Studerendes algoritme forudser proteiners adfærd
En dansk studerende har lavet en algoritme, der kan forudsige, hvordan forskellige proteiner virker, ud fra hvordan de bevæger sig.
proteiner algoritme kunstig intelligens molekyler molekylærbiologi

Illustration af såkaldte motorproteiner, som transporterer molekyler ad gangbroer bestående af andre sammenbundne molekyler inde i cellerne. (Illustration: Shutterstock) 

Illustration af såkaldte motorproteiner, som transporterer molekyler ad gangbroer bestående af andre sammenbundne molekyler inde i cellerne. (Illustration: Shutterstock) 

Alt levende er bygget op af proteiner. Også dig. Din krop består af mindst 20.000 forskellige proteiner med forskellige egenskaber. 

I hver eneste celle knokler proteinerne konstant som mikroskopiske arbejdsheste med at holde dig rask og oversætte information fra dine gener, så du bliver den, du er, og ser ud, som du gør. 

Nu har en studerende sammen med forskere fra Københavns Universitet lavet en algoritme, der kan forudsige, hvordan forskellige proteiner i dine celler fungerer, ud fra hvordan de bevæger sig. Arbejdet er netop publiceret i det anerkendte videnskabelige tidsskrift PNAS. 

»Algoritmen tracker proteinernes bevægelser og laver en karakteristik af hvert protein, som gør, at vi med stor nøjagtighed kan forudsige, hvad proteinet er godt eller ’slemt’ til,« siger Nikos Hatzakis, der er lektor ved Kemisk Institut på Københavns Universitet (KU) og leder af forskningen. 

»Metoden åbner for bedre kontrol over vigtige biologiske processer,« tilføjer han i en pressemeddelelse

Den nye algoritme kan med 90 procents nøjagtighed forudsige forskellige proteiners adfærd, viser forskerne i deres studie. 

Sådan virker algoritmen

Henrik Dahl Pinholts algoritme forudser proteiners adfærd på baggrund af data fra mikroskopi-billeder af adskillige enkelte proteiners bevægelser. Algoritmen har blandt andet fået informationer om:

  • Hvor hurtigt forskellige proteiner bevæger sig. 

  • Hvilke gangarter de bruger. Se nogle proteiners gangarter i videoen fra SciShow, der kan ses herunder.

  • Hvorvidt de bevæger sig i lige linjer eller har slinger i valsen. 

I alt bruger den 17 forskellige bevægelsesmønstre til at kategorisere proteinerne og koble deres bevægelsesmønstre til deres egenskaber. 

Bevægelser afslører egenskaber

Algoritmen, som er lavet af Nikos Hatzakis tidligere studerende Henrik Dahl Pinholt, kan bruges til at udpege skadelige proteiner, der kan få cellerne til at dele sig og forårsage kræft. 

Den kan også identificere gavnlige proteiner, der kan transportere medicin de rigtige steder hen i kroppen.

Algoritmen gennemskuer proteinerne ved at kategorisere dem ud fra i alt 17 forskellige bevægelsesmønstre.

Proteiner bevæger sig nemlig konstant, når de vedligeholder kroppens væv eller transporterer livsnødvendige stoffer ud og ind af cellerne. Et eksempel ud af mange er hæmoglobin, som er et protein, der transporterer ilt gennem blodet ud til musklerne.

Nyttigt redskab til lægemidler

Proteinernes måde at bevæge sig, deres ruter og hastighed er afgørende for, hvordan de virker. 

»En mutation i et protein kan medføre, at det bevæger sig på en måde, så det ikke kommer derhen, hvor det skal udføre sin funktion,« siger Henrik Dahl Pinholt, som begyndte at arbejde på algoritmen, da han var bachelorstuderende på KU.   

»Man kan bruge vores redskab til at forudsige, hvor sandsynligt det er, at et protein fungerer efter hensigten. Det er nyttigt, for eksempel når man skal lave medicin og alle mulige andre produkter, der indeholder proteiner, for eksempel vaskepulver,« fortsætter han.

I lægemidler bliver proteiner brugt til at transportere nanopartikler frem til det rette sted i kroppen. 

Vaskepulver tilsættes enzymer, som er proteiner med den egenskab, at de kan opløse genstridige pletter ved lave temperaturer.  

En særlig type proteiner, kaldet motorproteiner, bevæger sig som på jernbaneskinner inde i kroppens celler, kan du se i denne video fra Youtube-kanalen SciShow. 

Bevægelser er svære at studere

Normalt er proteiners bevægelser svære at studere, for de drøner rundt på kryds og tværs inde i cellerne med tusind gange højere hastighed end den hurtigste bil.

