人工智能促進蛋白質組研究

利用人工智能，慕尼黑工業(yè)大學(TUM)的研究人員成功地對來自任何生物體的蛋白質進行了大量分析，并且?guī)缀鯖]有錯誤。這種新方法將在蛋白質組學領域引發(fā)相當大的變化，因為它可以應用于基礎研究和臨床研究。

任何有機體的基因組都包含數千種蛋白質的藍圖，這些蛋白質幾乎可以控制生命的所有功能。有缺陷的蛋白質會導致嚴重的疾病，如癌癥，糖尿病或癡呆癥。因此，蛋白質也是最重要的藥物靶標。

為了更好地了解生命過程和疾病并開發(fā)更合適的療法，有必要同時分析盡可能多的蛋白質。目前，使用質譜法來確定生物系統(tǒng)中蛋白質的類型和數量。但是，目前的數據分析方法繼續(xù)產生許多錯誤。

由生物信息學科學家Mathias Wilhelm和生物化學家BernhardKüster領導的慕尼黑工業(yè)大學團隊，慕尼黑工業(yè)大學蛋白質組學和生物分析學教授，現已成功運用蛋白質組學數據訓練神經網絡。能夠更快地識別蛋白質并且?guī)缀鯖]有錯誤。

解決嚴重問題的方法

質譜儀不直接測量蛋白質。他們分析了由氨基酸序列組成的較小部分，最多包含30個構建模塊。將這些鏈的測量光譜與數據庫進行比較，以將它們分配給特定蛋白質。但是，評估軟件只能使用光譜包含的部分信息。因此，某些蛋白質未被識別或被錯誤識別。

“這是一個嚴重的問題，”庫斯特解釋道。由TUM團隊開發(fā)的神經網絡使用光譜的所有信息進行識別過程。“我們錯過了更少的蛋白質，減少了100倍的錯誤，”BernhardKüster說。

適用于所有生物

正如研究人員稱之為AI軟件一樣，“Prosit”“適用于世界上所有生物體，即使它們的蛋白質組從未被檢測過，”Mathias Wilhelm解釋道。“這使以前難以想象的研究成為可能。”

在1億個質譜的幫助下，該算法經過了如此廣泛的訓練，可以用于所有常見的質譜儀，無需任何額外的培訓。“我們的系統(tǒng)是該領域的全球領導者，”Küster說。

一個價值數十億的市場

診所，生物技術公司，制藥公司和研究機構正在使用這種高性能設備 - 市場已經價值數十億美元。有了Prosit，將來有可能開發(fā)出更強大的儀器。研究人員和醫(yī)生在尋找患者血液或尿液中的生物標志物或監(jiān)測療法的有效性方面也會更好，更快。

研究人員對基礎研究寄予厚望。“該方法可用于追蹤細胞中新的調節(jié)機制，”Küster說。“我們希望在這里獲得相當多的知識，從中期和長期來看，這些知識將反映在對人類，動物和植物所遭受的疾病的治療中。”

Wilhelm還預計“像Prosit這樣的AI方法將很快改變蛋白質組學領域，因為它們幾乎可用于蛋白質研究的每個領域。”