Keemia ja biotehnoloogia instituudi teadlased panid tehisintellekti ennustama, millised geenid muudavad õlipärmi senisest tõhusamaks lipiidide ja pigmentide tootjaks. Värskelt valminud ainevahetusmudel aitab uute toiduainete, kosmeetika ja biokütuste toorainet luua sadu kordi kiiremini.
Artikkel ilmus esimesena portaalis ERR Novaator.
Pagaripärm Saccharomyces cerevisiae aitab inimestel juba aastatuhandeid suhkrud alkoholiks ja süsihappegaasiks muuta. Uue põlvkonna biotehnoloogias pakuvad bioloogidele huvi hoopis õlipärmid, mille seast tõuseb esile rakkudes ohtralt õlitaolisi aineid talletav Yarrowia lipolytica. Rahvusvaheline töörühm eesotsas Eesti bioinseneridega otsis vastust küsimusele, kuidas suunata seda pärmi looma lisaks lipiididele ka väärtuslikke pigmente ehk karotenoide.
Looduslikul kujul moodustavad lipiidid selle pärmi kuivmassist viiendiku kuni poole. Geene sihipäraselt muutes kerkib õlitaoliste ainete osakaal ligi 80 protsendini ja rakk hakkab looma ka looduses muidu puuduvaid karotenoide. Teadlased seisavad aga probleemi ees, sest tuhanded ainevahetusprotsessid töötavad ühtse võrgustikuna ja isegi ühe geeni muutudes teiseneb kohe terve süsteem.
Kui teadlased sõeluvad välja parimaid geenivariante, toetuvad nad arvutites elavatele genoomiülestele ainevahetusmudelitele. Need mudelid kirjeldavad rakus toimuvaid bioloogilisi reaktsioone ja aitavad bioloogidel laborites katsetada vaid kõige edukamaid variante. Iga reaktsiooni juhivad rakus spetsiaalsed valgud ehk ensüümid ja nende ehitusjuhised asuvad otse pärmi geenides.
Varasemates mudelites laiutasid ensüümide omadusi kirjeldavate andmete juures tühimikud. Bioloogid lahendasid olukorra tehisintellektil põhineva algoritmi DLKcat abil. Nutikas arvutiprogramm suudab eelneva info põhjal ette ennustada, kuidas peaaegu kõik Yarrowia lipolytica ensüümid erinevates olukordades käituvad.
Uuringu juhtautor, Tallinna Tehnikaülikooli teadur Juliano Sabedotti de Biaggi selgitas, et tehisintellekt kiirendas ensüümide analüüsi mitusada korda. "Kui varasemate mehhanistlike mudelitega arvutasime ühe ensüümi omadusi mitu päeva, siis DLKcat suutis sadade ensüümide puhul anda vastused vähem kui tunniga," märkis teadur. See võimaldas uurida ja võrrelda ensüüme oluliselt suuremas mahus ning teha analüüse, mis olid varem arvutuslikult ebapraktilised.
Laborikatsetes kogusid teadlased lisaks hulgaliselt proteoomikaandmeid ja söötsid need otse uude arvutimudelisse. Need arvud peegeldavad täpselt, milliseid valke ja kui suures koguses pärm erinevates eluetappides looma hakkab. Nii sündis bioloogide arvutites uus ja seni kõige detailsem ainevahetusmudel eciYali5-GEM.
Pärmiraku vajadused muutuvad elutsükli jooksul drastiliselt. Geen, mis ergutab lipiidide sünteesi varajases kasvufaasis, ei pruugi hiljem enam mingit efekti anda. Uus mudel aitabki teadlastel tabada just õiget hetke, millal konkreetse geeni aktiivsust raku sees alla või üles kruvida.
Kui teadlased kõrvutasid arvutimudeli andmeid laborikatsetega, selgus, et uudne lahendus peab paika. Algoritm ei kinnitanud mitte ainult varasemaid katsetulemusi, vaid näitas kätte ka täiesti uued sihtmärkgeenid. Seega näevad teadlased arvutiekraanilt selgelt, millist geeni esimesena sihtida.
Artikkel avaldati ajakirjas Applied Microbiology and Biotechnology.