关闭

V体育和 RIKEN 联合开发人工智能系统,可预测与光一起作用的视紫红质蛋白的功能

新闻与主题

类别:新闻稿 |发表于 2018 年 10 月 24 日


V体育工学院研究生院信息工学系竹内一郎教授(兼任RIKEN高级智能项目中心数据驱动生物医学科学团队组长)、乌山雅之副教授、V体育工学研究生院生命与应用化学系神取秀树教授(访问研究中心、数据驱动日本理化学研究所高级智能项目中心生物医学科学组研究员)、井上敬一副教授(现隶属于东京大学固体物理研究所、日本理化学研究所高级智能项目数据驱动生物医学科学组客座研究员)及其同事开发了一种计算机算法,利用数据驱动的人工智能(机器学习)来预测视紫红质(一种具有吸收光能力的蛋白质)的氨基酸序列的吸收波长。此外,根据预测,我们对视紫红质的一部分进行了修饰,成功地创造了比传统视紫红质具有更长吸收波长的突变视紫红质。

视紫红质蛋白的分子内部结合了一种称为视网膜的色素,可以吸收特定波长的光,因此被称为在光遗传学中发挥重要作用的功能蛋白,光遗传学利用光来控制动物的神经活动和行为。除了自然界存在的各种野生型视紫红质外,还可以通过对部分氨基酸进行人工修饰,人工合成具有不同吸收波长的突变型视紫红质。然而,只有合成后才清楚需要进行什么样的修饰才能获得什么样的吸收波长,研究人员只能凭经验和直觉反复试错,付出了巨大的人力和财力成本。这项研究的结果不仅使我们能够超高速且免费地预测各种野生型视紫红质的吸收波长,而且还可以作为设计具有特定吸收波长的突变视紫红质的指导。这项研究是信息工程和生物化学领域跨学科合作的成果,是V体育和理化学研究所高级智能项目中心的联合研究。它提供了使用数据驱动的人工智能预测功能蛋白功能的通用框架,也可用于预测和设计视紫红质以外的功能蛋白。这项研究的结果是

181024竹内1jpg

图1:各种视紫质及其吸收波长的系统发育树(根据氨基酸序列相似性创建)

181024takeuchi2jpg图 2:使用机器学习模型(红色圆圈)预测总共 118 种视紫红质蛋白的吸收波长的结果,包括特定的野生型视紫红质 (KR2) 及其突变型。我们能够预测吸收波长,平均误差为 78 nm (F)

181024takeuchi3jpg图 3:使用机器学习模型识别出视紫质蛋白中对吸收波长控制具有特别强烈影响的 10 个氨基酸。除了通过生物学研究已知的氨基酸之外,我们还发现了迄今为止尚未受到关注的残基。

以下是该研究的详细信息。生物以多种方式利用阳光来帮助它们生存,例如动物的视觉和植物的光合作用。其中,视紫红质蛋白具有吸收特定波长的功能,是发挥多种作用的蛋白质,例如在包括人类在内的动物的视觉中捕获光并向大脑传输信息,以及在细菌等微生物中利用光的能量将离子输送进出细胞等。据了解,自然界中存在超过 6,000 种不同类型的视紫红质蛋白(见图 1)。此外,视紫红质蛋白的光吸收功能可用作被称为光遗传学的神经科学领域的工具,并且正在尝试人工修饰天然存在的野生型视紫红质蛋白的一些氨基酸,以创建具有适合目的的光吸收波长的突变视紫红质蛋白。V体育工学研究科生命与应用化学系Kandori实验室一直在对各种野生型和突变型视紫红质进行生化研究,并获得了许多视紫质蛋白的知识。在这项研究中,除了Kandori实验室以往的研究成果外,我们还汇总了世界各地实验室发表在论文中的所有研究成果,创建了源自796种微生物的视紫红质蛋白的数据库。该数据库记录了每种视紫红质蛋白的氨基酸序列和吸收波长。在本研究中,我们使用该数据库作为训练数据,并开发了一种计算机算法,利用数据驱动的人工智能技术来预测视紫红质蛋白的吸收波长。数据驱动的人工智能基于一种称为机器学习的技术,该技术使用过去的数据作为训练数据来预测新数据。在这项研究中,我们专门创建了一个模型,通过使用称为组稀疏正则化的机器学习算法来高精度预测视紫红质的吸收波长。通过使用该预测模型,我们表明可以预测吸收波长未知的视紫红质家族成员的吸收波长,平均误差为78 nm(见图2)。此外,通过分析机器学习模型,我们能够获得有关强烈影响光吸收波长控制的氨基酸的生物学知识(见图3)。此外,基于预测模型,我们对野生型视紫红质中的一些氨基酸进行了修饰,并成功创建了比常规视紫红质具有更长吸收波长的突变视紫红质。这项研究提供了一个使用数据驱动的人工智能(机器学习)预测蛋白质功能的通用框架,并且可用于预测和设计其他功能蛋白质的功能。

通过数据驱动的机器学习方法了解颜色调节规则并预测微生物视紫红质的吸收波长。
Masayuki Karasuyama、Keiichi Inoue、Ryoko Nakamura、Hideki Kandori 和 Ichiro Takeuchi。
科学报告 8,文章编号:15580 (2018)。

联系信息

研究相关事宜

V体育工学研究科信息工程系(兼任RIKEN高级智能中心项目组长)
竹内一郎教授
电话:052-735-7524
电子邮件:takeuchiichiro[at]nitechacjp

V体育工学研究科生命与应用化学系
神取英树教授
电话:052-735-5207
电子邮件:kandori[at]nitechacjp

公共关系很重要

V体育企划公关科
电话:052-735-5647
电子邮件:pr[at]admnitechacjp

RIKEN 公共关系办公室新闻办公室
电话:048-467-9272
电子邮件:ex-press[at]rikenjp

*请将每个 [at] 替换为 @。


矶部副教授日美法国际联合论文被Physical Review E选为25周年里程碑论文