ססיענטיסץ אַנווייל די פאַרבאָרגן סטראַקטשערז פון מאַטעריאַלס און ביאָמאָלעקולעס ניצן קריסטאַלאָגראַפי און קריאָ-עלעקטראָן מיקראָסקאָפּי (קריאָ-עם). אָבער, ווי די דיסאַפּלאַנז האָבן טאָמיד-ינקריסינג קאַמפּלאַקיישאַנז, מאַשין לערנען איז געווארן אַ ווערטפול אַליירט.
אין דעם פּאָסטן, מיר וועלן קוקן אין די פאַסאַנייטינג ינטערסעקשאַן פון "מאַשין לערנען מעטהאָדס פֿאַר קריסטאַלאָגראַפי און קריאָ-עם." פאַרבינדן אונדז מיר ווי מיר פאָרשן די רעוואלוציאנער פּראַל פון קינסטלעך סייכל אין אַנלאַקינג די סיקריץ פון די אַטאָמישע און מאָלעקולאַר וניווערסעס.
ערשטנס, וויל איך זיך גרינגער מאַכן אין דער טעמע און דערמאָנען וואָס פּונקט זענען די תּנאָים פון קריסטאַלאָגראַפי און קריאָ-עם, דערנאָך וועלן מיר ווייטער פאָרשן וואו מאַשין וויסן קומט אריין אין דער שפיל.
קריסטאַלאָגראַפי
קריסטאַלאָגראַפי איז די לערנען פון די אָרדענונג פון אַטאָמס אין קריסטאַליין מאַטעריאַלס. קריסטאַלז זענען סאָלידס געמאכט פון אַטאָמס וואָס זענען עריינדזשד אין אַ ריפּיטינג מוסטער צו פאָרעם אַ העכסט סטראַקטשערד סטרוקטור.
ווייַל פון דעם רעגולער אָרדענונג, מאַטעריאַלס האָבן יינציק פּראָפּערטיעס און ביכייוויערז, וואָס מאכט קריסטאַלאָגראַפי וויטאַל פֿאַר פארשטאנד די פּראָפּערטיעס פון פילע סאַבסטאַנסיז.
ססיענטיסץ קענען ונטערזוכן די קריסטאַל לאַטאַס ניצן טעקניקס אַזאַ ווי X-Ray דיפראַקשאַן, געבן קריטיש אינפֿאָרמאַציע אויף אַטאָם שטעלעס און באַנדינג ינטעראַקשאַנז. קריסטאַלאָגראַפי איז וויכטיק אין פילע פעלדער, פֿון מאַטעריאַל וויסנשאַפֿט און כעמיע צו געאָלאָגי און ביאָלאָגי. עס העלפּס מיט דער אַנטוויקלונג פון נייַע מאַטעריאַלס און די פארשטאנד פון מינעראַל פּראָפּערטיעס.
עס קען אפילו העלפֿן אונדז דיסייפערינג די קאָמפּליצירט סטראַקטשערז פון בייאַלאַדזשיקאַל מאַלאַקיולז אַזאַ ווי פּראָטעינס.
קריאָ-עם (קריאָ-עלעקטראָן מיקראָסקאָפּי)
קריאָ-עלעקטראָן מיקראָסקאָפּי (Cryo-EM) איז אַ סאַפיסטאַקייטיד ימאַגינג טעכנאָלאָגיע וואָס אַלאַוז ריסערטשערז צו זען די דריי-דימענשאַנאַל סטראַקטשערז פון בייאָומאַלאַקיולז אין אַטאָמישע אָדער נאָענט-אַטאָמישע האַכלאָטע.
Cryo-EM פּראַזערווז ביאָמאָלעקולעס אין זייער נאָענט-נאַטירלעך צושטאַנד דורך שנעל פרירן זיי אין פליסיק ניטראָגען, ווי קעגן צו נאָרמאַל עלעקטראָן מיקראָסקאָפּי, וואָס דאַרף סאַמפּאַלז צו זיין פאַרפעסטיקט, סטיינד און דיכיידרייטאַד.
