Para que nuestras células se reproduzcan, diferencien o migren, el núcleo necesita la ayuda de su citoesqueleto, el andamiaje que rodea al núcleo y que proporciona a las células una forma y estructura sólidas. La interrupción de este fuerte acoplamiento, como la dislocación del núcleo de su citoesqueleto, suele ser un síntoma de enfermedad en el cuerpo.
Sin embargo, esta relación entre el posicionamiento del núcleo y la organización del citoesqueleto no ha sido demostrada antes debido a la dificultad de poder definir matemáticamente el complejo diseño del citoesqueleto.
Usando métodos científicos tradicionales, el científico primero necesitará determinar los maestros Necesario para definir y medir el sistema en estudio. Esta interpretación humana de la realidad permite medir sistemas simples utilizando parámetros conocidos como el volumen, la velocidad y la distancia. Sin embargo, para muchos sistemas complejoscomo la red de fibras que componen el citoesqueleto, definir parámetros importantes se convierte en una tarea imposible.
«Interpretar sistemas tan complejos es difícil porque tenemos que adaptarlos a nuestra interpretación de la realidad y las medidas predeterminadas. Con miles de fibras enredadas, como espaguetis, sería imposible para un ser humano saber dónde comienza una y termina otra, y mucho menos determinar qué investigador principal Assoc Prof Fernandez de SUTD «Study Standards».
Luego, los investigadores decidieron separar el problema desde una perspectiva completamente nueva y cambiar su enfoque del sistema al observador.
Profesor Asistente Javier J. Fernandez y Ph.D. La candidata Jyothsna Vasudevan de la Universidad de Tecnología y Diseño de Singapur (SUTD) colaboró con la Universidad Nacional de Singapur y la Universidad Tecnológica de Nanyang y demostró con éxito la relación entre la organización del citoesqueleto y el sitio nuclear recurriendo a la inteligencia artificial. Su estudio, «De los datos cualitativos a la correlación usando redes generacionales profundas: demostración de la relación de la ubicación nuclear con el orden de los filamentos de actina» se publica en MAS UNO.
Para garantizar que los criterios de estudio no se vean limitados por conceptos humanos, han desarrollado un algoritmo de generación único para interpretar citoesqueleto Para células eucariotas usando datos cualitativos, sin decirle al sistema qué estaba monitoreando y cómo medirlo.
«Separamos la información sobre el núcleo y las fibras en bases de datos de imágenes independientes, para asegurarnos de que no hubiera información sobre el núcleo en las imágenes de fibra, de modo que el sistema no pudiera hacer trampa. Luego entrenamos un sistema para encontrar la ubicación del kernel utilizando únicamente la información de las fibras, para ello el sistema tuvo que tomar los datos cualitativos y descubrir por sí mismo si existía una relación entre la organización de las fibras y la ubicación del núcleo y eso obligaba al programa a buscar parámetros que definieran el sistema, desprovisto de interpretación humana y conceptos predefinidos».
El algoritmo pudo predecir con éxito la presencia y ubicación de núcleos en más de 8000 células, y aproximadamente la mitad de estas predicciones resultaron en una desviación de menos de 1 μm de su ubicación exacta. Esto demostró, con una importancia asombrosa, la hipótesis de una relación determinista entre los arreglos de los filamentos de actina y la ubicación de . núcleouna de las relaciones más simples en Biología Celular. El profesor asociado Fernández cree que esto también condujo a un hallazgo epistemológico.
“Este estudio ha cambiado la forma en que pensamos acerca de la adaptación de nuestros métodos de investigación científica para permitir este aprendizaje automático No solo como herramienta para el análisis de datos, sino también para la interpretación de la realidad. Para los sistemas de biología intrínsecamente complejos, esto sin duda acelerará la próxima revolución tecnológica: la «biológicoización» de la tecnología. Esto permitirá revelar y controlar las complejidades y complejidades de los sistemas biológicos mediante el aprendizaje automático, dijo el profesor Fernández.
Jyothsna Vasudevan et al, De los datos cualitativos a la asociación usando redes generativas profundas: demostrando la relación de la ubicación nuclear con la disposición de los filamentos de actina, MAS UNO (2022). DOI: 10.1371 / journal.pone.0271056
Introducción de
Universidad de Tecnología y Diseño de Singapur
La frase: Researchers Unravel Cell Biology Through Artificial Intelligence (16 de agosto de 2022), consultado el 16 de agosto de 2022 en https://phys.org/news/2022-08-unravel-cell-biology-artustry-intelligence.html
Este documento está sujeto a derechos de autor. Sin perjuicio de cualquier trato justo con fines de estudio o investigación privados, ninguna parte puede reproducirse sin permiso por escrito. El contenido se proporciona únicamente con fines informativos.
«Solucionador de problemas. Gurú de los zombis. Entusiasta de Internet. Defensor de los viajes sin disculpas. Organizador. Lector. Aficionado al alcohol».