Fujitsu Laboratories Ltd., het Insight Center for Data Analytics, een onderzoeksinstelling voor data-analyse gevestigd in Ierland, en Fujitsu (Ireland) Limited hebben vandaag de ontwikkeling aangekondigd van een technologie die het mogelijk maakt om grote hoeveelheden onbekende chemische reacties te voorspellen, ongeveer twee keer zoveel als de conventionele procedure. Bij ernstige ziekten, inclusief kanker, het is gebruikelijk dat er afwijkingen zijn in fosforyleringsreacties, dat zijn chemische reacties die plaatsvinden tussen eiwitten. Overeenkomstig, er zijn hoge verwachtingen dat het ophelderen van fosforyleringsreacties zal leiden tot effectieve behandelingen. Momenteel, echter, omdat er slechts enkele fosforyleringsreacties zijn geïdentificeerd, er was een probleem bij het voorspellen van grote hoeveelheden fosforyleringsreacties veroorzaakt door combinaties van onbekende eiwitten. Nutsvoorzieningen, door een kennisgrafiek te bouwen die een overzicht kan bevatten van de onderlinge relaties tussen eiwitten, het is mogelijk om de relatie tussen nieuwe eiwitten te controleren waar fosforyleringsreacties kunnen worden voorspeld. Op deze manier, deze technologie zal bijdragen aan de vooruitgang van de geneeskunde, aangezien kan worden verwacht dat het nuttig zal zijn in de frontlinie van onderzoek naar geneesmiddelenontdekking, en hebben toepassingen op maat op het gebied van precisiegeneeskunde.

Ontwikkelingsachtergrond

Biologische systemen in het lichaam worden in stand gehouden door informatie-uitwisseling via de chemische reacties van verschillende eiwitten in cellen. In recente jaren, de wetenschap is gaan begrijpen dat veel ernstige ziekten, zoals kanker, worden gedeeltelijk veroorzaakt door afwijkingen in fosforyleringsreacties, die representatief zijn voor de chemische reacties tussen eiwitten. Als geneesmiddelen ontwikkeld zouden kunnen worden die abnormale fosforyleringsreacties herstelden, dat zou effectievere behandelingen mogelijk maken. Momenteel, echter, slechts een paar fosforyleringsreacties zijn goed begrepen, dus er is behoefte aan de ontdekking van onbekende fosforyleringsreacties, en om de gegevens over fosforyleringsreacties te verrijken.

Problemen

Fosforyleringsreacties zijn chemische reacties waarbij een eiwit een fosforylgroep hecht aan de aminozuren waaruit een ander eiwit bestaat. Om ze te ontdekken, het is noodzakelijk om de combinaties van eiwitten die fosforyleringsreacties veroorzaken te controleren door middel van biologische experimenten. Niettemin, aangezien er meer dan ongeveer 800 zijn, 000 mogelijke combinaties alleen met eiwitten, en omdat er aanzienlijke kosten en tijd nodig zijn voor biologische experimenten, het is noodzakelijk om vanaf het begin combinaties met een hoge waarschijnlijkheid te voorspellen. Het is bekend dat of een fosforyleringsreactie zal plaatsvinden, afhangt van de structuur van de aminozuursequentie waaruit het eiwit bestaat. AI-technologie wordt daarom al gebruikt om nieuwe fosforyleringsreacties te voorspellen door de AI te trainen op de structuur van aminozuursequenties waarvan al bekend is dat ze fosforyleringsreacties veroorzaken. Hoewel deze technologie reacties kan voorspellen waarbij de structuur van de aminozuursequentie vergelijkbaar is met die waarvan bekend is dat ze fosforyleringsreacties veroorzaken, het is niet in staat geweest om die te voorspellen waarin de structuur van de aminozuursequentie significant verschilt van de reeds bekende fosforyleringsreacties.