Hidtil har forskere været nødt til at observere og lave analyser af hver enkelt bevægelse hos de enkelte proteiner for måske at kunne forudsige noget om, hvordan de virker, siger Henrik Dahl Pinholt, som netop er startet sin ph.d.-uddannelse på Massachusetts Institute of Technology i USA.  

Hans nye algoritme speeder processen op: Den kobler lynhurtigt et proteins bevægelsesmønstre til dens funktion. 

Sådan er algorimen testet

Forskerne har med succes testet algoritmen på tre forskellige typer proteiner: 

  • Proteiner, der er involveret i celledeling og udvikling af kræft.

  • Proteiner, der sidder på overfladen af nanopartikler, som bruges i nanomedicin. 

  • Proteiner, der bruges som grøn kemi i vaskepulver. 

Et godt skridt fremad

Magnus Kjærgaard, der forsker i molekylærbiologi ved Aarhus Universitet, har læst den videnskabelige artikel, men har ikke været involveret i studiet.

Henrik Dahl Pinholt og forskerne fra KU har løst et svært problem, siger han. 

»Man vil gerne have en form for beskrivelse af, hvordan proteiner fungerer. Her bruger de kunstig intelligens til at teste for mange forskellige bevægelsesmønstre på samme tid. Det er relevant for mange forskellige molekylære systemer,« siger Magnus Kjærgaard, der er lektor på Institut for Molekylærbiologi og Genetik, samt teamleder i forskningscentret DANDRITE.

»Det er et godt skridt fremad i forhold til at koble proteiners bevægelser til deres egenskaber på en mere systematisk måde, end man hidtil har kunnet gøre. I stedet for at hver enkelt forskergruppe skal opfinde deres egen analysemodel, kan den her model potentielt bruges af alle. Det gør resultaterne mere pålidelige og nemmere at sammenligne,« tilføjer han. 

Algoritmen er frit tilgængelig som en open source-kode, der kan downloades af alle. Den er fremstillet i samarbejde med Wouter Boomsma fra Datalogisk Institut på Københavns Universitet.  

På sigt kan den blive starten på en stor database over proteiner, der har de rette egenskaber til at kunne blive brugt i behandlinger mod en række sygdomme, fremgår det af pressemeddelelsen fra KU.

Hej! Vi vil gerne fortælle dig lidt om os selv

Nu hvor du er nået helt herned på vores hjemmeside, er det vist på tide, at vi introducerer os.

Vi hedder Videnskab.dk, kom til verden i 2008 og er siden vokset til at blive Danmarks største videnskabsmedie med 1 million brugere om måneden.

Vores uafhængige redaktion leverer dagligt gratis forskningsnyheder og andet prisvindende indhold, der med solidt afsæt i videnskabens verden forsøger at give dig aha-oplevelser og væbne dig mod misinformation.

Vores journalister fortæller historier om både kultur, astronomi, sundhed, klima, filosofi og al anden god videnskab indimellem - i form af artikler, podcasts, YouTube-videoer og indhold på sociale medier.

Vi stiller meget høje krav til, hvordan vi finder og laver vores historier. Vi har lavet et manifest med gode råd til at finde troværdig information, og vi modtog i 2021 en fornem pris for vores guide til god, kritisk videnskabsjournalistik.

Vores redaktion gør en dyd ud af at få uafhængige forskere til at bedømme betydningen af nye studier, og alle interviewede forskere citat- og faktatjekker vores artikler før publicering.

Hvis du går rundt og undrer dig over stort eller småt, vil vi elske at høre fra dig og forsøge at give dig svar med forskernes hjælp. Send bare dit spørgsmål til vores brevkasse Spørg Videnskaben.

Vi håber, at du vil følge med i forskningens forunderlige opdagelser her på Videnskab.dk.

Få et af vores gratis nyhedsbreve sendt til din indbakke. Du kan også følge os på sociale medier: Facebook, Twitter, Instagram, YouTube eller LinkedIn.

Med venlig hilsen

Videnskab.dk

Videnskab.dk Podcast

Lyt til vores seneste podcast herunder eller via en podcast-app på din smartphone.

Danske corona-tal

Videnskab.dk går i dybden med den seneste corona-forskning. Læs vores artikler i temaet her.

Hver dag opdaterer vi også de seneste tal.

Dyk ned i grafer om udviklingen i antal smittede, indlagte og døde i Danmark og alle andre lande.

Ny video fra Tjek

Tjek er en YouTube-kanal om videnskab henvendt til unge.

Indholdet på kanalen bliver produceret af Videnskab.dk's videojournalister med samme journalistiske arbejdsgange, som bliver anvendt på Videnskab.dk.


Ugens videnskabsbillede

Se flere forskningsfotos på Instagram, og læs om astronautens foto af polarlys, som du kan se herunder.