Что такое перцептеин: живая белковая система внутри клеток начала принимать решения

Учёные из Университета Уэстлейк в Китае и Калифорнийского технологического института изобрели белковую систему внутри живых клеток, которая может обрабатывать несколько сигналов и принимать решения на их основе.


Исследователи ввели в научную терминологию слово «перцептеин», которое сложили из «протеин» (белок) и «перцептрон». Перцептрон — это базовая концепция искусственной нейронной сети, которая эффективно решает задачи двоичной классификации, то есть по принципу «да» или «нет». Если точнее, то двоичная, бинарная или дихотомическая классификация — это задача распределения составляющих множества между двух групп.

Объединив концепции теории нейронных сетей с белковой инженерией, перцептеин представляет собой биологическую систему, способную выполнять вычисления по классификации белков. При этом живая субстанция функционирует подобно базовой искусственной нейронной сети. Эта схема работы перцептеина может классифицировать различные сигналы и реагировать соответствующим образом, например, принимая решение о том, чтобы остаться в живых или подвергнуться запрограммированной клеточной смерти.

Клетки в природе естественным образом обрабатывают множество сигналов, такие как стресс и сигналы развития, чтобы запускать свои функции с определёнными результатами. Например, иммунные клетки таким образом реагируют на угрозы.

Учёные и ранее пытались создать искусственные системы, которые могли бы запускать процесс принятия решений внутри клеток. Большинство попыток были основаны на ДНК или РНК, что оказывалось медленным и менее эффективным. Вместо систем на основе ДНК в новом научном проекте исследователи создали схему принятия решений, в которой использовали вариации белков и искусственных протеаз (ферментов).

Создавая пары, которые связываются определённым образом, белки выстраиваются в перцептивную сеть, где одни белки активируют другие. Это гарантирует, что при наличии нескольких сигналов только самый сильный из них вызывает реакцию, игнорируя более слабые сигналы.

В публикации издания Science исследователи показали, что перцептивные схемы могут различать входные сигналы с настраиваемым принятием решений, что даёт возможность управлять сложными клеточными реакциями.



Команда исследователей собрала шесть компонентов перцептеина и два входных белка, необходимых для полной схемы с двумя входами и двумя выходами. Они выбрали две хорошо известные протеазы: вируса мозаики табака и вируса пятнистости листьев табака и соединили их таким образом, чтобы контролировать расщепление и деградацию (превращение в более простые соединения) протеазы.

Чтобы проверить, как это функционирует, исследователи создали стабильную линию клеток эмбриональной почки человека. Комплекс содержал конструкцию, которая одновременно побуждала систему вырабатывать два флуоресцентных (светящихся) белка: Citrine и mCherry.

Каждый флуоресцентный белок был помечен своим дегроном (признаком деградации), свойственным для одной из двух протеаз в цепи перцептеина. Когда соответствующая протеаза была активна, она расщепляла дегрон, снижая свечение. Хитроумная настройка позволила исследователям визуально и количественно оценивать активность на основе уровня флуоресценции. Исследователи в итоге подтвердили, что каждый из двух вариантов протеазы по-своему снижал флуоресценцию только у своей белковой мишени.

Дальнейшие опыты продемонстрировали, что входные (изначальные) белки правильно восстанавливают конкретные протеазы. Изменяя уровни компонентов в составе перцептеина, учёные смогли эффективно подправить результаты решений, и производительность оставалась высокой даже при изменении времени подачи сигнала или появлении неких шумов (помех).

Чтобы продемонстрировать практическое применение, исследователи подобрали соединение, которое позволило искусственной биологической схеме вызывать гибель клеток в зависимости от конкретных входных условий, преобразуя итоговые данные на основе флуоресценции в решения о жизни и смерти клеток.

Исследование доказало возможность создания искусственных нейронных сетей в клетках млекопитающих с использованием синтетических белков для выполнения сложных классификаций сигналов. На практике достижение пригодно для программируемой терапии, при которой клетки могут реагировать на специфические для заболевания сигналы путём индивидуальных реакций.

Существуют также перспективы создания сложных вычислительных систем на основе взаимодействующих белков. Речь идёт, таким образом, о форме искусственного интеллекта, основанного на биологии.