דעם פּריווענץ אייז קריסטאַל פאָרמירונג, פּראַזערווינג בייאַלאַדזשיקאַל סטרוקטור. ססיענטיסץ קענען איצט זען גענוי דעטאַילס פון ריזיק פּראָטעין קאַמפּלעקסאַז, ווירוסעס און סעליאַלער אָרגאַנאַלז, פּראַוויידינג קריטיש ינסייץ אין זייער פאַנגקשאַנז און שייכות.
Cryo-EM האט פארוואנדלען סטראַקטשעראַל ביאָלאָגי דורך אַלאַוינג ריסערטשערז צו ויספאָרשן בייאַלאַדזשיקאַל פּראַסעסאַז אין ביז אַהער אַנטינגקאַבאַל דעטאַל לעוועלס. די אַפּלאַקיישאַנז קייט פון מעדיצין ופדעקונג און וואַקסאַניישאַן אַנטוויקלונג צו פֿאַרשטיין די מאָלעקולאַר יסודות פון קרענק.
פארוואס זיי זענען וויכטיק?
קריאָ-עם און קריסטאַלאָגראַפי זענען קריטיש אין דער אַנטוויקלונג פון אונדזער פארשטאנד פון די נאַטירלעך וועלט.
קריסטאַלאָגראַפי ינייבאַלז אונדז צו אַנטדעקן און באַגרייַפן די אַטאָמישע אָרדענונג אין מאַטעריאַלס, אַלאַוינג אונדז צו בויען ראָמאַן קאַמפּאַונדז מיט ספּעציפיש קוואַלאַטיז פֿאַר אַ ברייט קייט פון ניצט. קריסטאַלאָגראַפי איז יקערדיק אין פאָרעם אונדזער מאָדערן קולטור, פֿון סעמיקאַנדאַקטערז געניצט אין עלעקטראָניק צו מעדאַקיישאַנז געניצט צו מייַכל יילמאַנץ.
Cryo-EM, אויף די אנדערע האַנט, גיט אַ פאַסאַנייטינג מיינונג אין די קאָמפּליצירט מעקאַניזאַם פון לעבן. ססיענטיסץ קריגן ינסייץ אין פונדאַמענטאַל בייאַלאַדזשיקאַל פּראַסעסאַז דורך וויוינג די אַרקאַטעקטשער פון ביאָמאָלעקולעס, אַלאַוינג זיי צו פּראָדוצירן בעסער מעדאַקיישאַנז, פּלאַן טאַרגעטעד טהעראַפּיעס און יפישאַנטלי קאַמבאַט ינפעקטיאָוס חולאתן.
Cryo-EM אַדוואַנטידזשיז עפֿענען נייַע וויסטאַז אין מעדיצין, ביאָטעטשנאָלאָגי און אונדזער קוילעלדיק פארשטאנד פון לעבן ס בנין בלאַקס.
ענכאַנסינג סטראַקטשער פּראָגנאָז און אַנאַליסיס מיט מאַשין לערנען אין קריסטאַלאָגראַפי
מאַשין לערנען איז געווען ינקרעדאַבלי נוציק אין קריסטאַלאָגראַפי, רעוואַלושאַנייזינג ווי סייאַנטיס פאָרויסזאָגן און טייַטשן קריסטאַל סטראַקטשערז.
אַלגערידאַמז קענען עקסטראַקט פּאַטערנז און קאָראַליישאַנז פון ריזיק דאַטאַסעץ פון באַוווסט קריסטאַל סטראַקטשערז, אַלאַוינג די שנעל פאָרויסזאָגן פון נייַע קריסטאַל סטראַקטשערז מיט אַנפּעראַלעלד פּינטלעכקייַט.
פֿאַר בייַשפּיל, Thorn Lab ריסערטשערז האָבן פּרוווד די יפעקטיוונאַס פון מאַשין לערנען אין פאָרויסזאָגן קריסטאַל פעסטקייַט און פאָרמירונג ענערגיע, פּראַוויידינג וויטאַל ינסייץ אין די טהערמאָדינאַמיק פּראָפּערטיעס פון מאַטעריאַלס.
די אַנטוויקלונג ניט בלויז אַקסעלערייץ די ופדעקונג פון נייַע מאַטעריאַלס, אָבער אויך די אַפּטאַמאַזיישאַן פון די קראַנט, וואָס ברענגט אַ נייַע תקופה פון מאַטעריאַלס פאָרשונג מיט בעסער מידות און פאַנגקשאַנאַליטי.
