Перцептеин: белковая искусственная нейронная сеть в живых клетках

Ученые из Университета Вестлейк (Китай) и Калифорнийского технологического института создали внутри живых клеток систему на основе белков, способную обрабатывать несколько сигналов и принимать на их основе решения.

Исследователи ввели новый термин — «перцептеин» (perceptein), объединяющий слова «белок» (protein) и «перцептрон» (perceptron). Перцептрон — это базовая концепция искусственной нейронной сети, эффективно решающая задачи бинарной классификации, сопоставляя входные признаки с выходным решением.

Объединив концепции теории нейронных сетей с белковой инженерией, «перцептеин» представляет собой биологическую систему, способную выполнять классификационные вычисления на белковом уровне, подобно простой искусственной нейронной сети. Эта схема «перцептеина» может классифицировать разные сигналы и реагировать соответственно, например, решая, оставаться ли клетке живой или запустить программируемую гибель (апоптоз).

Вместо ДНК- или РНК-систем, которые могут быть медленными и менее прямыми, исследователи построили свою схему принятия решений из белков — de novo белковых гетеродимеров и инженерных протеаз.

Создав белковые пары, которые связываются определенным образом, белки организуются в сеть перцептеина, где одни белки активируют себя и ингибируют других. Это гарантирует, что при наличии нескольких сигналов срабатывает только самый сильный, а более слабые игнорируются.

В исследовании «A synthetic protein-level neural network in mammalian cells», опубликованном в Science, показано, что схемы перцептеина могут различать входные сигналы с настраиваемыми границами принятия решений, что открывает возможность управления сложными клеточными ответами без регуляции на уровне транскрипции.

Команда собрала шесть белковых компонентов перцептеина и два входных белка, необходимых для полной схемы с двумя входами и двумя выходами. Они выбрали два известных протеаза — расщепленный протеаз вируса табачной эчки (TEVp) и протеаз вируса крапчатости жилок табака (TVMVp) — и сконструировали их для контроля протеолитического расщепления и деградации.

Для тестирования активации схемы перцептеина исследователи создали стабильную репортерную линию клеток эмбриональной почки человека (HEK293). Эта линия содержала конструкцию, одновременно экспрессирующую два флуоресцентных белка: Citrine и mCherry.

Каждый флуоресцентный белок был помечен N-дегроном (сигналом деградации), активируемым расщеплением и специфичным для одного из двух входных протеаз в схеме перцептеина. Когда соответствующий протеаз был активен, он расщеплял дегрон, снижая флуоресценцию. Эта установка позволила визуально и количественно оценивать активность на основе уровня флуоресценции. Команда подтвердила, что каждый вариант протеаза специфично снижал флуоресценцию только от своего целевого репортера.

Дальнейшие проверки показали, что входные белки корректно реконструировали свои целевые протеазы. Изменяя уровни компонентов перцептеина, ученые могли эффективно тонко настраивать результаты решений, и производительность оставалась высокой даже при варьировании времени поступления сигналов или наличии шума.

Чтобы продемонстрировать практическое применение, исследователи соединили выход схемы перцептеина с путем апоптоза, опосредованным каспазой-3. Эта связь позволила схеме запускать гибель клеток на основе специфичных входных условий, превращая флуоресцентный выход в решения «жизнь или смерть» для клеток.

Исследование демонстрирует возможность создания в клетках млекопитающих схем, вдохновленных искусственными нейронными сетями, с использованием синтетических белков для выполнения сложной классификации сигналов. Эти схемы имеют потенциал для применения в программируемой терапии, где клетки могли бы реагировать на болезнь-специфичные сигналы заданными ответами, такими как селективный апоптоз или другие клеточные реакции.

Существуют и очевидные перспективы для построения сложных вычислительных систем из взаимодействующих белков как формы искусственного интеллекта на биологической основе, хотя такие соображения выходят за рамки текущего исследования.