Wetenschap
Onderzoekers brengen de dynamiek van eiwitnetwerken tijdens celdeling in kaart
Een internationaal team onder leiding van onderzoekers van de Universiteit van Toronto heeft de beweging van eiwitten die door het gistgenoom worden gecodeerd gedurende de hele celcyclus in kaart gebracht. Dit is de eerste keer dat alle eiwitten van een organisme door de celcyclus heen zijn gevolgd, waarvoor een combinatie van deep learning en high-throughput microscopie nodig was.
Het team paste twee convolutionele neurale netwerken of algoritmen toe, DeepLoc en CycleNet genaamd, om beelden van miljoenen levende gistcellen te analyseren. Het resultaat was een uitgebreide kaart die identificeert waar eiwitten zich bevinden en hoe ze tijdens elke fase van de celcyclus in de cel bewegen en in overvloed veranderen.
"We hebben ontdekt dat eiwitten die regelmatig in concentratie stijgen en dalen in de cel betrokken zijn bij het reguleren van de celcyclus, terwijl eiwitten met een voorspelbare beweging door de cel de biofysische implementatie van de cyclus vergemakkelijken", zegt Athanasios Litsios, eerste auteur van het onderzoek. en postdoctoraal onderzoeker bij U of T's Donnelly Center for Cellular and Biomolecular Research.
Het onderzoek werd gepubliceerd in het tijdschrift Cell .
Onder de celcyclus worden de fasen verstaan waarbinnen een cel zich ontwikkelt om zich uiteindelijk in afzonderlijke cellen te verdelen. Het is dit proces dat ten grondslag ligt aan de proliferatie van leven – en dat in alle levende wezens gaande is.
Op moleculair niveau is de celcyclus afhankelijk van de coördinatie van veel eiwitten om de cel van groei en DNA-replicatie helemaal naar celdeling te brengen. Ontregeling van eiwitten kan een sleutel in de celcyclus gooien, waarbij de verstoring ervan mogelijk kan leiden tot ziekten zoals kanker.
De onderzoekers merkten op dat ongeveer een kwart van de in kaart gebrachte gisteiwitten regelmatige patronen van opkomst en verdwijning of beweging naar specifieke delen van de cel volgden. De meeste eiwitten volgden deze patronen voor concentratie of beweging, maar niet voor beide.
"We identificeerden ongeveer 400 eiwitten met alleen periodieke lokalisatie tijdens de celcyclus en ongeveer 800 met alleen periodieke concentratie", aldus Litsios. "Dit betekent dat eiwitten op meerdere niveaus worden gereguleerd om ervoor te zorgen dat de celcyclus verloopt zoals geprogrammeerd."
Het onderzoeksteam gebruikte fluorescentiemicroscopie om ongeveer 4.000 eiwitten in afbeeldingen van gistcellen te volgen om de celcyclusfase te classificeren, evenals de locatie van eiwitten binnen 22 gecategoriseerde gebieden van de cel, zoals de kern, het cytoplasma en de mitochondriën. Fase- en eiwitlocatie-identificatie werd geautomatiseerd door het gebruik van convolutionele neurale netwerken, met een nauwkeurigheid van de fasevoorspelling van de celcyclus van meer dan 93%.
"We hebben beelden geanalyseerd van meer dan 20 miljoen levende gistcellen, die we met behulp van machinaal leren aan verschillende stadia van de celcyclus hebben toegewezen", zegt Brenda Andrews, hoofdonderzoeker van het onderzoek en universiteitsprofessor moleculaire genetica aan het Donnelly Center en de Temerty-faculteit. Geneeskunde.
"Vervolgens hebben we een tweede computationele pijplijn ontwikkeld en toegepast om te onderzoeken hoe eiwitten in lokalisatie en concentratie veranderen tijdens de celcyclus. Deze studie leverde een unieke dataset op die een beeld op genoomschaal biedt van moleculaire veranderingen die optreden tijdens celdeling."
"De gistcel is een geweldig model voor de eukaryotische biologie", zegt Litsios. ‘Er zijn bepaalde dingen die we kunnen doen met gistcellen, maar niet met andere organismen die eenvoudiger of complexer zijn. We kunnen gistcellen gebruiken om processen op grote schaal te observeren, wat het het perfecte organisme maakt om de celcyclus te bestuderen. in de hoop de menselijke celcyclus beter te begrijpen."