בילד: אַ בייַשפּיל פון אַ קריסטאַל סטרוקטור ילאַסטרייטיד אויף מערקורי ווייכווארג.
ווי מאַשין לערנען אַנוויילז די קריאָ-עם?
מאַשין לערנען האט אָפּענעד אַ נייַע וועלט פון פּאַסאַבילאַטיז אין קריאָ-עלעקטראָן מיקראָסקאָפּי (Cryo-EM), אַלאַוינג סייאַנטיס צו דעלוו דיפּער אין די סטראַקטשעראַל קאַמפּלעקסיטי פון ביאָמעקולעס.
רעסעאַרטשערס קענען אַנאַלייז מאַסיוו וואַליומז פון קריאָ-עם דאַטן ניצן ראָמאַן טעקנאַלאַדזשיז אַזאַ ווי טיף לערנען, ריקאַנסטראַקטינג דריי-דימענשאַנאַל מאָדעלס פון בייאַלאַדזשיקאַל מאַלאַקיולז מיט אַנפּעראַלעלד קלעריטי און אַקיעראַסי.
די קאָמבינאַציע פון מאַשין לערנען מיט קריאָ-עם האט דערלויבט די ימידזשינג פון פריער אַנדיסיפעראַבאַל פּראָטעין סטראַקטשערז, פּראַוויידינג נייַע ינסייץ אין זייער אַקטיוויטעטן און באציונגען.
די קאָמבינאַציע פון די טעקנאַלאַדזשיז האט אַ ריזיק צוזאָג פֿאַר מעדיצין ופדעקונג זינט עס אַלאַוז ריסערטשערז צו פּונקט ציל ספּעציפיש ביינדינג זייטלעך, וואָס פירן צו דער שאַפונג פון מער עפעקטיוו מעדאַסאַנז פֿאַר פאַרשידן דיסאָרדערס.
מאַשין לערנען אַלגערידאַמז פֿאַר אַקסעלערייטינג קריאָ-עם דאַטאַ אַנאַליסיס
Cryo-EM ינוועסטאַגיישאַנז דזשענערייט דיטיילד און מאַסיוו דאַטאַסעץ, וואָס קענען זיין ביידע אַ טאַלאַנט און אַ קללה פֿאַר ריסערטשערז. אָבער, מאַשין לערנען מעטהאָדס האָבן פּראָווען צו זיין יקערדיק אין די עפעקטיוו אַנאַליסיס און ינטערפּריטיישאַן פון קריאָ-עם דאַטן.
ססיענטיסץ קענען נוצן אַנסופּערווייזד לערנען אַפּראָוטשיז צו אויטאָמאַטיש דעטעקט און קלאַסיפיצירן פאַרשידן פּראָטעין סטראַקטשערז, רידוסינג די צייט-קאַנסומינג מאַנואַל אַפּעריישאַנז.
דער אופֿן ניט בלויז ספּידז דאַטן אַנאַליסיס אָבער אויך ימפּרוווז פאַרלאָזלעך פיינדינגז דורך רימוווינג מענטש בייאַסיז אין די ינטערפּריטיישאַן פון קאָמפּליצירט סטראַקטשעראַל דאַטן.
די ינקאָרפּעריישאַן פון מאַשין לערנען אין Cryo-EM דאַטן אַנאַליסיס, ווי דעמאַנסטרייטיד אין די לעצטע ווערק, אָפפערס אַ וועג פֿאַר אַ דיפּער וויסן פון קאָמפּליצירט בייאַלאַדזשיקאַל פּראַסעסאַז און אַ מער גרונטיק דורכקוק פון די מאָלעקולאַר מאַשינערי פון לעבן.
צו היבריד אַפּראָוטשיז: ברידגינג די עקספּערימענט-קאַמפּיוטיישאַן גאַפּ
מאַשין לערנען האט די פּאָטענציעל צו בריק די ריס צווישן יקספּערמענאַל דאַטן און קאַמפּיוטיישאַנאַל מאָדעלס אין קריסטאַלאָגראַפי און קריאָ-עם.
