Mikroskoobipiltidesse süüvinud tehisaru aitab mõista ravimite toimimist
Tõnis Laasfeld pani kolleegidega oma doktoritöö tarbeks tehisintellekti analüüsima miljoneid mikroskoobiga tehtud pilte, et näha kuidas ravimid toimivad. Uuringutulemusi saab kasutada ravimiarenduses, et aidata luua kõrvaltoimeta või eriti pikatoimelisi ravimeid, mida patsient peab võtma tavapärasest harvem, kirjutavad Tõnis Laasfeld, Ago Rinken ja Maikki Moosus Novaatoris.
Tänapäeva ravimiarendajatel on tänu arvuti- ja andmeteaduse arengule kasutada hoopis võimsamad tööriistad kui aastate eest. Seetõttu on teadlaste võimalused õiged ravimid lõputust hulgast üles leida märkimisväärselt suurenenud.
Värske keemiadoktor Tõnis Laasfeld uuriski oma doktoritöös, kuidas ravimid ja nende märklauaks olevad valgumolekulid raku pinnal kohtuvad ja koos püsivad. Ta ühendas oma doktoritöös biokeemia ja infotehnoloogia, luues masinõppe abil pildiandmete analüüsimise mudelid ja tarkvara. Loodud lahendus aitab analüüsida mikroskoobipilte kiiremini, täpsemini ja korratavamalt.
„Pooleldi naljatlevalt võib öelda, et selle doktoritöö käigus uuris hulk närvirakke ehk teadlane, kuidas kombineerida ja õpetada tehislikke närvirakke ehk sügavaid neurovõrke nii, et nendega saaks uurida bioloogiliste närvirakkude toimimist. Selline loodusliku ja tehisliku maailma vastastikune peegeldumine näitab ühelt poolt, et ehk ei tasugi loodusliku ja tehisliku vahele niivõrd selget piiri tõmmata. Teisalt on mõlema valdkonnaga tegelemine pea piiramatu inspiratsiooni allikas," lisas värske doktor.
Ravimite puhul pole oluline mitte ainult see, kas need toimivad. Sama tähtis on see, kui kiiresti toime avaldub ja kui sagedasti tuleb ravimit manustada. Sellise info saamiseks on vaja aga meetodeid, millega saab ravimi kinnitumist ravimi märklauale ajas jälgida, mida doktoritöös loodud meetodid ka võimaldavad.
Laasfeldi sõnul on tinglikult vahe varasemate staatiliste ja uute dünaamiliste meetodite vahel sama, mis fotol ja filmil. Fotolt võib vaid aimata, mis selle tegemisele eelnes ja võiks järgneda, aga film annab kindla vastuse. Pannes niiviisi kokku ajalise mõõtme ruumimõõtmetega on võimalik saada veelgi rohkem uut infot. Miinuspoolena kasvab andmehulk, millest info väljakaevandamiseks ongi vaja tehisintellekti abi.
Videol on näha närviraku tüviraku mudelsüsteemina kasutatav rakk fluorestsentsmikroskoobi all. Tuhmilt helendav välisserv on rasvamolekulidest koosnev rakumembraan, milles asuvatele retseptoritele on kinnitunud helendava märgisega ravimianaloog. Raku sees on aga rasvamolekulide kihiga kaetud umbes koroonaviiruse suurused kerad ehk vesiikulid, mis paistavad eredalt helendavate täppidena.
Vesiikulid tekivad siis, kui osa raku enda membraanist sopistub sisse koos retseptori ja helendava ravimianaloogiga. Videolt võib ka märgata, et paljud vesiikulid liiguvad üsna konkreetses suunas, mis näitab, et neid transpordivad spetsiaalsed mootorvalgud mööda rakusiseseid „kiirteid" – aktiini filamente ja mikrotuubuleid.
Sellised meetodid pakuvad huvitavaid võimalusi ravimiarenduseks. Muu hulgas võiks olla sellest eriliselt kasu pikatoimeliste ravimite loomise juures, et muuta nende manustamist harvemaks. Ühe võimaliku eriti pikaajaliselt toimivast ravimianaloogi leidis Laasfeld oma kolleegidega südame tööd reguleeriva muskariinse atsetüülkoliini retseptori puhul.
Selle ravimikandidaadi molekul võib jääda retseptorile kinnitunuks mitmeteks päevadeks. Samas võib selle pikatoimelisuse omaduse kaotada isegi tilluke muudatus molekuli struktuuris. Retseptori käitumist ja struktuuri teadmata on selliste molekulide disainimine aga ääretult keeruline.
Teine huvitav näide puudutab laialt tuntud dopamiini retseptoreid, mis seovad organismis motivatsioonimolekuli ehk dopamiini. Lihtsustatult võib öelda, et kui inimene täidab näiteks mõne endale seatud eesmärgi, siis preemiaks vabastab aju sedasama virgatsainet. Sellest tekkiv ülev tunne innustab inimest sarnaseid ülesandeid tulevikuski ette võtma.
Küll aga häirivad näiteks Parkinsoni tõbi ja narkootilised ained, nagu kokaiin, dopamiini normaalset vabastamist ja retseptorile seostumist. Kui inimene jääb narkosõltuvusse, püüab organism vabanenud dopamiini üleküllust kompenseerida ja vähendab selleks dopamiini retseptorite hulka. Lühiajaliselt tõmbab rakk retseptori rakku sisse tagasi, kuhu vabastatud dopamiin retseptorit mõjutama enam ei pääse.
Töös loodud mikroskoopiameetodiga on võimalik videona jälgida, kuidas ja mis retseptorist edasi saab. Selgub, et retseptor võib erinevalt levinud arusaamast ravimi endaga rakku kaasa vedada. Vähemalt mõnda tüüpi molekulid võivad raku sees koonduda põiekestesse ja jääda sinna jällegi palju pikemaks ajaks, kui võiks arvata ainult raku pinnal toimuvate protsesside järgi.
Need on vaid üksikud näited huvitavatest nähtustest, mida varem ei teatud, kuna nende avastamine ei ole niivõrd lihtne. Samas võimaldab töös loodud metoodika ja tarkvara juba praegu selliste avastuste tegemist ning selgitamist oluliselt kiirendada. Seega võib selles vallas oodata peagi veelgi põnevamaid avastusi.
Teistpidi on loodud tarkvaral ja meetoditel palju laiemad rakendusvõimalused. Uued doktoritöös loodud tööriistu võimaldaksid näidata näiteks erinevate vähiteraapiate tõhusust nii kahemõõtmeliselt katseklaasil kui ka organismile sarnasemas kolmemõõtmelises rakukultuuris.
Tartu Ülikooli Keemia instituudi doktorant Tõnis Laasfeld kaitses doktoritöö "Integrating image analysis and quantitative modeling for a holistic view of GPCR ligand binding dynamics" („Pildianalüüsi ja tervikliku modelleerimise ühendamine retseptor-ligand kompleksi kineetika kirjeldamiseks") 29. augustil. Tööd juhendasid professor Ago Rinken ja kaasprofessor Leopold Parts Tartu Ülikoolist. Oponeeris professor Martin J. Lohse ISAR Bioscience Instituudist Saksamaal.
