Dans chaque cellule du corps humain se trouve une constellation de protéines. Des millions d’entre eux. Ils luttent tous, car ils sont assemblés, pliés, emballés, expédiés, coupés et rapidement recyclés en une ruche d’activités qui fonctionne à un rythme effréné pour nous garder en vie et énergisés.
Mais sans un inventaire complet de l’univers des protéines au sein de nos cellules, les scientifiques sont soumis à une pression intense pour estimer ce qui, au niveau moléculaire, ne va pas dans notre corps et qui conduit à la maladie.
Maintenant, les chercheurs ont développé une nouvelle technique qui utilise L’intelligence artificielle Pour assimiler des données à partir d’images microscopiques de cellules individuelles et d’analyses biochimiques, pour créer une « carte uniforme » des composants cellulaires – dont la moitié, il s’avère, n’a jamais été vue auparavant.
« Les scientifiques ont reconnu depuis longtemps qu’il y a plus que nous ne savons pas, mais nous avons maintenant un moyen d’aller plus loin » Il dit L’informaticien et biologiste des réseaux Trey Edecker de l’Université de Californie (UC) à San Diego.
Les microscopes, bien que puissants, permettent aux scientifiques de scruter l’intérieur de cellules individuelles, jusqu’au niveau des organites telles que les mitochondries, les paquets d’énergie des cellules, et les ribosomes, les usines de protéines. Nous pouvons même ajouter des colorants fluorescents pour marquer et suivre facilement les protéines.
Les techniques biochimiques peuvent aller encore plus loin, en affinant des protéines individuelles en utilisant, par exemple, des Anticorps Cela lie la protéine, la fait sortir de la cellule et voit à quoi d’autre elle se fixe.
L’intégration de ces deux approches est un défi pour les biologistes cellulaires.
« Comment combler ce fossé entre l’échelle nanométrique et l’échelle micrométrique ? Cela a toujours été un énorme obstacle dans les sciences biologiques » Explique Edeker.
« Il s’avère que vous pouvez le faire avec l’IA – en examinant les données de plusieurs sources et en demandant au système de les agréger dans un modèle de cellule. »
Le résultat : Edeker et ses collègues ont retourné des cartes de manuels de cellules sphériques qui nous donnent une vue panoramique des organites de couleur bonbon dans un réseau complexe d’interactions protéine-protéine, régulées par les petits espaces entre elles.
Vue en coupe classique des eucaryotes. (Mariana Ruiz / LadyOfficials / Wikimedia)
Intégrer les données d’images d’une bibliothèque appelée Human Protein Atlas et les cartes existantes d’interactions protéiques, apprentissage automatique L’algorithme a été chargé de calculer les distances entre les paires de protéines.
L’objectif était d’identifier les communautés de protéines, appelées agrégats, qui coexistent dans les cellules à différentes échelles, de la très petite (<50 nm) à la très « grande » (plus de 1 m).
Une population timide de 70 communautés de protéines a été classée par l’algorithme, qui a été formé à l’aide d’une bibliothèque de référence de protéines avec des diamètres connus ou estimés, et validée par d’autres expériences.
La moitié des composants protéiques identifiés semblent inconnus de la science et n’ont jamais été documentés dans la littérature publiée, selon les chercheurs. Suggérer.
Dans le mélange, un groupe de protéines a formé une structure inconnue, dont les chercheurs ont conclu qu’elle était probablement responsable Connectivité et hacher de nouvelles copies du code génétique utilisé pour fabriquer des protéines.
D’autres protéines cartographiées comprenaient des systèmes de transport transmembranaire qui pompent les approvisionnements dans et hors des cellules, des familles de protéines qui aident à organiser les mégaloblastes et des complexes protéiques dont le travail consiste à fabriquer plus de protéines.
Ce n’est pas la première fois que des scientifiques tentent de cartographier le fonctionnement interne des cellules humaines, avec autant d’efforts.
D’autres efforts ont abouti à la création de cartes de référence des interactions protéiques De même des chiffres ahurissants et essaye Mesurer les niveaux de protéines à travers les tissus du corps humain.
Les chercheurs ont également développé des techniques pour visualiser et suivre l’interaction et le mouvement des protéines dans les cellules.
Cette étude pilote va plus loin en appliquant l’apprentissage automatique aux images de microscopie cellulaire qui identifient les protéines par rapport à de grands repères cellulaires tels que le noyau, et aux données d’études d’interaction protéique qui identifient les nano-voisins les plus proches des protéines.
« La combinaison de ces techniques est unique et puissante car c’est la première fois que des mesures à des échelles très différentes sont combinées » Il dit Le scientifique en bio-informatique Yu Chen, également de l’Université de Californie à San Diego.
Ce faisant, la technologie cellulaire intégrée à plusieurs échelles, ou MuSIC, « augmente la résolution de l’imagerie tout en donnant aux interactions protéiques une dimension spatiale, ouvrant la voie à l’incorporation de divers types de données dans des cartes cellulaires au niveau des protéines », Chen, Edker et ses collègues écrivez.
Pour être clair, cette recherche est très préliminaire : l’équipe s’est concentrée sur la validation de sa méthode et n’a examiné que les données disponibles de 661 protéines dans un seul type de cellule, la lignée cellulaire rénale que les scientifiques cultivent en laboratoire depuis cinq décennies.
Les chercheurs prévoient d’appliquer leur nouvelle méthode à d’autres types de cellules, Il dit Edeker.
Mais en attendant, nous devons humblement accepter que nous ne sommes que des intrus à l’intérieur de nos cellules, capables de donner un sens à une petite partie du tout. protéine.
« Finalement, nous pourrons peut-être mieux comprendre la base moléculaire de nombreuses maladies en comparant ce qui est différent entre les cellules saines et malades », Il dit Edeker.
L’étude a été publiée dans tempérer la nature.
« Drogué des réseaux sociaux. Explorateur d’une humilité exaspérante. Nerd du café. Amical résolveur de problèmes. Évangéliste culinaire. Étudiant. »