Även intensiv träning av astronauter kan inte kompensera för muskelatrofi orsakad av mikrogravitation. Atrofi uppstår delvis genom en underliggande mekanism som reglerar kalciumupptaget. Ny forskning har visat att exponering för rymdfärder förändrar upptaget av kalcium i musklerna. Men de molekylära mekanismerna som driver dessa förändringar är inte väl studerade.
Forskare vid Ames Research Center undersökte dessa mekanismer genom att tillämpa maskininlärning (ML) för att identifiera mönster i datauppsättningar på möss exponerade för mikrogravitation. ML-metoder är särskilt effektiva för att identifiera mönster i komplexa biologiska data och lämpar sig för rymdbiologisk forskning där små datamängder ofta kombineras för att öka den statistiska kraften.
Motståndsträning kan motverka de negativa hälsoeffekterna av mikrogravitation på muskelatrofi, men ny forskning från Ames Research Center försöker förstå de fysiologiska mekanismerna som spelar in för att identifiera biomarkörer som kan ge innovativa motåtgärder. Studien var ett projekt av NASA:s Space Life Sciences Training Program vid Ames Research Center. Den har publicerats i tidskriften npj Microgravity .
Maskininlärningsanalys visar molekylära drivkrafter till fysiologiska förändringar i kalciumkanalens sarkoplasmatiska/endoplasmatiska retikulumpump (SERCA), vilket leder till muskelförändringar och muskelförlust hos gnagare på rymdfärd. ML-modeller skapades för att identifiera proteiner som kunde förutsäga en organisms motståndskraft mot mikrogravitation med avseende på kalciumupptag i muskler. Specifika proteiner, Acyp1 och Rps7, visade sig vara de mest prediktiva biomarkörerna förknippade med ökat kalciumintag i snabba muskelryckningar.
Denna studie erbjöd en första titt på användningen av ML på kalciumupptag i muskler när de utsätts för mikrogravitationsförhållanden. Den här studien visade vilken roll NASA:s öppna vetenskapsinitiativ spelar för att accelerera rymdbiologin genom dess beroende av ARC:s Open Science Data Repository (OSDR) och analysarbetsgrupper, samt involveringen av ett internationellt forskarlag från USA, Kanada, Danmark och Australien. Noterbart är att artikelns första författare var en grundutbildning vid UC Berkeley, vilket visar den obegränsade potentialen hos NASA-Berkeley-samarbeten inom biovetenskaplig forskning med det kommande Berkeley Space Center vid NASA Research Park.
Mer information: Kevin Li et al, Explainable machine learning identifierar multiomics-signaturer av muskelsvar på rymdfärd hos möss, npj Microgravity (2023). DOI:10.1038/s41526-023-00337-5
Journalinformation: npj Mikrogravitation
Tillhandahålls av NASA