Израильские биологи разработали ИИ-модель, распознающую белки в живой клетке

Ученые из Института Вейцмана разработали ИИ-модель, которая способна по одному снимку распознавать десятки белков, работающих в клетке.

Работа опубликована в журнале Nature Biotechnology.

В геноме человека около 20 тысяч генов, и примерно половина из них производит различные белки, которые и делают главную работу в клетке. "Чтобы понять, как работает конкретная ткань, крайне важно измерить и проанализировать множество ее белков", – говорит соавтор работы доктор Лиат Керен. Эти знания жизненно важны для изучения процессов заболеваний, в том числе рака.

До сих пор с помощью метода флуоресцентного окрашивания ученым удавалось увидеть только 3-4 белка, и процесс распознавания белков занимал недели.

Технология, разработанная в Институте Вейцмана, получила название CombPlex. В отличие от традиционных методов CombPlex может одновременно визуализировать больше двадцати белков в отдельных клетках и делать это быстро на доступном в обычной клинике оборудовании.

Доктор Керен и ее команда прикрепили к каждому белку не одну флуоресцентную метку, как это всегда делалось, а сразу несколько. Это позволило маркировать белок уникальной комбинацией подсвеченных меток, своего рода штрих кодом. Причем различных меток надо немного. Например, чтобы пометить 20 белков нужны 5 меток. 10 меток достаточно, чтобы пометить уникальными штрих-кодами более тысячи белков. Но идентификация таких штрихкодов в реальной клетке оказалась сложным делом.

Команда обучила нейронную сеть, чтобы справиться с задачей идентификации белков на фотографии клетки. ИИ-модель обучалась на многочисленных флуоресцентных изображениях отдельных белков, полученных в лабораториях по всему миру. При демонстрации CombPlex распознал 22 белка по 5 флуоресцентным меткам. Ученые рассчитывают добавить еще одну метку и использовать метод для распознавания сотни белков.

Для работы CombPlex нужен только флуоресцентный микроскоп, а такие устройства есть во многих клиниках, так что метод обещает облегчить изучение тканей в обычных медицинских лабораториях. "Мы надеемся, что CombPlex однажды заменит традиционные методы, поскольку он обеспечивает более полный взгляд на ткани и позволяет более точно принимать клинические решения", – говорит доктор Керен.