劍橋大學的科學家開發(fā)出了一種蛋白質圖譜，描述了它們在人體細胞內的行為。該工具可用于尋找與蛋白質行為異常相關的疾病的起源，例如癡呆癥和多種癌癥。

該圖譜發(fā)表在《自然通訊》雜志上，研究人員借此發(fā)現(xiàn)了細胞內負責一系列重要身體功能的新蛋白質。研究小組重點研究了細胞中一種名為凝聚物的液滴狀部分，它是蛋白質聚集和自我組織的樞紐。這些樞紐也是疾病過程開始的關鍵部位。

該論文提供了預測結果，因此全球各地的研究人員可以探索他們感興趣的蛋白質目標和任何周圍的凝聚系統(tǒng)。

領導這項研究的托馬斯·諾爾斯教授說：“通過該模型，我們發(fā)現(xiàn)了生物學中無膜區(qū)室的新成分，并發(fā)現(xiàn)了其功能背后的新原理。”

蛋白質凝聚物

細胞由精心組織的分子組成，它們自我組織的一種方法是聚集在凝聚體中。這種樞紐非常微小，位于細胞內。這些凝聚體是使活細胞運轉的基本機制的一部分。

諾爾斯說：“到目前為止，我們還沒有一份關于哪些蛋白質結合形成哪些凝聚物的綜合圖譜，但在我們的工作中，我們提供了第一張這樣的圖譜。”

使用人工智能

指導細胞內蛋白質的規(guī)則尚不完全清楚，因此研究小組決定建立這幅圖譜來預測哪些蛋白質在凝聚物內相遇。

“這項研究的動機是希望了解蛋白質凝聚物的全部復雜性，并比科學家迄今為止的研究更深入，”這項研究的第一作者，錯誤折疊疾病中心的博士后研究員卡迪·利斯·薩爾博士說。

研究人員使用了大型數(shù)據(jù)庫，例如 StringDB 和 BioGRID，其中包含有關細胞許多方面的數(shù)據(jù)，以及有關單個凝聚物的更深入的案例研究。

盡管信息復雜、龐大且難以比較，但人工智能的強大功能讓科學家能夠整合這些數(shù)據(jù)。以前的研究主要關注少數(shù)幾種蛋白質，而該圖譜可以描繪出細胞的全貌。

“通過這個圖譜，我們可以預測細胞中每種蛋白質的具體位置以及與哪些其他蛋白質相互作用，”Saar 評論道。“我們希望這能為研究人員創(chuàng)造機會，并為干預與異常凝聚物形成相關的疾病開辟新的可能性。”

蛋白質的發(fā)現(xiàn)

人工智能發(fā)現(xiàn)模型細胞中存在以前從未觀察到的蛋白質。如果現(xiàn)在在實驗室中發(fā)現(xiàn)這些蛋白質，那么這是一個很好的指標，表明人工智能是準確的。

“在我們的研究中，我們發(fā)現(xiàn)凝聚物中存在以前從未見過的蛋白質。這些蛋白質參與了人體的重要功能，例如脂肪的分布、細胞內肌動蛋白的產生以及新蛋白質的產生。在我們用作訓練集的先前研究中，沒有檢測到這些蛋白質。

“我們希望這些數(shù)據(jù)能夠讓我們對凝聚物的生物學作用以及凝聚物形成背后的生物物理驅動因素有新的發(fā)現(xiàn)。”