I ricercatori usano l’intelligenza artificiale per ottenere informazioni più approfondite sulla crescita cellulare
Un team di scienziati dell’Istituto di scienze industriali dell’Università di Tokyo ha progettato un nuovo algoritmo di apprendimento automatico in grado di prevedere le dimensioni di una singola cellula mentre cresce e si divide.
La rete neurale artificiale del team consente a un computer di fare previsioni più accurate rispetto ai metodi che si basano esclusivamente su ipotesi comuni in biologia. Secondo il team, i nuovi sviluppi potrebbero aiutare a far avanzare il campo della biologia quantitativa e migliorare la produzione industriale di farmaci.
Il campo della biologia
Il campo della biologia, proprio come tutte le scienze naturali, si basa su modelli matematici che fanno previsioni sul futuro basate sui dati. Poiché i sistemi viventi e le forme di vita biologiche sono estremamente complessi, non è sempre possibile fidarsi completamente di queste equazioni. Spesso si basano su ipotesi semplificatrici, che non riflettono necessariamente i veri processi biologici.
Per questo motivo, il team di ricercatori si è rivolto al nuovo algoritmo di apprendimento automatico, che può utilizzare la dimensione misurata delle singole celle nel tempo per prevedere la loro dimensione futura. Uno dei principali vantaggi del sistema informatico è che riconosce automaticamente i modelli nei dati, il che significa che non è limitato come altri metodi convenzionali.
Atsushi Kamimura è il primo autore del documento di ricerca .
“In biologia, vengono spesso utilizzati modelli semplici in base alla loro capacità di riprodurre i dati misurati”, afferma Kamimura. “Tuttavia, i modelli potrebbero non riuscire a catturare ciò che sta realmente accadendo a causa dei preconcetti umani”.
Raccolta dei dati
Lo studio si è basato sui dati raccolti da un batterio Escherichia coli o da una cellula di lievito Schizosaccha-romyces pombe, che è stata tenuta in un canale microfluidico con temperature variabili.
Ha scoperto che la dimensione della trama è apparsa come un “dente di sega” poiché la crescita esponenziale è stata interrotta da eventi di divisione. Tradizionalmente, i biologi umani si affidano a un modello “sizer”, che si basa sulla dimensione assoluta della cellula, o un modello “adder”, che si basa sull’aumento delle dimensioni dalla nascita. Usano questi modelli per prevedere quando si verificheranno le divisioni.
Sebbene il programma per computer abbia dimostrato l’efficacia del principio del “sommatore”, ha scoperto che fa parte di un sistema più ampio e complesso di reazioni e segnali biochimici.
Tetsuya Kobayashi è l’autore senior del documento.
“La nostra rete neurale di deep learning può separare efficacemente i fattori deterministici dipendenti dalla storia dal rumore in dati dati”, afferma Kobayashi.
Il team afferma che questo metodo potrebbe essere utilizzato in altre aree della biologia, non solo per prevedere le dimensioni delle cellule. Le scienze della vita faranno sempre più affidamento sull’intelligenza artificiale piuttosto che sui modelli umani e l’intelligenza artificiale sarà in grado di scoprire modi nuovi ed efficienti per controllare i microrganismi, che avranno un grande impatto sul modo in cui fermentiamo i prodotti e produciamo farmaci.
