Badanie atrofii lotów kosmicznych za pomocą uczenia maszynowego

Badanie atrofii lotów kosmicznych za pomocą uczenia maszynowego

Ten artykuł został zrecenzowany według Science Proces edycji
I Zasady.
Redaktorzy Przy zapewnieniu wiarygodności treści wyróżniono następujące cechy:

Weryfikacja faktów

Publikacja recenzowana

zaufane źródło

Korekta

Astronautka NASA Sunita Williams, inżynier pokładowy Ekspedycji 32, wyposażona w elastyczny pas, ćwiczy na bieżni Combined Operational Load Resistance (COLBERT) w węźle Tranquility Node Międzynarodowej Stacji Kosmicznej. Źródło: NASA

× Zamknąć

Astronautka NASA Sunita Williams, inżynier pokładowy Ekspedycji 32, wyposażona w elastyczny pas, ćwiczy na bieżni Combined Operational Load Resistance (COLBERT) w Tranquility Knot Międzynarodowej Stacji Kosmicznej. Źródło: NASA

Nawet intensywne ćwiczenia astronautów nie są w stanie zrekompensować zaniku mięśni spowodowanego mikrograwitacją. Atrofia jest częściowo spowodowana podstawowym mechanizmem regulującym wchłanianie wapnia. Ostatnie badania wykazały, że narażenie na loty kosmiczne zmienia wchłanianie wapnia w mięśniach. Jednakże mechanizmy molekularne powodujące te zmiany nie zostały dobrze zbadane.

Naukowcy z Ames Research Center zbadali te mechanizmy, stosując uczenie maszynowe (ML) do identyfikowania wzorców w zbiorach danych dotyczących myszy wystawionych na działanie mikrograwitacji. Metody uczenia maszynowego są szczególnie skuteczne w identyfikowaniu wzorców w złożonych danych biologicznych i nadają się do kosmicznych badań biologicznych, w których często łączy się małe zbiory danych w celu zwiększenia mocy statystycznej.

Trening oporowy może przeciwdziałać negatywnym skutkom mikrograwitacji na dystrofię mięśniową, ale nowe badania przeprowadzone przez Centrum Badawcze Ames mają na celu zrozumienie mechanizmów fizjologicznych w celu zidentyfikowania biomarkerów, które mogłyby pomóc w opracowaniu innowacyjnych środków zaradczych. Badanie było projektem w ramach programu szkoleniowego NASA w zakresie nauk o życiu kosmicznym w Ames Research Center. to było opublikowany W magazynie Mikrograwitacja npj.

Analiza uczenia maszynowego ujawnia molekularne czynniki wpływające na zmiany fizjologiczne w pompie kanału wapniowego siateczki sarkoplazmatycznej/retikulum endoplazmatycznego (SERCA), prowadzące do zmian i utraty mięśni u gryzoni latających w przestrzeni kosmicznej. Stworzono modele ML w celu identyfikacji białek, które mogą przewidywać odporność organizmu na mikrograwitację w odniesieniu do wychwytu wapnia przez mięśnie. Stwierdzono, że specyficzne białka, Acyp1 i Rps7, są biomarkerami o największej predykcyjności związanymi ze zwiększonym spożyciem wapnia w mięśniach szybkokurczliwych.

Badanie to dostarczyło pierwszego spojrzenia na zastosowanie ML w zakresie wychwytu wapnia przez mięśnie poddawane działaniu warunków mikrograwitacji. Badanie to wykazało rolę inicjatywy Open Science Initiative NASA w przyspieszaniu biologii przestrzeni kosmicznej poprzez oparcie się na repozytorium danych otwartej nauki (OSDR) i grupach roboczych ds. analiz ARC, a także udział międzynarodowego zespołu badawczego ze Stanów Zjednoczonych, Kanady, Danii i innych krajach. Australia. Warto zauważyć, że pierwszym autorem artykułu był student studiów licencjackich na Uniwersytecie Kalifornijskim w Berkeley, co wykazało nieograniczony potencjał współpracy NASA i Berkeley w zakresie badań w zakresie nauk przyrodniczych z powstającym Berkeley Space Center w parku badawczym NASA.

więcej informacji:
Kevin Lee i wsp. Wyjaśnialne uczenie maszynowe identyfikuje wiele cech reakcji mięśni na lot kosmiczny u myszy. Mikrograwitacja npj (2023). doi: 10.1038/s41526-023-00337-5

Informacje o magazynie:
Mikrograwitacja npj


READ  Recenzja: Satechi Pro Hub Mini zapewnia więcej I/O w MacBooku Pro

Halsey Andrews

„Lekarz gier. Fanatyk zombie. Studio muzyczne. Kawiarni ninja. Miłośnik telewizji. Miły fanatyk alkoholik.

Rekomendowane artykuły

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *