Beberapa ilmuan berhasil mengembangkan tools kecerdasan buatan (AI) untuk menganalisis bagaimana protein bergerak dan berinteraksi dengan lebih cepat serta akurat ketimbang metode yang sebelumnya digunakan.
Tools AI ini mereka berinama DeepFRET, solusi AI berbasis Open Source dan otomatis berdasarkan pembelajaran mendalam (Deep Learning),
Di mana satu-satunya intervensi manusia yang penting dalam transisi dari gambar mikroskop mentah ke histogram perilaku biomolekul, adalah ambang batas kualitas yang dapat disesuaikan pengguna.
Mengintegrasikan fitur standar analisis smFRET, DeepFRET secara konsekuen mengeluarkan metrik informasi kinetik umum.
Softwarenya sudah tersedia secara bebas dan gratis. Ia dengan dramatis mempercepat studi dinamika protein dan membuatnya dapat diakses oleh tim peneliti di seluruh dunia.
Baca Artikel Lainnya Tentang Cryptocurrency :
- Menggali Mata Uang Kripto hingga ke Akarnya
- Keuntungan Kriptografi dalam Investasi Kripto
- Tips Aman Berinvestasi Kripto
Salah satu keutamaan tools ini yaitu untuk mempelajari gerakan protein dengan Single Molecule Förster Resonance Energy Transfer (smFRET).
Ini bekerja dengan memberi label dua atau lebih bagian dari molekul dengan tag fluoresen yang berbeda, dan ketika dua tag berada di dekat, perubahan fluoresensi dapat dideteksi oleh mikroskop.
Dengan cara ini, pergerakan protein dapat divisualisasikan dan diukur hingga ke tingkat nanometer.
DeepFRET mengimpor gambar mikroskop mentah kemudian menempatkan dua sinyal fluoresensi yang berbeda, mengoreksi kebisingan latar belakang dan, dengan bantuan manusia yang terbatas, menghasilkan grafik yang menunjukkan gerakan molekul dalam sampel.
Ketika diuji dengan data simulasi dan nyata, akurasinya dalam mendeteksi pola yang bermakna dari data lebih dari 95%, mengungguli operator manusia, namun hanya membutuhkan 1% waktu.
Waktu evaluasi untuk DeepFRET pada satu bagian data (jejak) adalah sekitar 50 milidetik, sedangkan peninjau manusia yang menghabiskan rata-rata lima detik per jejak.
“Kami telah mengembangkan metode pembelajaran mesin yang secara otomatis, cepat, dan dapat direproduksi menganalisis rekaman koreografi gerakan protein, dengan antarmuka pengguna yang sederhana yang bekerja pada sistem operasi yang berbeda,” simpul penulis senior Nikos Hatzakis, PhD, profesor di University of Kopenhagen, dan profesor asosiasi afiliasi di Pusat Penelitian Protein Novo Nordisk Foundation, Universitas Kopenhagen.
