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 Chlamydien: Gierig nach Glutamin
03.08.2020 | Julius-Maximilians-Universität Würzburg

nachricht Arzneimittelforschung: Erste rationale Strategie für die Entdeckung von „Molecular Glue Degraders“
03.08.2020 | CeMM Forschungszentrum für Molekulare Medizin der Österreichischen Akademie der Wissenschaften

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: Künstliche Intelligenz & Einzelzellgenomik: Neue Software sagt das Schicksal einer Zelle vorher

Die Erforschung der Zelldynamik ermöglicht einen tieferen Einblick in die Entstehung und Entwicklung von Zellen sowie ein besseres Verständnis von Krankheitsverläufen. Wissenschaftler des Helmholtz Zentrums München und der Technischen Universität München (TUM) haben „scVelo“ entwickelt – eine auf maschinellem Lernen basierende Methode und Open-Source-Software, welche die Dynamik der Genaktivität in einzelnen Zellen prognostizieren kann. Damit können die Forscher den künftigen Zustand einzelner Zellen vorhersagen.

Herkömmliche Verfahren für die Einzelzellsequenzierung erlauben es, Erkenntnisse über Unterschiede und Funktionen auf zellulärer Ebene zu gewinnen - allerdings...

Im Focus: Perseiden: Die Sternschnuppen-Sommernächte im August

Gemeinsame Pressemitteilung der Vereinigung der Sternfreunde (VdS) und des Hauses der Astronomie in Heidelberg -In diesem Jahr wird der Sternschnuppenstrom der Perseiden am Vormittag des 12. August seinen Höhepunkt erreichen. In den Nächten vom 11. auf den 12. und vom 12. auf den 13. August geht der Mond nach Mitternacht auf, so dass die späten Abendstunden nicht vom Mondlicht aufgehellt werden - ideal um nach den Perseiden Ausschau zu halten. Man blickt dazu in Richtung Osten, wo das Sternbild Perseus aufgeht, nach dem diese Sternschnuppen benannt wurden.

Der Hochsommer ist die Zeit der Sternschnuppen: Schon ab Mitte bis Ende Juli tauchen die ersten Sternschnuppen der Perseiden am Himmel auf, die aus dem dem...

Im Focus: Mit dem Lego-Prinzip gegen das Virus

HZDR-Wissenschaftler*innen erhalten millionenschwere Förderung für Corona-Forschung

Um die Corona-Pandemie zu bewältigen, stattet der Freistaat Sachsen ein Forschungsteam um Prof. Michael Bachmann vom Helmholtz-Zentrum Dresden-Rossendorf...

Im Focus: Im Einsatz für eine Welt ohne Narben

Hinter jeder Narbe steht eine Geschichte. Manchmal ist diese mit einer dramatischen Erfahrung verbunden: schwere Verletzungen, Operationen oder chronische Erkrankungen. Wenn es nach Dr. Yuval Rinkevich ginge, würden wir anstelle von Narben vielmehr über Regeneration sprechen, also der spurenlosen Wundheilung. Damit dies eines Tages Wirklichkeit wird, untersucht Rinkevich mit seinem Team am Helmholtz Zentrum München jeden einzelnen Aspekt der Wundheilung von Säugetieren, beginnend beim Embryo bis hin zum hohen Erwachsenenalter. Yuval Rinkevich erklärt, wie er sich eine Welt ohne Narben vorstellt.

Narben gehören zum natürlichen Wundheilunsgprozess des Körpers nach einer Verletzung. Warum wollen wir sie vermeiden?

Im Focus: TU Graz Forschende modellieren Nanopartikel nach Maß

Sogenannte Core-Shell-Cluster ebnen den Weg für neue effiziente Nanomaterialien, die Katalysatoren, Magnet- und Lasersensoren oder Messgeräte zum Aufspüren von elektromagnetischer Strahlung effizienter machen.

Ob bei innovativen Baustoffen, leistungsfähigeren Computerchips, bei Medikamenten oder im Bereich erneuerbarer Energien: Nanopartikel als kleinste Bausteine...

Alle Focus-News des Innovations-reports >>>

Anzeige

Anzeige

VideoLinks
Industrie & Wirtschaft
Veranstaltungen

T-Shirts aus Holz, Möbel aus Popcorn – wie nachwachsende Rohstoffe fossile Ressourcen ersetzen können

30.07.2020 | Veranstaltungen

Städte als zukünftige Orte der Nahrungsmittelproduktion?

29.07.2020 | Veranstaltungen

»Conference on Laser Polishing – LaP 2020«: Der letzte Schliff für Oberflächen

23.07.2020 | Veranstaltungen

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

Chlamydien: Gierig nach Glutamin

03.08.2020 | Biowissenschaften Chemie

Arzneimittelforschung: Erste rationale Strategie für die Entdeckung von „Molecular Glue Degraders“

03.08.2020 | Biowissenschaften Chemie

Atome beim Fotoshooting

03.08.2020 | Physik Astronomie

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