די קאָמבינאַציע פון יקספּערמענאַל דאַטן און מאַשין לערנען טעקניקס ינייבאַלז די אַנטוויקלונג פון גענוי פּרידיקטיוו מאָדעלס, ימפּרוווינג די רילייאַבילאַטי פון סטרוקטור פעסטקייַט און פאַרמאָג אָפּשאַצונג.
אַריבערפירן לערנען, אַ טעכניק וואָס אַפּלייז וויסן געלערנט אין איין געגנט צו אנדערן, איז אַ באַטייטיק געצייַג פֿאַר בוסטינג די עפעקטיווקייַט פון קריסטאַלאָגראַפיק און קריאָ-עם ינוועסטאַגיישאַנז אין דעם קאָנטעקסט.
היבריד טעקניקס, וואָס פאַרבינדן יקספּערמענאַל ינסייץ מיט קאָמפּיוטער קאַפּאַציטעט, רעפּראַזענץ אַ קאַטינג-ברעג אָפּציע פֿאַר סאַלווינג טשאַלאַנדזשינג וויסנשאפטלעכע טשאַלאַנדזשיז, פּראַמאַסינג צו טוישן ווי מיר זען און מאַניפּולירן די אַטאָמישע און מאָלעקולאַר וועלט.
ניצן קאָנוואָלוטיאָנאַל נעוראַל נעטוואָרקס צו קלייַבן פּאַרטיקאַלז אין Cryo-EM
דורך געבן הויך-האַכלאָטע בילדער פון בייאַלאַדזשיקאַל מאַלאַקיולז, קריאָ-עלעקטראָן מיקראָסקאָפּי (Cryo-EM) האט פארוואנדלען די לערנען פון מאַקראָמאָלעקולאַר סטראַקטשערז.
אָבער, פּאַרטאַקאַל פּיקינג, וואָס ינטיילז דערקענען און יקסטראַקטינג יחיד פּאַרטאַקאַל בילדער פון קריאָ-עם מיקראָגראַפס, איז געווען אַ צייט-קאַנסומינג און שווער אַרבעט.
רעסעאַרטשערס האָבן געמאכט גוואַלדיק פּראָגרעס אין אָטאַמייטינג דעם פּראָצעדור מיט די נוצן פון מאַשין לערנען, ספּעציעל קאָנוואָלוטיאָנאַל נעוראַל נעטוואָרקס (CNNs).
DeepPicker און Topaz-Denoise זענען צוויי טיף לערנען אַלגערידאַמז אַז געבן גאָר אָטאַמייטיד פּאַרטאַקאַל סעלעקציע אין קריאָ-עם, באטייטיק ספּידינג דאַטן פּראַסעסינג און אַנאַליסיס.
CNN-באזירט אַפּראָוטשיז האָבן ווערן קריטיש אין ספּידינג Cryo-EM פּראָוסידזשערז און אַלאַוינג ריסערטשערז צו פאָקוס אויף העכער-מדרגה ינוועסטאַגיישאַנז דורך אַקיעראַטלי דיטעקטינג פּאַרטיקאַלז מיט הויך פּינטלעכקייַט.
אָפּטימיזאַטיאָן פון קריסטאַלאָגראַפי ניצן פּרידיקטיוו מאָדעלינג
די קוואַליטעט פון דיפפראַקשאַן דאַטן און קריסטאַליזיישאַן אַוטקאַמז קענען האָבן אַ היפּש פּראַל אויף סטרוקטור פעסטקייַט אין מאַקראָמאָלעקולאַר קריסטאַלאָגראַפי.
קינסטלעך נעוראַל נעטוואָרקס (ANNs) און שטיצן וועקטאָר מאשינען (SVMs) האָבן שוין הצלחה געניצט צו אַפּטאַמייז קריסטאַליזיישאַן סעטטינגס און פאָרויסזאָגן קריסטאַל דיפפראַקשאַן קוואַליטעט. פּרידיקטיוו מאָדעלס געשאפן דורך ריסערטשערז הילף אין די פּלאַן פון יקספּעראַמאַנץ און פאַרבעסערן די הצלחה קורס פון קריסטאַלליזאַטיאָן טריאַלס.
