Forum für Wissenschaft, Industrie und Wirtschaft

Hauptsponsoren:     3M 
Datenbankrecherche:

 

Maschinelles Lernen macht Proteomikforschung leistungsfähiger

29.05.2019

Mit dem Einsatz von künstlicher Intelligenz ist es Forschenden der Technischen Universität München (TUM) gelungen, die massenhafte Analyse von Eiweißen aus beliebigen Organismen deutlich schneller als bisher und praktisch fehlerfrei zu machen. Dieser neue Ansatz wird das Forschungsfeld der Proteomik stark verändern, da er sowohl in der Grundlagen- als auch in der klinischen Forschung angewandt werden kann.

Das Genom jedes Organismus enthält die Baupläne für Tausende von Eiweißen, die praktisch alle Funktionen des Lebens steuern. Fehlerhafte Proteine führen zu schweren Krankheiten wie Krebs, Diabetes oder Demenz. Eiweiße sind somit auch die wichtigsten Angriffspunkte für Medikamente.


Die Autoren Dr. Mathias Wilhelm, Tobias Schmidt und Siegfried Gessulat.

Astrid Eckert / TUM

Damit man Lebensvorgänge und Erkrankungen besser verstehen und passendere Therapien entwickeln kann, muss man möglichst viele Proteine gleichzeitig analysieren.

Aktuell wird hierzu die Massenspektrometrie genutzt, die in der Lage ist, Art und Menge der Eiweiße in einem biologischen System zu bestimmen. Jedoch machen die derzeitigen Verfahren der Datenanalyse noch viele Fehler.

Einem Team der TU München um den Bioinformatiker Mathias Wilhelm und den Biochemiker Bernhard Küster, Professor für Proteomik und Bioanalytik an der TU München, ist es nun gelungen, massenhaft erhobene proteomische Daten zu nutzen, um ein neuronales Netzwerk so zu trainieren, dass es Proteine deutlich schneller und praktisch fehlerfrei erkennen kann.

Lösung für ein gravierendes Problem

Massenspektrometer messen Proteine nicht direkt, sondern analysieren kleinere Teile, bestehend aus Aminosäuresequenzen mit bis zu 30 Bausteinen. Die gemessenen Spektren dieser Ketten werden mit Datenbanken abgeglichen, um sie einem bestimmten Protein zuzuordnen. Die Auswertesoftware kann jedoch nur einen Teil der enthaltenen Informationen nutzen. Daher werden manche Proteine nicht oder falsch erkannt.

„Das ist ein gravierendes Problem“, sagt Küster. Das neuronale Netzwerk, das das TUM-Team entwickelt hat, nutzt alle Informationen der Spektren für die Identifizierung. „Dadurch verpassen wir weniger Proteine und es passieren 100 mal weniger Fehler“, so Bernhard Küster.

Auf alle Organismen anwendbar

„Prosit“, wie die Forscher die KI-Software nennen, ist „auf alle Organsimen dieser Welt anwendbar, auch wenn man deren Proteome vorher nie untersucht hat“, sagt Mathias Wilhelm. „Das ermöglicht Untersuchungen, die vorher nicht denkbar waren.“

Der Algorithmus ist mit Hilfe von 100 Millionen Massenspektren so umfangreich angelernt worden, dass er ohne erneutes Trainieren für alle gängigen Massenspektrometer eingesetzt werden kann. „Unser System ist hier weltweit führend“, sagt Küster.

Ein Milliardenmarkt

Kliniken, Biotechunternehmen, Pharmafirmen und die Forschung nutzen solche Hochleistungsgeräte; es ist schon jetzt ein Milliardenmarkt. Mit „Prosit“ können zukünftig noch leistungsfähigere Geräte entwickelt werden. Ebenso werden Forscher und Mediziner besser und schneller nach Biomarkern im Blut oder Urin von Patienten suchen oder Therapien hinsichtlich der Wirksamkeit überwachen können.

Auch für die Grundlagenforschung versprechen sich die Forscher viel. „Mit dem Verfahren kann man neuen Regulationsmechanismen in Zellen auf die Spur kommen“, so Küster. „Wir erhoffen uns hier einen erheblichen Erkenntnisgewinn, der sich mittel- und langfristig in der Behandlung von Erkrankungen von Mensch, Tier und Pflanze niederschlagen wird.“

Auch Wilhelm erwartet, dass „KI Methoden wie Prosit schon bald das Forschungsfeld der Proteomik nachhaltig verändern werden, da sie in nahezu allen Bereichen der Proteinforschung eingesetzt werden können.“

Weitere Informationen:


Die Studie wurde durch das vom BMBF geförderte Projekt ProteomeTools realisiert, hier arbeiten die Autoren mit den Firmen JPT (Berlin), SAP (Potsdam) und ThermoFisher Scientific (Bremen) zusammen. Prosit ist über ProteomicsDB verfügbar, welches im Rahmen des DIAS Projekts vom BMBF gefördert wird.

http://www.proteomicsdb.org
http://www.proteomicsdb.org/prosit
http://www.proteometools.org/

Wissenschaftliche Ansprechpartner:

Dr. Mathias Wilhelm und Prof. Dr. Bernhard Küster
Lehrstuhl für Proteomik und Bioanalytik
Technische Universität München
Emil Erlenmeyer Forum 5, 85354 Freising
Tel.: +49 8161 71 5696 – E-mail: mathias.wilhelm@tum.de; kuster@tum.de
http://www.wzw.tum.de/proteomics/

Originalpublikation:

