Een vorm van een gelaagd neuraal netwerk (perceptron) (afb: WikiMedia Commons)

Onderzoekers in China en de VS hebben een neuraal netwerk van eiwitten in levende cellen ‘geconstrueerd’ dat verschillende signalen kan verwerken en op basis daarvan beslissingen kan nemen zoals ‘val dood’. Ze hebben dat percepteïne gedoopt, een knutselwoord bestaand uit delen van proteïne (eiwit) en perceptron (een gelaagd neuraal netwerk). Ik(=as) moet zeggen dat ik nog niet meteen goed weet wat ze daarmee willen doen, maar ik laat me graag verrassen…Zo’n percepteïne zou binaire classificatieproblemen effectief kunnen oplossen door binnengekomen signalen te koppelen aan een actie (beslissing). In feite zou zo’n neuraal netwerk van eiwitten binnenkomende signalen kunnen beoordelen en op basis daarvan beslissingen nemen om, bijvoorbeeld, in leven te blijven of geprogrammeerd dood te gaan.
Cellen verwerken allerlei signalen en reageren daarop. Zo reageren afweercellen op bepaalde signalen en komen in actie (bijvoorbeeld om bacteriën of virussen te doden). Het grappige is dat synbiologen, biologen die onnatuurlijk leven willen maken, niet erg goed zijn om dat soort ‘magische trucjes’ voor elkaar te krijgen. Meestal wordt er dan wat gefröbeld met hernzuren (DNA of RNA) en die werken traag en vaak niet direct.
Deze onderzoekers hebben hun heil nu in eiwitten gezocht en bouwden hun ‘beslissingscircuit’ met eiwitten en, gemanipuleerde, proteasen (eiwitafbrekenbde enzymen)

Eiwitparen

Ze paarden eiwitten op een specifieke manier zo dat er een netwerk ontstaat. Sommige activeren zichzelf, andere remmen. Als er verschillende signalen tegelijk binnenkomen dan geeft het sterkste signaal de doorslag en veroorzaakt een reactie.
De onderzoekers demonstreerden dat netwerken de signaalinvoer konden onderscheiden met instelbare beslissingsgrenzen. Dat bood de mogelijkheid om complexe celreacties te sturen zonder transcriptieregulering (in feite eiwitaanmaak).

Om de activering van het percepteïnecircuit te testen, ontwikkelden onderzoekers een stabiele menselijke embryonale nierrapportagecellijn. Deze cellijn bevatte een construct dat gelijktijdig twee fluorescerende eiwitten laat oplichten.

Elk fluorescerend eiwit was gemerkt met een afbraaksignaal die specifiek is voor een van de twee invoerproteasen in het percepteïnecircuit. Wanneer een overeenkomstige protease actief was, splitste deze het degradatiesignaal, waardoor de fluorescentie werd verminderd. Die opstelling stelde de onderzoekers in staat om visueel en kwantitatief de activiteit te beoordelen op basis van de fluorescentie. Elke proteasevariant bleek specifiek de fluorescentie alleen van zijn ‘doelrapporteur’ te verminderen.

De onderzoekers toonden ook aan dat invoereiwitten hun doelproteasen juist reconstrueerden. Door de percepteïnecomponentniveaus te veranderen, konden ze de beslissingsuitkomsten verfijnen en bleven de prestaties goed, zelfs wanneer de invoertiming varieerde of als er ruis werd geïntroduceerd.

Praktisch?

Om de praktische toepassing te demonstreren, koppelden de onderzoekers de uitvoer van het percepteïnecircuit aan een caspase-3-apoptosepad dat leidt tot de dood van de cel. Deze koppeling stelde het circuit in staat om de celdood te activeren op basis van specifieke invoeromstandigheden, waardoor op fluorescentie gebaseerde uitvoer werd omgezet in levens-of-doodbeslissingen voor de cellen.

De studie zou hebben aangetoond dat kunstmatige neurale netwerk-geïnspireerde circuits in zoogdiercellen met behulp van synthetische eiwitten om complexe signaalclassificaties uit te voeren mogelijk is. Deze circuits hebben mogelijk toepassingen in programmeerbare therapieën, waarbij cellen kunnen reageren op ziektespecifieke signalen met op maat gemaakte uitvoersignalen, zoals selectieve celdood of andere celacties.

De onderzoekers denken dat de eiwitnetwerken ook complexe rekensystemen zouden kunnen vormen als een soort biologische kunstmatige intelligentie, maar stellen dat dergelijke toepassingen een beetje buiten hun expertise liggen.

Bron: phys.org

De betreffende artikelen: Zibo Chen et al, A synthetic protein-level neural network in mammalian cells; Katie Galloway et al, Bringing neural networks to life.