L’Intelligenza Artificiale sta rivelando una biologia sconosciuta

La tecnica di analisi basata sull'intelligenza artificiale sta rivelando componenti cellulari precedentemente sconosciuti che possono fornire nuovi indizi sullo sviluppo umano e sulla malattia.

Avatar di Alessandro Crea

a cura di Alessandro Crea

La maggior parte delle malattie umane può essere ricondotta a parti malfunzionanti di una cellula, un tumore è in grado di crescere perché un gene non è stato accuratamente tradotto in una particolare proteina, o una malattia metabolica sorge perché i mitocondri non si attivano correttamente, per esempio. Ma per capire quali parti di una cellula possono ammalarsi? Gli scienziati hanno necessità di avere un elenco completo delle parti.

Combinando microscopia, tecniche di biochimica e intelligenza artificiale, i ricercatori della University of California San Diego School of Medicine e i collaboratori hanno preso quello che pensano possa rivelarsi un significativo balzo in avanti nella comprensione delle cellule umane. La tecnica, nota come Multi-Scale Integrated Cell (MuSIC), è descritta il 24 novembre 2021 in Nature.

"Se immagini una cellula, probabilmente immagini il diagramma colorato nel tuo libro di testo di biologia cellulare, con mitocondri, reticolo endoplasmatico e nucleo. Ma è tutta qui? Sicuramente no", sono state le parole di Trey Ideker, PhD, professore alla UC San Diego School of Medicine e al Moores Cancer Center. "Gli scienziati si sono resi conto da tempo che c'è di più che non sappiamo di quanto sappiamo, ma ora abbiamo finalmente un modo per guardare più in profondità".

Nello studio pilota, MuSIC ha rivelato circa 70 componenti contenuti all'interno di una linea cellulare renale umana, metà dei quali non era mai stata vista prima. In un esempio, i ricercatori hanno individuato un gruppo di proteine che formano una struttura sconosciuta. Lavorando con il collega della UC San Diego Gene Yeo, PhD, alla fine hanno determinato che la struttura è un nuovo complesso di proteine che lega l'RNA. Il complesso è probabilmente coinvolto nello splicing, un importante evento cellulare che consente la traduzione dei geni in proteine e aiuta a determinare quali geni vengono attivati in quali momenti.

L'interno delle cellule e le molte proteine che si trovano lì, sono tipicamente studiate utilizzando una delle due tecniche: imaging al microscopio o associazione biofisica. Con l'imaging, i ricercatori aggiungono tag fluorescenti di vari colori alle proteine di interesse e tracciano i loro movimenti e associazioni attraverso il campo visivo del microscopio. Per esaminare le associazioni biofisiche, i ricercatori potrebbero utilizzare un anticorpo, specifico per una proteina, per estrarlo dalla cellula e vedere cos'altro è collegato ad esso.

I microscopi consentono agli scienziati di vedere fino al livello di un singolo micron, circa le dimensioni di alcuni organelli, come i mitocondri. Gli elementi più piccoli, come le singole proteine e i complessi proteici, non possono essere visti attraverso un microscopio. Le tecniche di biochimica, che iniziano con una singola proteina, consentono agli scienziati di scendere alla scala nanometrica. (Un nanometro è un miliardesimo di metro, o 1.000 micron.)

"Ma come si fa a colmare questo divario dalla scala nanometrica a quella micrometrica? Questo è stato a lungo un grande ostacolo nelle scienze biologiche ", ha detto Ideker, che è anche fondatore della UC Cancer Cell Map Initiative e dell'UC San Diego Center for Computational Biology and Bioinformatics. "Si scopre che puoi farlo con l'intelligenza artificiale, guardando i dati da più fonti e chiedendo al sistema di assemblarlo in un modello di una cella".

Ideker ha sottolineato che questo era uno studio pilota per testare MuSIC. Hanno esaminato solo 661 proteine e un tipo di cellula. "Il chiaro passo successivo è quello di indagare attraverso l'intera cellula umana", ha detto Ideker, "e poi passare a diversi tipi di cellule, persone e specie. Alla fine, potremmo essere in grado di comprendere meglio le basi molecolari di molte malattie confrontando ciò che è diverso tra cellule sane e malate".