Teknologi prototipe menyusut AI untuk menghadirkan fungsionalitas seperti otak dalam satu perangkat yang kuat - ScienceDaily
Health

Mengidentifikasi kelas majemuk melalui pembelajaran mesin – ScienceDaily


Segala sesuatu yang hidup memiliki metabolit, menghasilkan metabolit, dan mengkonsumsi metabolit. Molekul-molekul ini muncul sebagai produk antara dan akhir dari proses kimiawi dalam metabolisme organisme. Oleh karena itu, mereka tidak hanya memiliki arti yang sangat besar bagi kehidupan kita, tetapi juga memberikan informasi berharga tentang kondisi makhluk hidup atau lingkungan. Misalnya, metabolit dapat digunakan untuk mendeteksi penyakit atau, dalam bidang teknologi lingkungan, untuk memeriksa sampel air minum. Namun, keragaman senyawa kimia tersebut menyebabkan kesulitan dalam penelitian ilmiah. Sampai saat ini, hanya sedikit molekul dan sifatnya yang diketahui. Jika sampel dianalisis di laboratorium, hanya sebagian kecil yang dapat diidentifikasi, sedangkan sebagian besar molekul tetap tidak diketahui.

Ahli bioinformatika di Universitas Friedrich Schiller Jena, Jerman bersama dengan rekan dari Finlandia dan AS, kini telah mengembangkan metode unik yang dapat digunakan untuk memperhitungkan semua metabolit dalam sampel, sehingga sangat meningkatkan pengetahuan yang diperoleh dari pemeriksaan molekul semacam itu. Tim melaporkan penelitian yang sukses di jurnal ilmiah Bioteknologi Alam.

Mempelajari, mengenali dan menetapkan sifat struktural

“Spektrometri massa, salah satu metode eksperimental yang paling banyak digunakan untuk menganalisis metabolit, hanya mengidentifikasi molekul yang dapat ditetapkan secara unik dengan mencocokkannya dengan database. Semua molekul lain, yang sebelumnya tidak diketahui, yang terkandung dalam sampel tidak memberikan banyak informasi,” jelas Prof Sebastian Böcker dari University of Jena. “Dengan metode kami yang baru dikembangkan, yang disebut CANOPUS, kami juga memperoleh wawasan berharga dari metabolit tak teridentifikasi dalam sampel, karena kami dapat menetapkannya ke kelas senyawa yang ada.”

CANOPUS bekerja dalam dua tahap: pertama, metode menghasilkan ‘sidik jari molekuler’ dari spektrum fragmentasi yang diukur dengan spektrometri massa. Ini berisi informasi tentang sifat struktural molekul yang diukur. Pada fase kedua, metode ini menggunakan sidik jari molekuler untuk menetapkan metabolit ke kelas senyawa tertentu tanpa harus mengidentifikasinya.

Belajar dari data

“Metode pembelajaran mesin biasanya membutuhkan data dalam jumlah besar untuk dilatih. Sebaliknya, proses dua tahap kami memungkinkan langkah pertama untuk melatih jumlah data yang relatif kecil dari puluhan ribu spektrum massa fragmentasi. Kemudian , pada langkah kedua, sifat struktur karakteristik yang signifikan untuk kelas senyawa dapat ditentukan dari jutaan struktur, “jelas Dr Kai Dührkop dari Universitas Jena.

Oleh karena itu, sistem mengidentifikasi sifat struktural ini dalam molekul yang tidak diketahui dalam sampel dan kemudian menetapkannya ke kelas senyawa tertentu. “Informasi ini saja sudah cukup untuk menjawab banyak pertanyaan penting,” Böcker menekankan. “Identifikasi yang tepat dari suatu metabolit akan jauh lebih kompleks dan seringkali tidak diperlukan sama sekali.” Metode CANOPUS menggunakan jaringan saraf dalam yang memprediksi sekitar 2.500 kelas gabungan.

Dengan metode mereka, ahli bioinformatika Jena telah membandingkan, misalnya, flora usus tikus di mana satu kelompok eksperimen telah diobati dengan antibiotik. Pemeriksaan menunjukkan metabolisme apa yang dihasilkan tikus dan flora ususnya. Hasil penelitian tersebut dapat memberikan informasi penting tentang sistem pencernaan dan metabolisme manusia. Melalui dua contoh aplikasi lebih lanjut, yang mereka sajikan dalam penelitian mereka, ilmuwan Jena mendemonstrasikan fungsionalitas dan kekuatan metode CANOPUS.

Mesin pencari molekul Jena digunakan jutaan kali

Dengan metode baru, ahli bioinformatika dari Jena memperluas kemungkinan mesin pencari untuk struktur molekul “CSI: FingerID”, yang telah mereka sediakan untuk komunitas penelitian internasional selama sekitar lima tahun. Peneliti di seluruh dunia sekarang menggunakan layanan ini ribuan kali sehari untuk membandingkan spektrum massa dari sampel dengan berbagai database online, untuk mengidentifikasi metabolit dengan lebih tepat. “Kami mendekati permintaan yang keseratus juta dan kami yakin bahwa CANOPUS akan semakin meningkatkan jumlah pengguna,” kata Sebastian Böcker.

Proses baru ini memperkuat bidang metabolisme – yaitu penelitian tentang molekul kecil yang ada di mana-mana ini – dan meningkatkan potensinya di banyak bidang penelitian, seperti obat-obatan. Banyak zat aktif farmasi yang digunakan selama beberapa dekade, seperti penisilin, adalah metabolit; yang lain dapat dikembangkan dengan bantuan mereka.

Dipersembahkan Oleh : Lapak Judi

Baca Juga : lagu Togel