Volgens recent medisch onderzoek er is een fenomeen waarbij eiwitten die reacties hebben ondergaan andere eiwitten kunnen fosforyleren in een kettingreactie (geketende informatie), en dit kan de sleutel zijn tot het voorspellen van nieuwe, onbekende fosforyleringsreacties die verband houden met dat fenomeen. Op basis van dergelijk onderzoek, Fujitsu-laboratoria, het Inzichtencentrum, en Fujitsu Ierland hebben nu niet alleen structurele informatie over aminozuursequenties in de kennisgrafiek opgenomen, maar ook geketende informatie. De organisaties hebben een technologie ontwikkeld (patent aangevraagd) om de complexe patronen van chemische reacties weer te geven als geoptimaliseerde attributen, die zijn gekoppeld aan de lijnen in de kennisgrafiek. Omdat deze attributen door de kennisgrafiek werden aangepast aan de geavanceerde constructie, ze kunnen leiden tot zeer nauwkeurige voorspellingsresultaten. conventioneel, de relatie tussen eiwitten kon alleen worden gecontroleerd via een enkele schakel in de keten. Maar door de relatie tussen eiwitten uitgebreid weer te geven als verbindingen van fosforyleringsreacties (geketende informatie), wordt het mogelijk om de positionering van de verschillende eiwitten vanuit een holistisch perspectief te verduidelijken, en om onbekende relaties te voorspellen.

Effecten

Toen deze technologie werd getest met behulp van evaluatiegegevens, het model werd getraind op fosforyleringsreacties (9, 802 reacties), en voorspelde 11, 581, 940 nieuwe fosforyleringsreacties. Dit toonde zijn vermogen om ongeveer twee keer zoveel fosforyleringsreacties te voorspellen in vergelijking met conventionele technologie die AI trainde op de structuur van aminozuursequenties, zonder significante verandering in de voorspellingsnauwkeurigheid. In aanvulling, om te testen of fosforyleringsreacties die met deze technologie zijn voorspeld, daadwerkelijk kunnen plaatsvinden in een levend wezen, tests werden uitgevoerd door Systems Biology Ireland, een Ierse biologische onderzoeksinstelling en een gezamenlijke onderzoekspartner, met behulp van massaspectrometrie-apparatuur en antilichamen. Bij deze proef experts in de biologie selecteerden en testten enkele voorspellingsresultaten van fosforyleringsreacties voor eiwitten die verband houden met kanker, en konden negen fosforyleringsreacties bevestigen, waarvan acht reacties die met conventionele technologie niet konden worden voorspeld. Systems Biology Ireland (SBI) directeur Walter Kolch, een toonaangevende autoriteit op het gebied van systeembiologisch onderzoek, zei over deze resultaten:"Door Fujitsu's kennisgrafiektechnologie te combineren met SBI's begrip van biologische netwerken, we hebben een nieuwe rekenmethode ontwikkeld die kan voorspellen welk kinase welke substraten fosforyleert. De methode is nauwkeurig en kan voorheen onbekende fosforyleringsplaatsen ontdekken, een grote stap voorwaarts voor de ontwikkeling van nieuwe geneesmiddelen en meer gerichte precisiegeneeskunde."

Door gegevens over nieuwe fosforyleringsreacties die door deze technologie worden voorspeld te combineren met andere biomedische gegevens, er wordt verwacht dat het de chemische reacties van de oorzaken van een ziekte (afwijkingen in fosforyleringsreacties) in verband brengt met de symptomen van de ziekte, die vervolgens kan worden verstrekt aan degenen in de frontlinie van onderzoek als nuttige informatie bij het ontdekken van geneesmiddelen. De effectiviteit van behandelingen voor ziekten zoals kanker kan sterk variëren tussen patiënten. Deze technologie, echter, wordt verwacht dat het de individuele variatie in de effecten van behandelingen verheldert, bijdragen aan de promotie van geneeskunde op maat van individuele patiënten. Fujitsu-laboratoria, het Inzichtencentrum, en Fujitsu Ireland zal doorgaan met het verder verbeteren van de nauwkeurigheid van deze technologie om biomedische gegevens te verwerken met kennisgrafieken, uitbreiding van de technologie naar biomedische projecten bij Fujitsu Limited in fiscaal 2018. Bovendien, door deze technologie op te nemen in Fujitsu's AI-technologie, inclusief Fujitsu Human Centric AI Zinrai, de organisaties zijn van plan om de biomedische business te versnellen.