די מאָדעלס קענען ופדעקן פּאַטערנז וואָס פירן צו גוט רעזולטאַטן דורך יוואַליוייטינג מאַסיוו וואַליומז פון קריסטאַליזיישאַן דאַטן, אַסיסטינג ריסערטשערז צו פּראָדוצירן הויך-קוואַליטעט קריסטאַלז פֿאַר סאַבסאַקוואַנט X-Ray דיפפראַקשאַן טעסץ. ווי אַ רעזולטאַט, מאַשין לערנען איז געווארן אַ ינדיספּענסאַבאַל געצייַג פֿאַר שנעל און טאַרגעטעד קריסטאַלאַגראַפיק טעסטינג.
ימפּרוווינג קריאָ-עם סטראַקטשעראַל דערקענונג
פארשטאנד פון די צווייטיק סטרוקטור פון בייאַלאַדזשיקאַל מאַלאַקיולז ניצן Cryo-EM געדיכטקייַט מאַפּס איז קריטיש פֿאַר דיטערמאַנינג זייער פאַנגקשאַנז און ינטעראַקשאַנז.
מאַשין לערנען אַפּראָוטשיז, ניימלי טיף לערנען אַרקאַטעקטשערז אַזאַ ווי גראַפיק קאָנוואָלוטיאָנאַל און ריקעראַנט נעטוואָרקס, האָבן שוין געניצט צו געפֿינען צווייטיק סטרוקטור פֿעיִקייטן אין קריאָ-עם מאַפּס אויטאָמאַטיש.
די מעטהאָדס פאָרשן היגע פֿעיִקייטן אין געדיכטקייַט מאַפּס, אַלאַוינג פֿאַר גענוי קלאַסאַפאַקיישאַן פון צווייטיק סטראַקטשעראַל עלעמענטן. מאַשין לערנען ינייבאַלז ריסערטשערז צו פאָרשן קאָמפּליצירט כעמיש סטראַקטשערז און קריגן ינסייץ אין זייער בייאַלאַדזשיקאַל אַקטיוויטעטן דורך אָטאַמייטינג דעם אַרבעט-אינטענסיווע פּראָצעס.
בילד: קריאָ-עם ריקאַנסטיטושאַן פון אַ סטרוקטור
קריסטאַלאָגראַפי מאָדעל בילדינג און וואַלאַדיישאַן אַקסעלעריישאַן
מאָדעל קאַנסטראַקשאַן און וואַלאַדיישאַן זענען שליסל פייזאַז אין מאַקראָמאָלעקולאַר קריסטאַלאָגראַפי צו פאַרזיכערן סטראַקטשעראַל מאָדעל אַקיעראַסי און רילייאַבילאַטי.
מאַשין לערנען טעקנאַלאַדזשיז אַזאַ ווי קאַנוואַלושאַנאַל אַוטאָענקאָדערס און בייעסיאַן מאָדעלס זענען געניצט צו הילף און פֿאַרבעסערן די פּראַסעסאַז. AAnchor, למשל, ניצט CNNs צו דערקענען אַנקער אַמינאָ אַסאַדז אין Cryo-EM געדיכטקייַט מאַפּס, וואָס אַידז אין אָטאַמאַטיק מאָדעל אַנטוויקלונג.
בייעסיאַן מאַשין לערנען מאָדעלס זענען אויך געניצט צו ויסשטימען X-Ray דיפפראַקשאַן דאַטן און באַשטימען פּלאַץ גרופּעס אין קליין מאַלאַקיול עלעקטראָן געדיכטקייַט מאַפּס.
די אַדוואַנטידזשיז ניט בלויז פאַרגיכערן סטרוקטור פעסטקייַט אָבער אויך צושטעלן מער ברייט אַסעסמאַנץ פון מאָדעל קוואַליטעט, ריזאַלטינג אין מער געזונט און רעפּראָדוסיבלע פאָרשונג אַוטפּוץ.
