AI-gedreven innovatie onthult geheimen van cellulair metabolisme met nieuwe tool RENAISSANCE

AmsterdamOnderzoekers van EPFL hebben een nieuwe AI-tool ontwikkeld genaamd RENAISSANCE, die ons helpt om beter te begrijpen hoe cellen voedingsstoffen gebruiken en energie produceren. Deze vooruitgang is een grote stap in de computationele biologie en vergemakkelijkt het bestuderen van deze complexe processen. Het analyseren van cellulaire stofwisseling is belangrijk voor veel toepassingen, met name in gezondheid en biotechnologisch onderzoek.

Moderne biologie genereert grote hoeveelheden data met verschillende "omics"-technieken, zoals genomica, proteomica en metabolomica.

• Genomics: de studie van genomen
• Transcriptomics: de studie van RNA-moleculen
• Proteomics: de studie van eiwitten
• Metabolomics: de studie van stofwisselingsprocessen

Het combineren van verschillende datasets om cellulaire metabolisme te begrijpen is erg uitdagend. RENAISSANCE lost dit probleem op door deze diverse datatypes nauwkeurig samen te voegen, wat leidt tot betere modellen van hoe cellen functioneren. Deze modellen laten gedetailleerde interacties en veranderingen van moleculen in cellen zien en verklaren hoe stoffen zich in de tijd omzetten in energie en andere essentiële producten.

De onderzoekers maakten gebruik van RENAISSANCE om te onderzoeken hoe Escherichia coli zijn metabolisme aanpast. De resultaten waren indrukwekkend; de door AI gegenereerde modellen kwamen nauw overeen met de experimentele data en toonden aan hoe de bacteriën hun metabolisme in een bioreactor aanpasten. Wat vooral opviel, was dat deze modellen consistent bleven, zelfs wanneer de genen of omgeving van de bacteriën veranderden, wat erop wijst dat ze betrouwbaar zijn voor het voorspellen van hoe cellen reageren in verschillende situaties.

Een belangrijk probleem in dit vakgebied is dat de huidige omics-technieken niet voldoende dekkingsgraad hebben. Miskovic wijst erop dat de methoden die we nu hebben slechts een beperkt aantal metabolieten en eiwitten kunnen vinden en meten, wat het moeilijk maakt om volledig te begrijpen hoe cellen functioneren. RENAISSANCE lost dit op door omics-gegevens te combineren met extra informatie, zoals de inhoud van het omringende medium, fysieke en chemische parameters en deskundige inzichten. Deze aanpak vult de ontbrekende gegevens aan, waardoor wetenschappers eerder onbekende details in cellen kunnen meten, zoals de snelheid van metabole processen en de hoeveelheden van verschillende metabolieten.

RENAISSANCE is eenvoudig te gebruiken en functioneert efficiënt, wat het nuttig maakt voor zowel computationele biologen als andere onderzoekers. Door de eenvoud van het hulpmiddel wordt samenwerking tussen universiteiten en bedrijven bevorderd, hetgeen de ontwikkeling van nieuwe behandelingen en technologieën kan versnellen. Dit instrument kan metabolische veranderingen voorspellen die door ziekten of andere factoren worden veroorzaakt, en belooft belangrijke vooruitgangen in medisch onderzoek en biotechnologie.

RENAISSANCE betekent een grote vooruitgang in de manier waarop we cellulaire metabolisme kunnen bestuderen en begrijpen. Het biedt krachtige tools voor onderzoekers in diverse vakgebieden. De voordelen reiken verder dan alleen academisch onderzoek en kunnen op korte termijn invloed hebben op zowel de gezondheidszorg als de industrie.