生物学家采用机器学习和质谱成像技术绘制蛋白质图谱

  科学家已经使用机器学习和质谱成像技术绘制了人类蛋白质组(人类蛋白质的全部补体)的共同调控图谱。活细胞依靠蛋白质来执行生命所需的几乎所有任务,包括管理器官,组织的组成,目的和调节。全方面了解这些蛋白质及其功能可以证明在生物学和医学领域特别有价值。

  质谱成像使一切皆有可能

  为了确定体内蛋白质之间的相互关系,研究人员须追踪10,323种人类蛋白质对294种生物扰动的响应变化。通过质谱成像使这些观察成为可能,参与这项研究的科学家使用了一种机器学习算法来分析数据并确定蛋白质之间的功能关联。

  质谱成像允许可视化分子的空间分布,它可以成像数千个分子而无需标记。只需较少的样品准备,质谱仪即可将样品表面上的分子离子化,并在该区域的每个像素处收集质谱。然后使用复杂的软件来处理和可视化捕获的数据。

  该研究还重新利用了其他实验室发布的数千项质谱实验,机器学习算法提取了数据,并能够将生物学功能分配给以前未表征的蛋白质。

  科学家设计蛋白质组图进行发现

  新的蛋白质组共调控图是交互式的。研究人员对地图进行了格式化,使用户可以搜索一种蛋白质。然后,其位置将与其伙伴一起显示在地图上。用户可以放大和缩小并浏览整个地图,它的创建者计划将其用于验证现有假设并创建新假设。

  在探索新的共同调控图时,一组研究人员发现了一些意外的合作伙伴,包括过氧化物酶体膜蛋白PEX11β与线粒体呼吸因子。反过来,这一发现导致线粒体与过氧化物酶体之间相互作用的发现,两者似乎在代谢合作,串扰中起作用,并且还可能在线粒体能量产生过程中帮助转移代谢产物。

  这项研究的一个重要收获是,在寻求知识时,通常可以将其重新利用和回收,了解人类蛋白质整个补体之间的关系将有助于研究人员将功能分配给尚未表征的蛋白质。质谱成像和机器学习都使这项研究成为可能

(0)

发表评论

你的联系方式不会被公开. 必填项已用*标注