Med kunstig intelligens har forskere fra Københavns Universitet fjernet en stopklods i proteinforskning. Det har nemlig været et tungt arbejde at analysere de kæmpe datamængder, som forskerne indsamler, når de via mikroskopi og teknikken FRET (som er en fluorescens-teknik) undersøger, hvordan proteiner bevæger sig og interagerer med hinanden. Disse proteindynamikker er det afgørende at blive klogere på for fuldt ud at kunne udnytte CRISPR-teknologi og bedre at forstå sygdomme som cancer, Alzheimers og Parkinsons.

Forskerholdet har nu udviklet en machine learning-algoritme til at tage det tunge slæb.

»Før sad vi og sorterede data, indtil vi var ved at blive skøre. Nu trykker vi på en knap, og så er al vores data analyseret. Det frigiver ressourcer til, at vi kan optage endnu større datamængder end tidligere og hurtigere nå resultater,« siger biofysiker Simon Bo Jensen fra Kemisk Institut og Nano-Science Center.

Algoritmen har lært at genkende mønstre i proteinernes bevægelser, så den på få sekunder kan klassificere datasæt, som det normalt kan tage eksperter flere dage at komme igennem.

»Vi har hidtil siddet med en masse rådata i form af tusindvis af mønstre, som vi har sorteret manuelt ét efter ét. Dermed blev vi flaskehalsen i vores egen forskning. Og selv for eksperter er det svært at gøre arbejdet konsistent og nå samme konklusion hver gang, fordi vi jo bare er mennesker, der bliver trætte og laver fejl,« siger Simon Bo Jensen.

Allerede nu har adskillige forskergrupper i udlandet henvendt sig og udvist interesse i at bruge algoritmen.

»AI-værktøjet er et kæmpe plus for hele forskningsfeltet, fordi det giver nogle fælles standarder, man ikke før har haft, når forskere verden over skal sammenligne data. Før var meget af analysen baseret på en subjektiv opfattelse af, hvilke mønstre, der var brugbare. Og det kan jo variere fra forskningsgruppe til forskningsgruppe. Nu har vi et værktøj, der kan sikre, at vi alle når de samme konklusioner,« siger forskningsleder og lektor Nikos Hatzakis fra Kemisk Institut og Novo Nordisk Foundation Center for Protein Research. 

Af Maria Hornbek, KU, eLife, DOI: 10.7554/ eLife.60404.