为全球蛋白质科学家提供好处的工具

“直到现在，我们都以成千上万个模式的形式存储着大量原始数据。我们过去经常一次手动地对其进行检查。在这种情况下，我们成为了我们自己研究的瓶颈。即使对于专家而言，始终如一的工作和一次又一次地得出相同的结论是困难的。毕竟，我们是疲倦且容易出错的人，” Simon Bo Jensen说。

算法仅需一秒钟的时间

UCPH研究人员进行的有关蛋白质运动与功能之间关系的研究是公认的，对于理解人体的功能至关重要。例如，包括癌症，阿尔茨海默氏症和帕金森氏症在内的疾病是由蛋白质聚集或改变其行为引起的。基因编辑技术CRISPR获得了今年的诺贝尔化学奖，它也依赖于蛋白质剪切和剪接特定DNA序列的能力。当诸如Guillermo Montoya和Nikos Hatzakis之类的UCPH研究人员研究这些过程如何发生时，他们就利用了显微镜数据。

UCPH研究人员使用人工智能解决了一个问题，即迄今为止，这一直是重要蛋白质研究的绊脚石，这些蛋白质研究诸如癌症，阿尔茨海默氏症和帕金森氏症等疾病背后的动力学，以及可持续化学和新基因编辑技术的发展。

分析研究人员使用显微镜和smFRET技术收集的庞大数据集一直是一项艰巨而艰巨的任务，以了解蛋白质如何移动并与周围环境相互作用。同时，该任务需要高水平的专业知识。因此，填充服务器和硬盘驱动器的激增。现在，化学系，纳米科学中心，Novo Nordisk蛋白质研究中心和哥本哈根大学的尼尔斯·波尔研究所的研究人员已经开发出一种机器学习算法来完成这项繁重的工作。

“我们一直在对数据进行排序，直到我们陷入循环。现在，我们只需按一下按钮就可以分析数据。而且，算法至少比我们做的更好或更好。这为我们释放了资源，使我们可以收集比以往更多的数据之前并获得更快的结果。”化学系和纳米科学中心的生物物理学家兼博士生Simon Bo Jensen解释说。

该算法已学会识别蛋白质运动模式，使其能够在几秒钟内对数据集进行分类，而这一过程通常需要专家花费几天的时间才能完成。

原创作者：上海信帆生物科技有限公司