Utilizando la inteligencia artificial, los investigadores de la Universidad Técnica de Munich TUM han logrado que el análisis masivo de proteínas de cualquier organismo sea significativamente más rápido que antes y casi sin errores. Este nuevo enfoque está configurado para provocar un cambio considerable en elcampo de la proteómica, ya que puede aplicarse tanto en investigación básica como clínica.
El genoma de cualquier organismo contiene los planos de miles de proteínas que controlan casi todas las funciones de la vida. Las proteínas defectuosas conducen a enfermedades graves, como cáncer, diabetes o demencia. Por lo tanto, las proteínas también son los objetivos más importantes para los medicamentos.
Para comprender mejor los procesos y enfermedades de la vida y desarrollar terapias más apropiadas, es necesario analizar simultáneamente tantas proteínas como sea posible. En la actualidad, se utiliza la espectrometría de masas para determinar el tipo y la cantidad de proteínas en un sistema biológicoSin embargo, los métodos actuales de análisis de datos continúan produciendo muchos errores.
Un equipo de la Universidad Técnica de Munich dirigido por el científico de bioinformática Mathias Wilhelm y el bioquímico Bernhard Küster, profesor de Proteómica y Bioanalítica de la Universidad Técnica de Munich, ahora ha logrado utilizar datos proteómicos para entrenar una red neuronal de tal manera quees capaz de reconocer proteínas mucho más rápido y casi sin errores.
Una solución a un problema grave
Los espectrómetros de masas no miden las proteínas directamente. Analizan partes más pequeñas que consisten en secuencias de aminoácidos con hasta 30 bloques de construcción. Los espectros medidos de estas cadenas se comparan con bases de datos para asignarlos a una proteína específica. Sin embargo, la evaluaciónel software solo puede usar parte de la información que contienen los espectros. Por lo tanto, ciertas proteínas no se reconocen o se reconocen incorrectamente.
"Este es un problema grave", explica Küster. La red neuronal desarrollada por el equipo de TUM utiliza toda la información de los espectros para el proceso de identificación. "Echamos de menos proteínas y cometemos 100 veces menos errores", dice Bernhard Küster.
Aplicable a todos los organismos
"Prosit", como los investigadores llaman el software de IA, es "aplicable a todos los organismos del mundo, incluso si sus proteomas nunca han sido examinados antes", explica Mathias Wilhelm. "Esto permite una investigación que antes era inconcebible".
Con la ayuda de 100 millones de espectros de masas, el algoritmo ha sido tan ampliamente entrenado que puede usarse para todos los espectrómetros de masas comunes sin ningún entrenamiento adicional. "Nuestro sistema es el líder mundial en este campo", dice Küster.
Un mercado que vale miles de millones
Clínicas, compañías de biotecnología, compañías farmacéuticas e institutos de investigación están utilizando dispositivos de alto rendimiento de este tipo; el mercado ya vale miles de millones. Con "Prosit", será posible desarrollar instrumentos aún más poderosos en el futuro. Investigadores ylos médicos también podrán buscar biomarcadores en la sangre u orina de los pacientes de manera más rápida y mejor, o monitorear las terapias para determinar su efectividad.
Los investigadores también tienen grandes esperanzas para la investigación fundamental. "El método se puede utilizar para rastrear nuevos mecanismos reguladores en las células", dice Küster. "Esperamos obtener una cantidad considerable de conocimiento aquí, que, en el mediano y largo plazoplazo, se reflejará en el tratamiento de enfermedades sufridas por humanos, animales y plantas.
Wilhelm también espera que "los métodos de IA como Prosit pronto cambien el campo de la proteómica, ya que pueden usarse en casi todas las áreas de investigación de proteínas".
Fuente de la historia :
Materiales proporcionado por Universidad Técnica de Munich TUM . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :