Fujitsu Laboratori Ltd., l'Insight Center per l'analisi dei dati, un istituto di ricerca sull'analisi dei dati con sede in Irlanda, e Fujitsu (Ireland) Limited hanno annunciato oggi lo sviluppo di una tecnologia che consente di prevedere grandi volumi di reazioni chimiche sconosciute, circa il doppio rispetto alla procedura convenzionale. Nelle malattie gravi, compreso il cancro, è comune che ci siano anomalie nelle reazioni di fosforilazione, che sono reazioni chimiche che avvengono tra le proteine. Di conseguenza, ci sono grandi aspettative che chiarire le reazioni di fosforilazione porterà a trattamenti efficaci. Attualmente, però, perché sono state identificate solo poche reazioni di fosforilazione, c'è stato un problema nel prevedere grandi volumi di reazioni di fosforilazione causate da combinazioni di proteine ​​sconosciute. Ora, costruendo un grafico della conoscenza che può comprendere una panoramica delle interrelazioni tra proteine, è possibile verificare la relazione tra nuove proteine ​​dove possono essere previste reazioni di fosforilazione. In questo modo, questa tecnologia contribuirà al progresso della medicina, come ci si può aspettare che sia utile in prima linea nella ricerca sulla scoperta di farmaci, e avere applicazioni personalizzate nel campo della medicina di precisione.

Sfondo di sviluppo

I sistemi biologici all'interno del corpo sono mantenuti da scambi di informazioni attraverso le reazioni chimiche di varie proteine ​​all'interno delle cellule. Negli ultimi anni, la scienza ha capito che molte malattie gravi, come il cancro, sono parzialmente causati da anomalie nelle reazioni di fosforilazione, che sono rappresentativi delle reazioni chimiche tra proteine. Se si potessero sviluppare farmaci che riparano reazioni di fosforilazione anomale, che consentirebbe trattamenti più efficaci. Attualmente, però, solo poche reazioni di fosforilazione sono ben comprese, quindi c'è bisogno della scoperta di reazioni di fosforilazione sconosciute, e per arricchire i dati sulle reazioni di fosforilazione.

Problemi

Le reazioni di fosforilazione sono reazioni chimiche in cui una proteina lega un gruppo fosforilico agli amminoacidi che compongono un'altra proteina. Per scoprirli, è necessario verificare le combinazioni di proteine ​​che provocano reazioni di fosforilazione attraverso esperimenti biologici. Ciò nonostante, poiché ce ne sono più di circa 800, 000 possibili combinazioni solo con proteine, e poiché per gli esperimenti biologici sono necessari costi e tempi significativi, è necessario prevedere sin dall'inizio combinazioni ad alta probabilità. È noto che il verificarsi di una reazione di fosforilazione dipende dalla struttura della sequenza di amminoacidi che costituisce la proteina. La tecnologia AI è quindi già utilizzata per prevedere nuove reazioni di fosforilazione addestrando l'IA sulla struttura di sequenze di amminoacidi che sono già note per causare reazioni di fosforilazione. Mentre questa tecnologia può prevedere reazioni in cui la struttura della sequenza di amminoacidi è simile a quelle che sono note per causare reazioni di fosforilazione, non è stato in grado di prevedere quelle in cui la struttura della sequenza amminoacidica è significativamente diversa dalle già note reazioni di fosforilazione.

Secondo recenti ricerche mediche, c'è un fenomeno in cui le proteine ​​che hanno subito reazioni possono fosforilare altre proteine ​​in una reazione a catena (informazione concatenata), e questa potrebbe essere la chiave per prevedere nuovi, reazioni di fosforilazione sconosciute legate a quel fenomeno. Sulla base di tali ricerche, Laboratori Fujitsu, il Centro di approfondimento, e Fujitsu Ireland hanno ora incluso non solo informazioni strutturali sulle sequenze di amminoacidi nel grafico della conoscenza, ma anche informazioni concatenate. Le organizzazioni hanno sviluppato una tecnologia (in attesa di brevetto) per rappresentare i complessi schemi delle reazioni chimiche come attributi ottimizzati, che sono attaccati alle linee nel grafico della conoscenza. Poiché questi attributi sono stati adattati alla costruzione sofisticata del grafo della conoscenza, possono portare a risultati di previsione altamente accurati. Convenzionalmente, la relazione tra le proteine ​​poteva essere verificata solo attraverso un singolo anello della catena. Tuttavia, visualizzando in modo completo la relazione tra proteine ​​come connessioni di reazioni di fosforilazione (informazione concatenata), diventa possibile chiarire il posizionamento delle varie proteine ​​da una prospettiva olistica, e prevedere relazioni sconosciute.

Effetti

Quando questa tecnologia è stata testata utilizzando dati di valutazione, il modello è stato addestrato sulle reazioni di fosforilazione (9, 802 reazioni), e predetto 11, 581, 940 nuove reazioni di fosforilazione. Ciò ha mostrato la sua capacità di prevedere circa il doppio delle reazioni di fosforilazione rispetto alla tecnologia convenzionale che ha addestrato l'IA sulla struttura delle sequenze di amminoacidi, senza modifiche significative alla precisione della previsione. Inoltre, al fine di verificare se le reazioni di fosforilazione previste utilizzando questa tecnologia potrebbero effettivamente verificarsi all'interno di un essere vivente, i test sono stati condotti da Systems Biology Ireland, un istituto di ricerca biologica irlandese e un partner di ricerca congiunto, utilizzando apparecchiature di spettrometria di massa e anticorpi. In questa prova, esperti in biologia hanno selezionato e testato alcuni risultati di previsione della reazione di fosforilazione per proteine ​​legate al cancro, e sono stati in grado di confermare nove reazioni di fosforilazione, di cui otto erano reazioni che non avrebbero potuto essere previste con la tecnologia convenzionale. Walter Kolch, direttore di Systems Biology Ireland (SBI), un'autorità leader mondiale nella ricerca sulla biologia dei sistemi, ha detto su questi risultati "Combinando la tecnologia dei grafi di conoscenza di Fujitsu con la comprensione delle reti biologiche di SBI, abbiamo sviluppato un nuovo metodo computazionale in grado di prevedere quale chinasi fosforila quali substrati. Il metodo è accurato e potrebbe scoprire siti di fosforilazione precedentemente sconosciuti, un importante passo avanti per lo sviluppo di nuovi farmaci e una medicina di precisione più mirata".

Combinando i dati sulle nuove reazioni di fosforilazione previste da questa tecnologia con altri dati biomedici, si prevede di collegare le reazioni chimiche dalle cause di una malattia (anomalie nelle reazioni di fosforilazione) ai sintomi della malattia, che possono poi essere fornite a chi è in prima linea nella ricerca come informazioni utili nella scoperta di farmaci. L'efficacia dei trattamenti per malattie come il cancro può variare notevolmente tra i pazienti. Questa tecnologia, però, dovrebbe chiarire la variazione individuale negli effetti dei trattamenti, contribuire alla promozione della medicina su misura per i singoli pazienti. Laboratori Fujitsu, il Centro di approfondimento, e Fujitsu Ireland continueranno a migliorare ulteriormente l'accuratezza di questa tecnologia per elaborare i dati biomedici con grafici della conoscenza, estendendo la tecnologia ai progetti biomedici presso Fujitsu Limited nell'anno fiscale 2018. Inoltre, incorporando questa tecnologia nella tecnologia AI di Fujitsu, tra cui Fujitsu Human Centric AI Zinrai, le organizzazioni intendono accelerare il business biomedico.