突破性的蛋白质图谱揭示了疾病研究的细胞见解

　　

剑桥大学的科学家们开发了一套蛋白质图谱，描述了它们在人类细胞中的行为。该工具可用于寻找与蛋白质行为不当有关的疾病的起源，如痴呆症和许多癌症。

该图谱发表在《Nature Communications》杂志上，它使研究人员能够在细胞内发现新的蛋白质，这些蛋白质负责一系列重要的身体功能。该团队专注于细胞中被称为凝聚物的液滴状部分，它是蛋白质聚集和组织的会议中心。这些中心也是疾病进程开始的关键地点。

这些预测可以在论文中获得，因此全球的研究人员可以探索他们感兴趣的蛋白质目标和任何周围的凝聚系统。

领导这项研究的Tuomas Knowles教授说:“这个模型使我们能够发现生物学中无膜室的新成分，并发现其功能背后的新原理。”

蛋白质凝聚物

细胞是由精心组织的分子组成的，它们组织自己的一种方法是在凝聚物中相遇。这个中心非常微小，存在于细胞内。这些凝聚物是使活细胞工作的基本机制的一部分。Tuomas Knowles教授说:“到目前为止，我们还没有一个全面的图谱，哪些蛋白质结合在一起形成了哪些凝聚体，但在我们的工作中，我们提供了第一个这样的图谱。”

使用人工智能

指导细胞内蛋白质的规则尚不完全清楚，因此研究小组决定建立这个图谱来预测哪些蛋白质在凝聚物中相遇。

这项研究的第一作者、错误折叠疾病中心的博士后Kadi Liis Saar博士说:“这项研究的动机是想要了解蛋白质凝聚物的全部复杂性，并比科学家迄今为止的研究深入一层。”

研究人员使用了大型数据库，如StringDB和BioGRID，其中包含了细胞的许多方面的数据，以及关于单个凝聚物的更深入的案例研究。

人工智能的力量使科学家们能够将这些数据结合起来，尽管这些信息复杂、庞大、难以比较。以前的工作集中在少数蛋白质上，图谱可以描绘细胞的完整景观。

Kadi Liis Saar评论说:“有了这个图谱，我们可以预测细胞中的每一种蛋白质，它究竟会在哪里被发现，以及它与哪些其他蛋白质相互作用。我们希望这能为研究人员创造机会，并为干预与异常凝聚形成相关的疾病开辟新的可能性。”

蛋白质的发现

人工智能在模型细胞中发现了以前从未观察到的蛋白质。如果这些蛋白质现在在实验室中被发现，那么这是一个很好的指标，说明人工智能是准确的。

“在我们的研究中，我们在凝聚物中发现了以前从未见过的蛋白质。这些蛋白质参与身体的重要功能，如脂肪的分布，细胞内肌动蛋白的产生，以及新蛋白质的产生。这些蛋白质在之前的研究中没有被检测到，我们使用它作为我们的训练集。我们希望这些数据能够使人们对凝聚物的生物作用以及凝聚物形成背后的生物物理驱动因素有新的发现。”