नया एआई-आधारित सॉफ्टवेयर कोशिकाओं में प्रोटीन की त्वरित, विश्वसनीय इमेजिंग की अनुमति देते है

वाशिंगटन (एएनआई): सह-प्रथम लेखक गेविन राइस कहते हैं, "टोमोट्विन सीधे अपने सेलुलर वातावरण में प्रोटीन की स्वचालित पहचान और स्थानीयकरण का मार्ग प्रशस्त करता है, क्रायो-ईटी की क्षमता का विस्तार करता है।" क्रायो-ईटी जीवन के आधार और रोगों की उत्पत्ति को प्रकट करने की क्षमता प्रदान करता है, यह समझने के लिए कि एक कोशिका के भीतर जैव-अणु कैसे काम करते हैं।

एक क्रायो-ईटी प्रयोग में, वैज्ञानिक एक संचरण इलेक्ट्रॉन सूक्ष्मदर्शी का उपयोग जटिल बायोमोलेक्युलस वाले सेलुलर वॉल्यूम की 3डी छवियों को बनाने के लिए करते हैं, जिन्हें टॉमोग्राम के रूप में जाना जाता है। प्रत्येक प्रोटीन की अधिक विस्तृत छवि प्राप्त करने के लिए, वे संभव के रूप में कई प्रतियां औसत करते हैं, इसी तरह फोटोग्राफर एक ही छवि को कई एक्सपोजर पर कैप्चर करते हैं ताकि अंततः उन्हें एक सटीक रूप से उजागर छवि में एकीकृत किया जा सके। प्रोटीन का औसत निकालने से पहले, छवि में उन्हें सही ढंग से पहचानना और उनका पता लगाना महत्वपूर्ण है। राइस कहते हैं, "वैज्ञानिक रोजाना सैकड़ों टोमोग्राम प्राप्त कर सकते हैं, लेकिन हमारे पास उनके भीतर के अणुओं की पूरी तरह से पहचान करने के लिए उपकरणों की कमी थी।"

अब तक, शोधकर्ताओं ने टोमोग्राम में मैचों की खोज के लिए पहले से ज्ञात आणविक संरचनाओं के टेम्प्लेट के आधार पर एल्गोरिदम का उपयोग किया था, लेकिन ये त्रुटि-प्रवण होते हैं। हाथ से अणुओं की पहचान करना एक अन्य विकल्प है जो उच्च गुणवत्ता वाली पिकिंग सुनिश्चित करता है लेकिन प्रति डेटासेट में दिनों से लेकर हफ्तों तक का समय लगता है।

एक अन्य संभावना पर्यवेक्षित मशीन लर्निंग के एक रूप का उपयोग करने की होगी। ये उपकरण बहुत सटीक हो सकते हैं लेकिन वर्तमान में उपयोगिता की कमी है, क्योंकि उन्हें प्रत्येक नए प्रोटीन के लिए सॉफ्टवेयर को प्रशिक्षित करने के लिए हजारों उदाहरणों को मैन्युअल रूप से लेबल करने की आवश्यकता होती है, जो एक भीड़ भरे सेलुलर वातावरण में छोटे जैविक अणुओं के लिए लगभग असंभव कार्य है।

टोमोट्विन

नव विकसित सॉफ्टवेयर TomoTwin इन बाधाओं में से कई पर काबू पा लेता है: यह उन अणुओं को चुनना सीखता है जो एक टॉमोग्राम के आकार में समान होते हैं और उन्हें एक ज्यामितीय स्थान पर मैप करते हैं - सिस्टम को एक दूसरे के पास समान प्रोटीन रखने के लिए पुरस्कृत किया जाता है और अन्यथा दंडित किया जाता है। नए नक्शे में, शोधकर्ता विभिन्न प्रोटीनों को अलग और सटीक रूप से पहचान सकते हैं और इसका उपयोग सेल के अंदर उनका पता लगाने के लिए कर सकते हैं। "टोमोट्विन का एक फायदा यह है कि हम एक पूर्व-प्रशिक्षित पिकिंग मॉडल प्रदान करते हैं," राइस कहते हैं। प्रशिक्षण चरण को हटाकर, सॉफ्टवेयर स्थानीय कंप्यूटरों पर भी चलाया जा सकता है - जहां टॉमोग्राम को संसाधित करने में आमतौर पर 60-90 मिनट की आवश्यकता होती है, एमपीआई सुपरकंप्यूटर रेवेन पर रनटाइम प्रति टोमोग्राम 15 मिनट तक कम हो जाता है।

TomoTwin शोधकर्ताओं को मैन्युअल रूप से किसी एक को चुनने में लगने वाले समय में दर्जनों टोमोग्राम लेने की अनुमति देता है, इसलिए बेहतर छवि प्राप्त करने के लिए डेटा के थ्रूपुट और औसत दर में वृद्धि होती है। सॉफ्टवेयर वर्तमान में कोशिकाओं में 150 किलोडाल्टन से अधिक महत्वपूर्ण गोलाकार प्रोटीन या प्रोटीन परिसरों का पता लगा सकता है; भविष्य में, रौंसर समूह का लक्ष्य झिल्ली प्रोटीन, फिलामेंटस प्रोटीन और छोटे आकार के प्रोटीन को शामिल करना है। (एएनआई)