די צוקונפֿט פון מאַשין לערנען אין סטראַקטשעראַל ביאָלאָגי
ווי געזען דורך די גראָוינג נומער פון וויסנשאפטלעכע אויסגאבעס, די ינאַגריישאַן פון מאַשין לערנען אין קריאָ-עם און קריסטאַלאָגראַפי איז קעסיידער ימפּרוווינג, פּראַוויידינג אַ שעפע פון ראָמאַן סאַלושאַנז און אַפּלאַקיישאַנז.
מאַשין לערנען הבטחות צו ווייַטער יבערמאַכן די סטראַקטשעראַל ביאָלאָגי סוויווע מיט די קעסיידערדיק אַנטוויקלונג פון שטאַרק אַלגערידאַמז און די יקספּאַנשאַן פון קוראַטעד רעסורסן.
די סינערדזשי צווישן מאַשין לערנען און סטראַקטשעראַל ביאָלאָגי איז פּייווינג דעם וועג פֿאַר דיסקאַוועריז און ינסייץ אין די אַטאָמישע און מאָלעקולאַר וועלט, פון שנעל סטרוקטור פעסטקייַט צו מעדיצין ופדעקונג און פּראָטעין ינזשעניעריע.
די אָנגאָינג פאָרשונג אויף דעם פאַסאַנייטינג טעמע ינספּיירז סייאַנטיס צו כאַרניס די מאַכט פון אַי און ופשליסן די סודות פון לעבן ס בנין בלאַקס.
סאָף
די ינקאָרפּעריישאַן פון מאַשין לערנען טעקנאַלאַדזשיז אין קריסטאַלאָגראַפי און קריאָ-עלעקטראָן מיקראָסקאָפּי האט געעפנט אַ נייַע צייט אין סטראַקטשעראַל ביאָלאָגי.
מאַשין לערנען האט סאַבסטאַנשאַלי עקספּידייטיד דעם גאַנג פון פאָרשונג און געבראכט אַנפּעראַלעלד ינסייץ אין די אַטאָמישע און מאָלעקולאַר וועלטן, פון אָטאַמייטינג שווער אַפּעריישאַנז ווי פּאַרטאַקאַל סעלעקציע צו ימפּרוווינג פּרידיקטיוו מאָדעלינג פֿאַר קריסטאַלליזאַטיאָן און דיפראַקשאַן קוואַליטעט.
רעסעאַרטשערס קענען איצט יפישאַנטלי אָפּשאַצן ריזיק וואַליומז פון דאַטן ניצן קאַנוואַלושאַנאַל נוראַל נעטוואָרקס און אנדערע אַוואַנסירטע אַלגערידאַמז, גלייך אַנטיסאַפּייטינג קריסטאַל סטראַקטשערז און יקסטראַקטינג ווערטפול אינפֿאָרמאַציע פון קריאָ-עלעקטראָן מיקראָסקאָפּי געדיכטקייַט מאַפּס.
די דיוועלאַפּמאַנץ ניט בלויז פאַרגיכערן יקספּערמענאַל אַפּעריישאַנז אָבער אויך לאָזן אַ מער אין-טיפקייַט לערנען פון בייאַלאַדזשיקאַל סטראַקטשערז און פאַנגקשאַנז.
צום סוף, די קאַנווערדזשאַנס פון מאַשין לערנען און סטראַקטשעראַל ביאָלאָגי איז אָלטערינג די לאַנדסקייפּס פון קריסטאַלאָגראַפי און קריאָ-עלעקטראָן מיקראָסקאָפּי.
צוזאַמען, די קאַטינג-ברעג טעקנאַלאַדזשיז ברענגען אונדז נעענטער צו אַ בעסער פארשטאנד פון די אַטאָמישע און מאָלעקולאַר וועלטן, פּראַמאַסינג שפּיל-טשאַנגינג ברייקטרוז אין מאַטעריאַלס פאָרשונג, מעדאַקיישאַן אַנטוויקלונג און די ינטראַקאַט מאַשינערי פון לעבן זיך.
ווען מיר אַרומנעמען דעם פאַסאַנייטינג נייַ גרענעץ, די צוקונפֿט פון סטראַקטשעראַל ביאָלאָגי שיינט ברייטלי מיט לימאַטלאַס פּאַסאַבילאַטיז און די פיייקייט צו סאָלווע די מערסט שווער פּאַזאַלז פון נאַטור.
לאָזן אַ ענטפֿערן