Новости > Хроника рынков НТИ > HealthNet

13.08.2019

Технология машинного обучения спрогнозирует возможные мутации в структуре белка

Открытие ученых из Сколтеха, Санкт-Петербургского политехнического университета, Технического университета Мюнхена и Индийского технологического института станет важным шагом в развитии персонализированной медицины
Команда ученых из России, Германии и Индии предложила метод на основе машинного обучения, позволяющий предсказывать вредные мутации в атомарных структурах белков. 

Ученые из Сколтеха, Технического университета Мюнхена, Санкт-Петербургского политехнического университета и Индийского технологического института Мадрас (Ченнай, Индия) разработали метод на основе машинного обучения, позволяющий анализировать атомарные структуры белков и предсказывать болезнетворность встречающихся мутаций. 

Новый метод нацелен на мембранные белки человека и поможет в развитии персонализированной медицины. Метод адаптирован для белков, встраивающихся в клеточные мембраны; такие белки составляют 25-30% от всех белков в клетке, и именно они чаще всего служат мишенями для лекарств. 

Технология секвенирования нового поколения стала основоположником новой эры в медицине. Теперь можно довольно легко узнать последовательность нуклеотидов в ДНК или последовательность аминокислот в белках конкретного человека и использовать эту информацию для лечения и диагностики. Совсем маленькие, точечные изменения в этих последовательностях – мутации, могут служить индикаторами порой тяжелых заболеваний.



«В этой работе мы использовали сочетание 1D-информации об аминокислотных последовательностях белков и 3D-информации об атомарных структурах этих белков для создания эффективной модели на основе машинного обучения, которая позволяет выявлять аминокислотные замены в мембранных белках, непосредственно связанные с различными заболеваниями», ‒ пояснил один из авторов исследования, старший преподаватель Сколтеха Петр Попов.

#наука, #искусственный интеллект

Подписка на обновления

«Информбюро 20.35» делает почтовую рассылку самых интересных публикаций один раз в неделю. Чтобы подписаться на нее, зарегистрируйтесь или войдите через свою учетную запись на платформе leader-id.ru.