人工智能将彻底改变蛋白质组学领域

利用人工智能，慕尼黑工业大学(TUM)的研究人员成功地使任何生物蛋白质的质量分析比以前快得多，而且几乎没有错误。这种新方法可以应用于基础研究和临床研究，将引起蛋白质组学领域的重大变化。

任何生物体的基因组都包含着数千种蛋白质的蓝图，这些蛋白质几乎控制着生命的所有功能。有缺陷的蛋白质会导致严重的疾病，如癌症、糖尿病或痴呆。因此，蛋白质也是药物最重要的靶点。

为了更好地了解生命过程和疾病，开发更合适的治疗方法，有必要同时分析尽可能多的蛋白质。目前，质谱法被用于确定生物系统中蛋白质的类型和数量。然而，目前的数据分析方法继续产生许多错误。

慕尼黑工业大学的一个由生物信息学科学家Mathias Wilhelm和生物化学家Bernhard k 斯特(慕尼黑工业大学蛋白质组学和生物分析学教授)领导的团队，现在已经成功地使用蛋白质组学数据来训练神经网络，使其能够更快地识别蛋白质，而且几乎没有错误。

解决严重问题的方法

质谱仪不能直接测量蛋白质。他们分析由氨基酸序列组成的更小的部分，有多达30个构建块。这些链的测量光谱与数据库进行比较，以便将它们分配给特定的蛋白质。然而，评价软件只能利用光谱所包含的部分信息。因此，某些蛋白质不被识别或被错误地识别。

“这是一个严重的问题，”k 斯特解释说。TUM团队开发的神经网络利用光谱的所有信息进行识别过程。“我们错过的蛋白质更少，犯的错误也少了100倍，”伯恩哈德·克 斯特说。

适用于所有生物

研究人员称这款人工智能软件为“Prosit”，它“适用于世界上所有生物，即使它们的蛋白质组以前从未被研究过，”马蒂亚斯·威廉(Mathias Wilhelm)解释说。“这使得以前无法想象的研究成为可能。”

在1亿个质谱的帮助下，该算法已经经过了广泛的训练，可以用于所有常见的质谱仪，而无需任何额外的训练。“我们的系统是这一领域的全球领导者，”k 斯特说。

价值数十亿美元的市场

诊所、生物技术公司、制药公司和研究机构都在使用这种高性能设备;这个市场已经价值数十亿美元。有了“Prosit”，未来将有可能开发出更强大的仪器。研究人员和医生也将能够更好、更快地在患者的血液或尿液中寻找生物标志物，或监测治疗的有效性。

研究人员对基础研究也寄予厚望。

Wilhelm还预计，“像Prosit这样的人工智能方法将很快改变蛋白质组学领域，因为它们几乎可以用于蛋白质研究的每个领域”。

来源:

慕尼黑工业大学(TUM)

期刊引用:

Gessulat, S. et al. (2019) Prosit:通过深度学习预测肽串联质谱的蛋白质组范围。自然的方法。doi.org/10.1038/s41592 - 019 - 0426 - 7