Tri Pitanja: Korištenje izračunavanja za istraživanje najboljih…

Danas, od procijenjenih 1 trilijun vrsta na Zemlji, 99,999% se smatraju mikrobiološkim – bakterijama, arheama, virusima i jednokomornim eukariotima. Veliki dio Zemljine povijesti mikroorganizmi su vladali planetom, sposobni preživjeti i prosperirati u najekstremnijim uvjetima. Istraživači su tek počeli u zadnjih nekoliko desetljeća obrađivati raznolikost mikroorganizama – procjenjuje se da manje od 1% poznatih gena ima laboratorijski potvrđene funkcije. Izračunski pristupi pružaju istraživačima priliku strategijski analizirati ovu izuzetno iznenađujuću količinu informacija.

Doktorka Yunha Hwang, novozaposlena na MIT-u, s diplomom iz ekološke mikrobiologije i računarstva, zainteresirana je za novu biologiju otkrivenu najraznovrsnijim i najprolificnijim životnim oblikom na Zemlji. U zajedničkom položaju profesora na Sveučilištu MIT kao Samuel A. Goldblith Career Development Professor u Odjelu za biologiju, kao i kao pomoćni profesor na Odjelu za elektrotehniku i računarstvo i MIT Schwarzman College of Computing, Hwang istražuje presjek izračunavanja i biologije.

Što vas je potaknulo istraživati mikroorganizme u ekstremnim uvjetima, a što su izazovi u njihovom proučavanju?

Odgovor: Ekstremni uvjeti su odlična mjesta za pronalaženje zanimljive biologije. Želila sam biti astronautica rane djetinjstva, a najbliža stvar astrobiologiji je proučavanje ekstremnih Zemljinih okruženja. A jedino što živi u tim ekstremnim okruženjima su mikroorganizmi. Tijekom ekspedicije uz obalu Meksika, otkrili smo bojučav mikrobiološki mat 2 kilometra ispod površine mora koji je prosperirao jer su bakterije disale sumpor umjesto kisika – ali nijedan od mikroorganizama koje sam htjela proučavati nije rastao u laboratoriju.

Najveći izazov u proučavanju mikroorganizama je to što većina njih ne može biti uzgojena, što znači da je jedini način za proučavanje njihove biologije metagenomika. Moja najnovija istraživanja su u oblasti genomskog modeliranja jezika. Namjeravamo razviti izračunski sustav koji će nam omogućiti istraživati organizam što više puta “in silico”, samo koristeći sekvencijalne podatke. Genomski model jezika je tehnički velika model jezika, ali jezik je DNK umjesto ljudskog jezika. Trenira se na sličan način, ali u biološkom jeziku umjesto engleskom ili francuskom. Ako je naš cilj naučiti jezik biologije, trebali bismo iskoristiti raznolikost mikrobioloških genoma. Iako imamo puno podataka, a sve više uzoraka postaje dostupno, tek smo počeli istraživati raznolikost mikroorganizama.

Kako proučavanje mikroorganizama in silico, koristeći genomsko modeliranje jezika, može napredovati naše razumijevanje mikrobiološkog genoma?

Odgovor: Genom je milioni slova. Čovjek ne može to pročitati i razumjeti. Programski možemo stroj da podijeli podatke u korisne dijelove. To je nešto što radi bioinformatika s jednim genomom. Ali ako gledate gram tla, koji može sadržavati tisuće jedinstvenih genoma, to je previše podataka za obradu – potrebni su čovjek i računalo da se bori s tim podacima.

Tijekom moje doktorske i magistarske diplome, tek smo počeli otkrivati nove genome i linije koje su se razlikovale od onoga što je bilo karakterizirano ili uzgojeno u laboratoriju. To su stvari koje smo samo nazvali “mikrobiološkom tamnom materijom”. Kada ima puno nekarakteriziranih stvari, to je gdje se stroji učenje može biti vrlo korisno, jer samo tražimo uzorke – ali to nije krajnji cilj. Što želimo učiniti je mapirati te uzorke na evolucijske odnose između svakog genoma, svakog mikroorganizma i svakog života.

Ranije smo mislili o proteinima kao o samostalnoj entitetu – to nam daje dobar stupanj informacija jer su proteini povezani homologijom, pa stoga stvari koje su evolucijski povezane mogu imati sličnu funkciju.

Što je poznato o mikrobiologiji, to je da su proteini kodirani u genomima, a kontekst u kojem je taj protein ograničen – koje regije dolaze prije i poslije – je evolucijski očuvan, posebno ako postoji funkcionalna veza. To ima smisla jer kada imate tri proteina koja moraju biti izražena zajedno jer ih trebaju izraziti zajedno jer su potrebni za istu funkciju. To je nešto što se zove koevolucija.

Kako se izračunavanje i stroji učenje mogu koristiti za proučavanje mikroorganizama?

