Munkatársaink cikke a Scientific Reportsban: az öregedést szabályozó humán fehérjék predikciójáról gépi tanulással
Az MTA SZTAKI Big Data - Lendület Kutatócsoportjának kutatói (Kerepesi Csaba, Daróczy Bálint és Benczúr András) együttműködve az ELTE TTK Genetikai Tanszék kutatóival (Sturm Ádám és Vellai Tibor) öregedést szabályozó emberi fehérjéket prediktáltak a legújabb gépi tanulási módszerek segítségével. Az eredményeket összefoglaló tanulmány a rangos "Scientific Reports" online folyóiratban jelent meg.
Habár az öregedés óriási hatással van az emberi egészségre és a gazdaságra, az öregedés molekuláris alapjai - szabályozása és mechanizmusa - még kevéssé ismertek. Jelenleg körülbelül 300 fehérjéről van jó okunk feltételezni, hogy fontos szerepet játszanak az ember öregedési szabályozásában. Ezek közt találjuk például “Werner syndrome ATP-dependent helicase”-t, amelyről ismert, hogy a fehérjét kódoló gén mutációja felelős a gyors öregedést okozó Werner-szindróma betegség kialakulásáért. Szintén ismert öregedést szabályozó fehérje például a FOXO1 és az mTOR is, melyekkel kapcsolatban korábbi kísérletek kimutatták, hogy befolyásolásukkal lassítható egyes genetikai modellállatok (pl. a fonalféreg, az ecetmuslica és a házi egér) öregedése, és ezáltal megnövelhető az állatok élettartama. Az mTOR-ral kapcsolatos első ilyen eredményt éppen a most közölt tanulmány egyik társszerzője, Vellai Tibor és munkatársai publikálták a Nature folyóiratban 2003-ban.
Bár az egyes öregedéssel kapcsolatos fehérjéket intenzíven tanulmányozzák, de azt, hogyan alkotnak együtt egy szabályzó rendszert és, hogy mi különbözteti meg őket a többi fehérjétől kevéssé kutatott. Hogy betöltsék ezt az űrt, az MTA SZTAKI és az ELTE Genetika Tanszék kutatói adatbányászati módszerekkel minden egyes humán fehérjéhez 21000 fehérjetulajdonságot gyűjtöttek ki különféle biológiai adatbázisokból, majd a kapott adatokat a legújabb gépi tanulási algoritmusokkal elemezték. Több lépcsőben szelektálva a fehérje jellemzőket és több szelektált adathalmazon futtatva a tanulóalgoritmusokat sikerült találniuk egy biológiailag könnyen értelmezhető - mindössze 36 jellemzőből álló - bináris osztályozó modellt, amely megmondja, milyen tulajdonságok kellenek ahhoz, hogy egy fehérje részt vegyen az ember öregedési folyamatának szabályozásában.
Több hasonló matematikai modell predikcióinak felhasználásával a kutatók sorrendbe tették az emberi fehérjéket aszerint, melyik milyen fontos szerepet tölt be az öregedés mechanizmusában vagy szabályozásában. Ez a lista két szempontól hasznos. Egyrészt megmutatja, az öregedés kulcsszereplőit, azaz, azokat a fehérjéket, melyeket leginkább érdemes lenne tanulmányozni ahhoz, hogy megértsük az öregedés molekuláris alapjait. Másrészt a kapott lista segítségével a kutatók azonosítottak olyan új öregedéssel kapcsolatos fehérjéket (például a "Cytochrome b-245 light chain"-t és az "Endoribonuclease ZC3H12A"-t), amelyeknek öregedés szabályozó szerepe eddig nem volt ismert.
A tanulmány által kiemelt fehérjék alaposabb tanulmányozása és a velük kapcsolatos jövőbeni kísérletek új eredményekkel járulhatnak hozzá az öregedési folyamat kutatásához és ezáltal ahhoz, hogy minél tovább élhessünk egészségesen, időskori betegségektől mentesen.
A teljes cikk ezen a linken olvasható.
