„Arra voltunk kíváncsiak, hogy az emberi sejtekben található fehérjék közül melyek vannak kapcsolatban az öregedéssel, tehát melyek szabályozzák, illetve melyek vesznek részt a folyamat mechanizmusában – kezdi Vellai Tibor egyetemi tanár, az ELTE genetikai tanszékének vezetője. „A fehérje-adatbázisokban immár 21 ezer szempont szerint jellemezhetők az emberi fehérjék. Ezeket betápláltuk egy általunk létrehozott gépi tanulási algoritmusba. Minthogy sok fehérjéről már eleve tudjuk, hogy szerepet játszik az öregedésben, ezek tulajdonságait alapul véve a program kiválasztott 36 olyan fehérjejellemzőt, amelyek alapján egyértelműen eldönthető egy fehérjéről, hogy az kapcsolatban áll-e vagy sem az öregedési folyamattal.”
A gépi tanulás a mesterséges intelligencia egyik típusa. A számítógép az algoritmus futása közben önállóan tanul. Megkeresi a tanítási céllal beletáplált, ismert kategóriába tartozó elemek (ez esetben fehérjék) közös tulajdonságait, ezek alapján kategorizáló eszközkészletet készít, és ezt alkalmazza a nem ismert elemek besorolására. Az eredmény általában annak valószínűsége, hogy a vizsgált elem a kívánt kategóriába tartozik-e. Ahogy egyre több és több adatot van lehetősége az algoritmusnak megvizsgálni, a kategorizálás egyre kifinomultabb lesz, és a hatékonysága sokszor jóval meghaladja a klasszikus módszerek sikerességét.
„Az algoritmus idővel eltért az alapbeállítástól, és olyan fehérjéket kezdett összefüggésbe hozni az öregedéssel, amelyekről korábban sosem gondolták ezt.
Másrészről viszont egyes fehérjéket, amelyeket eddig fontosnak tartottak ebből a szempontból, nem talált eléggé jelentősnek. A 21 ezer különféle fehérjejellemző között találjuk például azt, hogy a sejtmembránban található-e az adott fehérje, vagy a sejtplazmában, fizikai kapcsolatban áll-e más, az öregedésben szerepet játszó fehérjékkel” – mondja Vellai Tibor.
Természetesen ha a program magas valószínűségi értéket rendel a fehérjéhez (tehát meglehetősen esélyes, hogy az adott fehérje kapcsolatban áll az öregedéssel), az még mindig csak hipotézis gyártásra alkalmas. Ezután kísérletesen kell bebizonyítani a fehérje e szerepét. Ez azért is fontos, mert a tudományterületen számos fehérje szerepe igencsak vitatott. Ott van például a szirtuin fehérjék, a SIRT-1 és SIRT-2. Korábban leírták, hogy a fehérje rendkívül fontos az öregedés szabályozásában, amely a laikusok szintjén úgy csapódott le, hogy azonnal megjelent a szirtuindiéta, amit a fogyás és a megfiatalítás bombabiztos módszereként reklámoztak. Csakhogy néhány éve megjelent a Nature-ben egy cikk arról, hogy hiába ütötték ki (tették működésképtelenné) a fehérje génjét különféle modellállatokban, a kezelt állatok élettartama nem változott meg a beavatkozás után. E kísérletek kimutatták, a szirtuinok nem befolyásolják az öregedést. A mostani géptanulásos módszer azonban a SIRT-2 fehérjét az egyik legerősebb öregedési fehérjeként azonosította. Ennek tükrében újra érdemes megvizsgálni a fehérje szerepét az öregedési folyamat befolyásolásában.
Szóljon hozzá!
Jelenleg csak a hozzászólások egy kis részét látja. Hozzászóláshoz és a további kommentek megtekintéséhez lépjen be, vagy regisztráljon!