Izračunavanje i mikroorganizmi

Izračunavanje se može koristiti za proučavanje mikroorganizama na nekoliko načina. Možemo koristiti izračunavanje za modeliranje ekosustava mikroorganizama, što nam omogućava da predvidimo kako će se mikroorganizmi ponašati u različitim uvjetima. Također možemo koristiti izračunavanje za identifikaciju novih mikroorganizama, što nam omogućava da otkrijemo nove vrste koje možemo proučavati.

Stroji učenje se može koristiti za klasificiranje mikroorganizama na temelju njihovih genoma, što nam omogućava da razumijemo njihovu evolucijsku povijest i kako su se razvili. Također možemo koristiti stroji učenje za predviđanje funkcija gena, što nam omogućava da razumijemo što tačno rade mikroorganizmi.

Primjeri izračunavanja i stroja učenja u proučavanju mikroorganizama

Postoji nekoliko primjera izračunavanja i stroja učenja koji se koriste u proučavanju mikroorganizama. Na primjer, možemo koristiti izračunavanje za modeliranje ekosustava mikroorganizama u tlu, što nam omogućava da predvidimo kako će se mikroorganizmi ponašati u različitim uvjetima. Također možemo koristiti izračunavanje za identifikaciju novih mikroorganizama, što nam omogućava da otkrijemo nove vrste koje možemo proučavati.

Stroji učenje se može koristiti za klasificiranje mikroorganizama na temelju njihovih genoma, što nam omogućava da razumijemo njihovu evolucijsku povijest i kako su se razvili. Također možemo koristiti stroji učenje za predviđanje funkcija gena, što nam omogućava da razumijemo što tačno rade mikroorganizmi.

Prednosti i nedostaci izračunavanja i stroja učenja u proučavanju mikroorganizama

Izračunavanje i stroji učenje imaju mnoge prednosti u proučavanju mikroorganizama. Na primjer, izračunavanje nam omogućava da modeliramo ekosustave mikroorganizama i predvidimo njihovo ponašanje u različitim uvjetima. Također nam omogućava da identifikujemo nove mikroorganizme i otkrijemo nove vrste koje možemo proučavati.

Stroji učenje nam omogućava da klasificiramo mikroorganizme na temelju njihovih genoma, razumijemo njihovu evolucijsku povijest i predvidimo funkcije gena. Međutim, izračunavanje i stroji učenje imaju i neke nedostanke. Na primjer, izračunavanje može biti skupo i zahtjevno za računanje, a stroji učenje može biti ograničen ako nema dovoljno podataka za treniranje.

Zaključak

Izračunavanje i stroji učenje su revolucionirali način na koji proučavamo mikroorganizme. Omogućavaju nam da modeliramo ekosustave mikroorganizama, identifikujemo nove vrste i predvidimo njihovo ponašanje u različitim uvjetima. Također nam omogućavaju da klasificiramo mikroorganizme na temelju njihovih genoma, razumijemo njihovu evolucijsku povijest i predvidimo funkcije gena. Međutim, važno je biti svjestan prednosti i nedostataka izračunavanja i stroja učenja u proučavanju mikroorganizama.

Česta pitanja

Koji su najčešći mikroorganizmi koji se proučavaju?

Najčešće proučavani mikroorganizmi uključuju bakterije, arheje, virusi i jednokomorne eukariote. Ovi mikroorganizmi se proučavaju zbog njihove raznolikosti, sposobnosti preživljavanja u ekstremnim uvjetima i važnosti u ekosustavima.

Kako se mikroorganizmi koriste u industriji?

Mikroorganizmi se koriste u mnogim industrijskim aplikacijama, uključujući proizvodnju hrane, farmaceutsku industriju, biotehnologiju i okruženjsku bioremediaciju. Na primjer, bakterije se koriste za proizvodnju sira, a gljive za proizvodnju antibiotika. Također se koriste za bioremediaciju kontaminiranih tla i voda.

Koji su najnoviji trendovi u proučavanju mikroorganizama?

Najnoviji trendovi u proučavanju mikroorganizama uključuju korištenje izračunavanja i stroja učenja za modeliranje ekosustava mikroorganizama, identifikaciju novih vrsta i predviđanje njihove funkcije. Također se istražuje kako mikroorganizmi mogu biti korišteni za rješavanje okruženjskih problema, kao što je klimatska promjena.

Kako se mikroorganizmi mogu koristiti za rješavanje okruženjskih problema?

Mikroorganizmi se mogu koristiti za rješavanje okruženjskih problema na nekoliko načina. Na primjer, bakterije se mogu koristiti za bioremediaciju kontaminiranih tla i voda, a gljive za proizvodnju antibiotika. Također se istražuje kako mikroorganizmi mogu biti korišteni za proizvodnju biogoriva i za rješavanje problema s otpadom.

Koji su izazovi u proučavanju mikroorganizama?

Najveći izazov u proučavanju mikroorganizama je to što većina njih ne može biti uzgojena, što znači da je jedini način za proučavanje njihove biologije metagenomika. Također je teško klasificirati mikroorganizme na temelju njihovih genoma zbog njihove raznolikosti i evolucijske povijesti.