Umetna nevronska mreža na proteinski ravni v sesalskih celicah
Izhodiščni članek: [1]
Uvod
Umetne nevronske mreže predstavljajo osnovo obdelave informacij v računalniških sistemih. Temeljijo na procesih, ki posnemajo delovanje živčnega sistema in omogočajo transformacijo več vhodnih signalov v določene izhodne vzorce, kar se uporablja za reševanje zahtevnih nalog, kot so razvrščanje, zaznavanje vzorcev ter odločanje v nepopolno definiranih podatkovnih prostorih [1]. Podobni klasifikacijski procesi potekajo tudi v živih celicah, kjer kompleksen splet interakcij med geni, RNA in proteini omogoča zaznavanje in interpretacijo signalov iz okolja. Celice tako sprejemajo kvantitativno in kvalitativno raznolike informacije ter se nanje odzovejo z določenimi funkcionalnimi izidi. Na primer, tumorsupresorska pot p53 omogoča razločevanje med tipi celičnega stresa in sproži ustrezne odzive, kot sta apoptoza ali senescenca [2]. Med razvojem živčnega sistema koncentracije morfogenov, kot sta BMP in Hedgehog, vodijo v spremembe nevralnih progenitorskih celic [3], v imunskem sistemu pa kombinacije citokinov vplivajo na diferenciacijo T-celic [4]. Z vzpostavitvijo podobnih umetnih vezij v celicah lahko dosegamo zanesljive in nadzorovane odzive celic na določene vhodne signale in s tem bolj programirano obnačanje celic. Teoretični modeli so že predlagali načine za izdelavo biokemijskih nevronskih vezij, pri čemer so eksperimentalni poskusi do zdaj vključevali predvsem klasifikatorje na osnovi DNA oz. encimov in vitro, ali pa mikroRNA in genetskih vezij in vivo [5]. Sistem, zasnovan na ravni proteinov, bi prinesel številne prednosti, kot so hiter in reverzibilen odziv brez potrebe po transkripciji, združljivost z različnimi celičnimi tipi ter neposredno povezovanje z endogenimi vhodnimi in izhodnimi komponentami [6]. Razvoj znotrajceličnih proteinskih nevronskih mrež je omogočil napredek sintezne biologije na dveh ključnih področjih: prvič, de novo zasnovani heterodimeri (DHD) omogočajo programabilno in selektivno povezovanje med proteini; drugič, ti interakcijski moduli omogočajo ponovno sestavo razcepljenih virusnih proteinaz, s čimer lahko natančno uravnavamo njihovo encimsko aktivnost. Na podlagi teh pristopov so raziskovalci zasnovali proteinsko zmagovalec-vzame-vse (ang. winner-takes-all, WTA) mrežo, poimenovano tudi »perceptein« [8]. WTA vezje je ena najučinkovitejših sistemov za klasifikacijo vhodnih signalov, pri kateri pride do aktivacije zgolj tistega izhodnega elementa, katerega vsota uteži vhodnih signalov presega vse ostale vsote. Tak sistem omogoča binarne, nedvoumne odločitve ter učinkovito razločevanje med različnimi vhodnimi stanji.
