KI zur Entschlüsselung der Sprache von Krebs und Alzheimer
2021
University of Cambridge, Cambridge, Großbritannien
Die intrazelluläre Phasentrennung von Proteinen in biomolekulare Kondensate wird zunehmend als ein Prozess mit einer Schlüsselrolle in der zellulären Kompartimentierung und Regulation erkannt. Und Fehlfunktionen als Auslöser für Krebs und neurodegenerativen Krankheiten wie Alzheimer angesehen. Um zu verstehen, wie die Proteinsequenz das Phasenverhalten bestimmt und einen Algorithmus zur Vorhersage von LLPS-anfälligen Sequenzen (Flüssig-Flüssig-Phasentrennung) zu entwickeln, wurden Datensätze von Proteinen mit unterschiedlicher LLPS-Neigung erstellt. Das Modell DeePhase zeigte eine hohe Leistung sowohl bei der Unterscheidung von LLPS-anfälligen Proteinen von strukturierten Proteinen als auch bei der Identifizierung innerhalb des menschlichen Proteoms. Insgesamt werfen die Ergebnisse ein Licht auf die physikalisch-chemischen Faktoren, die die Proteinkondensatbildung modulieren, und bieten eine auf molekularen Prinzipien basierende Plattform für die Vorhersage des Phasenverhaltens von Proteinen.
Learning the molecular grammar of protein condensates from sequence determinants and embeddings
Tuomas P. J. Knowles
Eingestellt am: 19.04.2021
[1] https://www.pnas.org/content/118/15/e2019053118[2] https://www.bionity.com/en/news/1170578/artificial-intelligence-could-crack-the-language-of-cancer-and-alzheimer-s.html