Fujitsu Laboratories Ltd., o Insight Center for Data Analytics, uma instituição de pesquisa de análise de dados com sede na Irlanda, e Fujitsu (Ireland) Limited anunciou hoje o desenvolvimento de uma tecnologia que torna possível prever grandes volumes de reações químicas desconhecidas, cerca de duas vezes mais do que o procedimento convencional. Em doenças graves, incluindo câncer, é comum haver anormalidades nas reações de fosforilação, que são reações químicas que ocorrem entre proteínas. De acordo, há grandes expectativas de que o esclarecimento das reações de fosforilação levará a tratamentos eficazes. Atualmente, Contudo, porque apenas algumas reações de fosforilação foram identificadas, tem havido um problema em prever grandes volumes de reações de fosforilação causadas por combinações de proteínas desconhecidas. Agora, ao construir um gráfico de conhecimento que pode abranger uma visão geral das inter-relações entre as proteínas, é possível verificar a relação entre novas proteínas onde as reações de fosforilação podem ser previstas. Desta maneira, esta tecnologia contribuirá para o avanço da medicina, pois pode ser útil na linha de frente da pesquisa de descoberta de drogas, e possuem aplicações personalizadas no campo da medicina de precisão.

Histórico de Desenvolvimento

Os sistemas biológicos dentro do corpo são mantidos por trocas de informações por meio das reações químicas de várias proteínas dentro das células. Nos últimos anos, a ciência passou a entender que muitas doenças graves, como câncer, são parcialmente causados ​​por anormalidades nas reações de fosforilação, que são representativos das reações químicas entre as proteínas. Se fármacos que repararam as reações de fosforilação anormais pudessem ser desenvolvidos, que permitiria tratamentos mais eficazes. Atualmente, Contudo, apenas algumas reações de fosforilação são bem compreendidas, então há uma necessidade para a descoberta de reações de fosforilação desconhecidas, e para enriquecer os dados sobre as reações de fosforilação.

Problemas

As reações de fosforilação são reações químicas nas quais uma proteína atribui um grupo fosforil aos aminoácidos que constituem outra proteína. Para descobri-los, é necessário verificar as combinações de proteínas que causam reações de fosforilação por meio de experimentos biológicos. Apesar disso, como existem mais de cerca de 800, 000 combinações possíveis apenas com proteínas, e porque custos e tempo significativos são necessários para experimentos biológicos, é necessário prever desde o início combinações de alta probabilidade. Sabe-se que a ocorrência de uma reação de fosforilação depende da estrutura da sequência de aminoácidos que compõe a proteína. A tecnologia de IA, portanto, já está sendo usada para prever novas reações de fosforilação, treinando a IA na estrutura de sequências de aminoácidos que já são conhecidas por causar reações de fosforilação. Embora esta tecnologia possa prever reações nas quais a estrutura da sequência de aminoácidos é semelhante àquelas que são conhecidas por causar reações de fosforilação, não foi capaz de prever aqueles em que a estrutura da sequência de aminoácidos é significativamente diferente das reações de fosforilação já conhecidas.

De acordo com pesquisas médicas recentes, há um fenômeno no qual proteínas que sofreram reações podem fosforilar outras proteínas em uma reação em cadeia (informação em cadeia), e esta pode ser a chave para prever novos, reações de fosforilação desconhecidas relacionadas a esse fenômeno. Com base nessa pesquisa, Fujitsu Laboratories, o Insight Center, e Fujitsu Ireland agora incluiu não apenas informações estruturais sobre sequências de aminoácidos no gráfico de conhecimento, mas também informações encadeadas. As organizações desenvolveram uma tecnologia (patente pendente) para representar os padrões complexos de reações químicas como atributos otimizados, que são anexados às linhas no gráfico de conhecimento. Como esses atributos foram ajustados para a construção sofisticada pelo gráfico de conhecimento, eles podem levar a resultados de previsão altamente precisos. Convencionalmente, a relação entre as proteínas só poderia ser verificada por meio de um único elo da cadeia. No entanto, ao exibir de forma abrangente a relação entre as proteínas como conexões de reações de fosforilação (informações em cadeia), torna-se possível esclarecer o posicionamento das várias proteínas de uma perspectiva holística, e para prever relacionamentos desconhecidos.

Efeitos

Quando esta tecnologia foi testada usando dados de avaliação, o modelo foi treinado em reações de fosforilação (9, 802 reações), e previsto 11, 581, 940 novas reações de fosforilação. Isso mostrou sua capacidade de prever cerca de duas vezes mais reações de fosforilação em comparação com a tecnologia convencional que treinou IA na estrutura de sequências de aminoácidos, sem alteração significativa na precisão da previsão. Além disso, a fim de testar se as reações de fosforilação previstas usando esta tecnologia podem realmente ocorrer dentro de um ser vivo, testes foram conduzidos pela Systems Biology Ireland, uma instituição irlandesa de pesquisa biológica e um parceiro de pesquisa conjunta, usando equipamento de espectrometria de massa e anticorpos. Neste teste, especialistas em biologia selecionaram e testaram alguns resultados de predição da reação de fosforilação para proteínas relacionadas ao câncer, e foram capazes de confirmar nove reações de fosforilação, das quais oito foram reações que não poderiam ser previstas com a tecnologia convencional. Diretor da Systems Biology Ireland (SBI) Walter Kolch, uma autoridade líder mundial em pesquisa de biologia de sistemas, disse sobre esses resultados "Combinando a tecnologia de gráfico de conhecimento da Fujitsu com a compreensão da SBI de redes biológicas, desenvolvemos um novo método computacional que pode prever qual quinase fosforila quais substratos. O método é preciso e pode descobrir locais de fosforilação previamente desconhecidos, um grande passo para o desenvolvimento de novos medicamentos e medicina de precisão mais focada. "

Ao combinar dados sobre novas reações de fosforilação previstas por esta tecnologia com outros dados biomédicos, espera-se que conecte as reações químicas das causas de uma doença (anormalidades nas reações de fosforilação) aos sintomas da doença, que pode então ser fornecido aos que estão na linha de frente da pesquisa como informações úteis na descoberta de medicamentos. A eficácia dos tratamentos para doenças como o câncer pode variar amplamente entre os pacientes. Esta tecnologia, Contudo, espera-se que esclareça a variação individual nos efeitos dos tratamentos, contribuindo para a promoção da medicina sob medida para cada paciente. Fujitsu Laboratories, o Insight Center, e a Fujitsu Ireland continuará a melhorar ainda mais a precisão desta tecnologia para processar dados biomédicos com gráficos de conhecimento, estendendo a tecnologia para projetos biomédicos na Fujitsu Limited no ano fiscal de 2018. Além disso, incorporando esta tecnologia na tecnologia AI da Fujitsu, incluindo Fujitsu Human Centric AI Zinrai, as organizações planejam acelerar os negócios biomédicos.