Die Verwendung von künstlicher Intelligenz, Forscher an der Technischen Universität München (TUM) ist es gelungen, die Massen-Analyse von Proteinen aus einem beliebigen Organismus deutlich schneller als zuvor und fast fehlerfrei. Dieser neue Ansatz festgelegt ist, zu provozieren, eine erhebliche Veränderung im Bereich der Proteomik, wie es angewendet werden kann, in der sowohl Grundlagen-und klinische Forschung.
Das Genom eines jeden Organismus enthält die Baupläne für Tausende von Proteinen, die die Kontrolle fast aller Funktionen des Lebens. Fehlerhafte Proteine, führen zu schweren Krankheiten, wie Krebs, diabetes oder Demenz. Daher, Proteine sind auch die wichtigsten Ziele für Medikamente.
Um besser zu verstehen, Prozesse des Lebens und Krankheiten und die Entwicklung geeigneter Therapien ist es notwendig, so viele Proteine wie möglich simultan analysiert werden. Derzeit Massenspektrometrie wird verwendet, um zu bestimmen, die Art und Menge der Proteine in einem biologischen system. Jedoch, die aktuellen Methoden der Daten-Analyse weiterhin produzieren viele Fehler.
Ein team an der Technischen Universität München, geleitet von Bioinformatik-Wissenschaftler Mathias Wilhelm und Biochemiker Bernhard Küster, Professor für Proteomik und Bioanalytik an der Technischen Universität München ist es nun gelungen, mithilfe der Proteom-Daten, die zum trainieren des neuronalen Netzes in der Weise, dass es in der Lage ist, zu erkennen Proteine viel schneller und fast ohne Fehler.
Eine Lösung für ein ernstes problem
Massenspektrometer Messen nicht die Proteine direkt. Analysieren Sie kleinere Teile, bestehend aus Aminosäure-Sequenzen mit bis zu 30 Bausteine. Die gemessenen Spektren dieser Ketten sind im Vergleich mit den Datenbanken, um die Zuordnung zu einem bestimmten protein. Allerdings hat die evaluation-software kann nur ein Teil der Informationen, die Spektren enthalten. Deshalb bestimmte Proteine werden nicht erkannt oder falsch erkannt.
„Das ist ein ernstes problem“, erklärt Küster. Das neuronale Netzwerk, entwickelt von der TUM-team nutzt alle Informationen, die der Spektren, die für den Prozess der Identifikation. „Wir verpassen weniger Proteine und 100-mal weniger Fehler“, sagt Bernhard Küster.
Anwendbar auf alle Organismen
„Prosit“, wie es die Forscher nennen, die KI-software ist „anwendbar auf alle Organismen in der Welt, auch wenn Ihre Proteome wurden noch nie vorher untersucht werden“, erklärt Mathias Wilhelm. „Diese Forschungen ermöglicht, die zuvor undenkbar.“
Mit Hilfe der 100-Millionen-Masse-Spektren, die der Algorithmus wurde so umfassend ausgebildet, dass es verwendet werden kann für alle gängigen Massenspektrometer ohne zusätzliche Schulungen. „Unser system ist weltweit führend in diesem Bereich“, sagt Küster.
Ein Milliardenschwerer Markt
Kliniken, biotech-Unternehmen, Pharma-Unternehmen und Forschungseinrichtungen sind mit high-performance-Geräte dieser Art; der Markt ist bereits Milliarden Wert. Mit „Prosit,“ wird es möglich sein, zu entwickeln, noch mehr leistungsstarke Messgeräte in die Zukunft. Forscher und ärzte werden auch besser und schneller in der Lage, die Suche nach Biomarkern bei Patienten, die Blut oder Urin, oder überwachen von Therapien, für deren Wirksamkeit.
Die Forscher haben auch große Hoffnungen für die Grundlagenforschung. „Die Methode kann verwendet werden, um die Spur zu neuen regulatorischen Mechanismen in den Zellen“, sagt Küster. „Wir erhoffen uns eine erhebliche Menge an wissen hier, welche Mittel-und langfristig werden sich in der Behandlung von Krankheiten leiden von Menschen, Tieren und Pflanzen.“
Wilhelm erwartet auch, dass die „KI-Methoden wie das Prosit wird sich bald ändern das Feld der Proteomik , wie Sie verwendet werden können in fast jedem Bereich der protein-Forschung.“