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  Awaria usługi Microsoft Exchange Online uniemożliwia dostęp do skrzynek pocztowych na całym świecie

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 *