A strategy for ionic current analysis of nanopore protein readouts
Diese Arbeit präsentiert eine integrierte computergestützte Strategie zur Analyse von Nanoporen-Protein-Ionenstromsignalen, die Entrauschung, Segmentierung und Techniken des maschinellen Lernens kombiniert, um eine hohe Genauigkeit bei der ladungsbasierten binären Klassifizierung zu erreichen und die Peptidtranslokation zu modellieren, trotz der Herausforderungen bei der Unterscheidung aller 20 Aminosäuren.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung eines Preprints, das nicht peer-reviewed wurde. Dies ist kein medizinischer Rat. Treffen Sie keine Gesundheitsentscheidungen auf Grundlage dieses Inhalts. Vollständigen Haftungsausschluss lesen
Proteine sind die Arbeitspferde des Lebens und erfüllen den Großteil der Aufgaben, die unseren Körper am Laufen halten. Während unser genetischer Code zwar den Bauplan für diese Moleküle liefert, ist das Endprodukt oft komplexer, als es die Anweisungen vermuten lassen. Proteine können nach ihrer Herstellung chemisch verändert werden, sich in komplizierte dreidimensionale Formen falten oder auf verschiedene Weise kombiniert werden, um eine schwindelerregende Vielfalt an unterschiedlichen Formen zu erzeugen. Um Gesundheit und Krankheit wirklich zu verstehen, müssen Wissenschaftler diese einzelnen Proteinmoleküle direkt lesen können, anstatt ihre Existenz nur aus genetischen Daten abzuleiten. Jahrzehntelang ermöglichte eine Technologie namens Nanoporen-Sequenzierung Forschern, DNA und RNA mit hoher Präzision zu lesen, indem sie beobachteten, wie diese durch eine mikroskopisch kleine Öffnung gleiten. Die Anwendung derselben Technik auf Proteine hat sich jedoch als weitaus schwieriger erwiesen. Im Gegensatz zum vierbuchstabigen Alphabet der DNA bestehen Proteine aus zwanzig verschiedenen Bausteinen, den Aminosäuren, von denen jede über einzigartige physikalische Eigenschaften verfügt. Zudem sind Proteine oft gefaltet und tragen ungleichmäßige elektrische Ladungen, was ein verworrenes Signal erzeugt, das schwer zu entwirren ist.
Ein Forschungsteam hat nun eine neue computergestützte Strategie entwickelt, um die elektrischen Signale zu interpretieren, die entstehen, wenn Proteine eine Nanopore passieren. Ihre Arbeit konzentriert sich auf eine spezifische Methode, bei der ein Molekularmotor, der wie ein winziger Motor wirkt, eine Proteinstrang Schritt für Schritt durch die Pore zieht. Während sich das Protein bewegt, stört es den Stromfluss auf eine Weise, die davon abhängt, welche Aminosäuren sich gerade innerhalb der Pore befinden. Die Herausforderung besteht darin, diesen verrauschten, fluktuierenden Strom zu dekodieren, um die Sequenz der Aminosäuren zu identifizieren. Die Forscher entwickelten eine Pipeline, um die Rohdaten zu bereinigen, sie in aussagekräftige Abschnitte zu unterteilen und dann Computermodelle einzusetzen, um die spezifischen Aminosäuren zu identifizieren, die für das Signal verantwortlich sind. Sie fanden heraus, dass es zwar eine schwierige Aufgabe bleibt, jede einzelne Aminosäure voneinander zu unterscheiden, die Methode jedoch sehr effektiv darin ist, Aminosäuren basierend auf ihrer elektrischen Ladung in Gruppen einzuteilen.
Die Studie begann mit einer Reihe synthetischer Proteinstränge, die speziell entwickelt wurden, um diese Technologie zu testen. Diese Stränge wurden so konstruiert, dass sie sich wiederholende Abschnitte enthalten, von denen jeder eine einzige, einzigartige Aminosäure in der Mitte trägt, getrennt durch Marker, die einen deutlichen Einbruch im elektrischen Signal erzeugen. Dieses Design ermöglichte es den Forschern, das von einzelnen Aminosäuren erzeugte Signal zu isolieren. Zuerst mussten sie die rohen elektrischen Daten bereinigen, die voller zufälligem Rauschen waren, das das wahre biologische Signal verdecken konnte. Sie verwendeten einen mehrstufigen Prozess, um diese Artefakte zu entfernen und gleichzeitig die scharfen Übergänge zu bewahren, die die Bewegung des Proteins markieren. Sobön die Daten bereinigt waren, mussten sie feststellen, wo das Signal einer Aminosäure endete und das der nächsten begann. Sie testeten zwei verschiedene mathematische Ansätze, um diese Grenzen zu finden. Eine Methode detektierte Veränderungen im Signal automatisch, während die andere die Daten in eine feste Anzahl von Segmenten zwang, um Konsistenz zu gewährleisten. Beide Methoden lieferten zuverlässige Ergebnisse und unterteilten die Reise des Proteins in etwa fünfunddreißig distinkte Schritte, eine Zahl, die mit der bekannten Geschwindigkeit des Molekularmotors übereinstimmt, der das Protein durch die Pore zieht.