Prosit: proteome-wide prediction of peptide tandem mass spectra by deep learning
Siegfried Gessulat, Tobias Schmidt, Daniel Paul Zolg, Patroklos Samaras, Karsten Schnatbaum, Johannes Zerweck, Tobias Knaute, Julia Rechenberger, Bernard Delanghe, Andreas Huhmer, Ulf Reimer, Hans-Christian Ehrlich, Stephan Aiche, Bernhard Küster und Mathias Wilhelm
Nature Methods, 27.05.2019 – DOI: 10.1038/s41592-019-0426-7
https://doi.org/10.1038/s41592-019-0426-7

Weitere Informationen:

https://www.tum.de/die-tum/aktuelles/pressemitteilungen/details/article/35470/ Link zur Pressemitteilung

http://www.tum.de/die-tum/aktuelles/pressemitteilungen/details/article/35471/ Weitere aktuelle Meldung zum Einsatz künstlicher Intelligenz in der Genomforschung

Dr. Ulrich Marsch | Technische Universität München

Weitere Nachrichten aus der Kategorie Biowissenschaften Chemie:

nachricht Mit dem molekularen „Staubsauger“ gegen Blutarmut bei Altersleukämie: Neues Medikament erfolgreich getestet
20.01.2020 | Universität Leipzig

nachricht Mit „Kmasker plants“ Genomsequenzen einfacher bearbeiten
20.01.2020 | Leibniz-Institut für Pflanzengenetik und Kulturpflanzenforschung

Alle Nachrichten aus der Kategorie: Biowissenschaften Chemie >>>

Die aktuellsten Pressemeldungen zum Suchbegriff Innovation >>>

Die letzten 5 Focus-News des innovations-reports im Überblick:

Im Focus: Gendefekt bei Zellbaustein Aktin sorgt für massive Entwicklungsstörungen

Europäische Union fördert Forschungsprojekt „PredActin“ mit 1,2 Millionen Euro

Aktin ist ein wichtiges Strukturprotein in unserem Körper. Als Hauptbestandteil des Zellgerüstes sorgt es etwa dafür, dass unsere Zellen eine stabile Form...

Im Focus: Programmable nests for cells

KIT researchers develop novel composites of DNA, silica particles, and carbon nanotubes -- Properties can be tailored to various applications

Using DNA, smallest silica particles, and carbon nanotubes, researchers of Karlsruhe Institute of Technology (KIT) developed novel programmable materials....

Im Focus: Miniatur-Doppelverglasung: Wärmeisolierendes und gleichzeitig wärmeleitendes Material entwickelt

Styropor oder Kupfer – beide Materialien weisen stark unterschiedliche Eigenschaften auf, was ihre Fähigkeit betrifft, Wärme zu leiten. Wissenschaftlerinnen und Wissenschaftler des Max-Planck-Instituts für Polymerforschung (MPI-P) in Mainz und der Universität Bayreuth haben nun gemeinsam ein neuartiges, extrem dünnes und transparentes Material entwickelt und charakterisiert, welches richtungsabhängig unterschiedliche Wärmeleiteigenschaften aufweist. Während es in einer Richtung extrem gut Wärme leiten kann, zeigt es in der anderen Richtung gute Wärmeisolation.

Wärmeisolation und Wärmeleitung spielen in unserem Alltag eine entscheidende Rolle – angefangen von Computerprozessoren, bei denen es wichtig ist, Wärme...

Im Focus: Miniature double glazing: Material developed which is heat-insulating and heat-conducting at the same time

Styrofoam or copper - both materials have very different properties with regard to their ability to conduct heat. Scientists at the Max Planck Institute for Polymer Research (MPI-P) in Mainz and the University of Bayreuth have now jointly developed and characterized a novel, extremely thin and transparent material that has different thermal conduction properties depending on the direction. While it can conduct heat extremely well in one direction, it shows good thermal insulation in the other direction.

Thermal insulation and thermal conduction play a crucial role in our everyday lives - from computer processors, where it is important to dissipate heat as...

Im Focus: Fraunhofer IAF errichtet ein Applikationslabor für Quantensensorik

Um den Transfer von Forschungsentwicklungen aus dem Bereich der Quantensensorik in industrielle Anwendungen voranzubringen, entsteht am Fraunhofer IAF ein Applikationslabor. Damit sollen interessierte Unternehmen und insbesondere regionale KMU sowie Start-ups die Möglichkeit erhalten, das Innovationspotenzial von Quantensensoren für ihre spezifischen Anforderungen zu evaluieren. Sowohl das Land Baden-Württemberg als auch die Fraunhofer-Gesellschaft fördern das auf vier Jahre angelegte Vorhaben mit jeweils einer Million Euro.

Das Applikationslabor wird im Rahmen des Fraunhofer-Leitprojekts »QMag«, kurz für Quantenmagnetometrie, errichtet. In dem Projekt entwickeln Forschende von...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

11. Tagung Kraftwerk Batterie - Advanced Battery Power Conference am 24-25. März 2020 in Münster/Germany

16.01.2020 | Veranstaltungen

Leben auf dem Mars: Woher kommt das Methan?

16.01.2020 | Veranstaltungen

DFG unterstützt Kongresse und Tagungen - März 2020

16.01.2020 | Veranstaltungen

VideoLinks
Wissenschaft & Forschung
Weitere VideoLinks im Überblick >>>
 
Aktuelle Beiträge

Neuer Schneidkopf beschleunigt die Wartung von Hochdruckwasserstrahl-Anlagen und senkt Kosten

20.01.2020 | Maschinenbau

Gendefekt bei Zellbaustein Aktin sorgt für massive Entwicklungsstörungen

20.01.2020 | Medizin Gesundheit

Plättchen statt Kügelchen machen Bildschirme sparsam

20.01.2020 | Materialwissenschaften

Weitere B2B-VideoLinks
IHR
JOB & KARRIERE
SERVICE
im innovations-report
in Kooperation mit academics