Новое ПО на базе ИИ позволяет быстро и надежно визуализировать белки в клетках

Исследовательская группа под руководством Торстена Вагнера из Института молекулярной физиологии Макса Планка в Дортмунде разработала программное обеспечение для идентификации белков в переполненных клеточных объемах. Новый инструмент с открытым исходным кодом, названный TomoTwin, основан на глубоком метрическом обучении и позволяет ученым с высокой точностью и пропускной способностью локализовать несколько белков без необходимости каждый раз вручную создавать или дообучать сеть.

Работа опубликована в журнале Nature Methods.

Проблема крио-электронной томографии

Крио-электронная томография (крио-ET) — мощная методика получения детальных 3D-изображений клеточной среды и биомолекул. Однако одной из проблем метода является идентификация молекул белка на изображениях для последующей обработки. Ученые могут получать сотни томограмм в день, но им не хватало инструментов для полной идентификации молекул в них.

Как работает TomoTwin

Программа учится выбирать молекулы, схожие по форме, в томограмме и отображает их в геометрическом пространстве — система поощряется за размещение похожих белков рядом друг с другом и штрафуется в противном случае. На этой новой карте исследователи могут изолировать и точно идентифицировать различные белки, а затем использовать это для их локализации внутри клетки.

Преимущества нового подхода

• Отсутствие необходимости в обучении: TomoTwin поставляется с предварительно обученной моделью, что устраняет трудоемкий этап ручной разметки тысяч примеров для каждого нового белка.
• Скорость и доступность: Программа может работать на локальных компьютерах (обработка томограммы занимает 60–90 минут), а на суперкомпьютере Raven время сокращается до 15 минут на томограмму.
• Высокая пропускная способность: TomoTwin позволяет обрабатывать десятки томограмм за время, необходимое для ручной обработки одной, увеличивая скорость анализа данных и усреднения для получения лучшего изображения.

Цитата и перспективы

"TomoTwin прокладывает путь для автоматизированной идентификации и локализации белков непосредственно в их клеточной среде, расширяя потенциал крио-ET", — говорит Гэвин Райс, соавтор публикации.

В настоящее время программа может локализовать глобулярные белки или белковые комплексы крупнее 150 килодальтон. В будущем группа планирует расширить возможности для работы с мембранными и филаментозными белками, а также белками меньшего размера.