Nachdem die Signale segmentiert worden waren, widmeten sich die Forscher der Aufgabe der Identifizierung. Sie setzten zwei verschiedene Arten von Lernmodellen ein, um die elektrischen Muster zu analysieren. Der erste Ansatz beinhaltete das Training eines Deep-Learning-Netzwerks, um statistische Merkmale innerhalb jedes Segments zu erkennen, wie etwa den durchschnittlichen Strom, die Spannweite der Fluktuationen und die Form der Signalkurve. Als das Modell aufgefordert wurde, alle zwanzig Aminosäuren gleichzeitig zu identifizieren, hatte es Schwierigkeiten und erreichte eine Genauigkeit von nur etwa einundzwanzig Prozent. Dieses Ergebnis deutet darauf hin, dass die elektrischen Signaturen vieler Aminosäuren zu ähnlich sind, um unterscheidbar zu sein, wenn alle zwanzig gleichzeitig miteinander konkurrieren. Das Modell funktionierte jedoch wesentlich besser, wenn es aufgefordert wurde, zwischen nur zwei Aminosäuren zur Zeit zu wählen. In diesen direkten Vergleichen stieg die durchschnittliche Genauigkeit auf etwa fünfundsiebzig Prozent. Bestimmte Aminosäuren, insbesondere solche mit einer negativen elektrischen Ladung, stachen klar hervor, während andere mit ähnlichen physikalischen Eigenschaften, wie etwa Größe oder fehlender Ladung, häufig miteinander verwechselt wurden.
Der zweite Ansatz verwendete eine andere Art von Modell, das die Bewegung des Proteins als eine Abfolge von Schritten behandelt, vergleichbar mit einer verborgenen Karte, der der Computer zu folgen versucht. Dieses Modell war besonders gut darin, das allgemeine Muster der Reise des Proteins zu erfassen, einschließlich der Momente, in denen der Motor vielleicht zurückrutscht oder pausiert. Ähnlich wie das Deep-Learning-Modell zeichnete sich dieser Ansatz dadurch aus, zwischen positiv und negativ geladenen Aminosäuren zu unterscheiden, wobei er in binären Tests eine Genauigkeit von über dreiundneunzig Prozent erreichte. Er funktionierte auch gut bei der Trennung von Aminosäuren nach ihrer allgemeinen Größe, hatte jedoch Schwierigkeiten mit den mittelgroßen Gruppen. Die Forscher fanden heraus, dass der zuverlässigste Weg, diese Proteine zu lesen, nicht darin bestand, jeden einzelnen Buchstaben in der Sequenz benennen zu wollen, sondern sie nach ihren offensichtlichsten physikalischen Merkmalen zu gruppieren. Die elektrische Ladung einer Aminosäure erwies sich als das stärkste Signal und erzeugte einen distinkten Fingerabdruck, den der Computer mit hoher Konfidenz erkennen konnte.
Die Studie kommt zu dem Schluss, dass das Lesen einer vollständigen Proteinsequenz von Grund auf zwar noch kein gelöstes Problem ist, die Technologie jedoch bereit für gezieltere Anwendungen ist. Die Fähigkeit, zuverlässig zwischen geladenen und ungeladenen Regionen zu unterscheiden oder spezifische Mutationen zu identifizieren, die die Ladung eines Proteins verändern, bietet einen praktischen Weg nach vorn. Die Forscher schlagen vor, dass zukünftige Verbesserungen durch die Verwendung größerer Datensätze und das Design von Proteinsträngen erfolgen werden, die Aminosäuren in vielfältigeren Kontexten exponieren. Für den Moment bietet diese Arbeit eine solide Grundlage für das Verständnis darüber, wie Proteine mit Nanoporen interagieren. Sie zeigt, dass es selbst mit komplexen, verrauschten Daten möglich ist, durch die Kombination von sorgfältiger Signalverarbeitung mit intelligenten Computermodellen aussagekräftige biologische Informationen zu extrahieren. Der Weg zur vollständigen Proteinsequenzierung ist lang, aber diese Strategie bietet eine klare, schrittweise Methode, um die elektrische Landschaft des Proteoms zu navigieren.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.