apparentées et décrire les relations physiques entre elles”, explique Suetsugu.

    Étant donné que les lamellipodes ne sont pas toujours faciles à repérer pour les non-experts, le programme développé dans cette étude pourrait être utilisé pour identifier rapidement et avec précision ces structures à partir d’images cellulaires à l’avenir. De plus, cette approche pourrait potentiellement être utilisée comme une sorte de méthode de coloration cellulaire artificielle pour éviter les limitations des méthodes de coloration cellulaire actuelles.

    Source de l’histoire :

    Matériaux fourni par Institut des sciences et de la technologie de Nara. Remarque : Le contenu peut être modifié pour le style et la longueur.

    Source

    N'oubliez pas de voter pour cet article !
    1 Star2 Stars3 Stars4 Stars5 Stars (No Ratings Yet)
    Loading...

    Laisser un commentaire

    Votre adresse e-mail ne sera pas publiée.