纳米孔和深度学习有助于疾病诊断

洛桑联邦理工学院的科学家们推出了一种利用生物纳米孔和深度学习来检测蛋白质修饰的方法，为疾病诊断提供了新的途径。

蛋白质是细胞的主力，在合成后会经历各种修饰。由于它们可以深刻影响蛋白质在细胞中的运作方式，因此这些“翻译后修饰”或 PTM 是许多生物过程的关键。

PTM 还可以作为多种疾病的生物标志物，这意味着我们能够准确地检测和分析它们以避免错误诊断至关重要。但传统方法的灵敏度和特异性有限，特别是在处理低浓度的蛋白质和复杂的 PTM 模式时。

现在，洛桑联邦理工学院的科学家们开发出了一种新方法，将生物纳米孔的敏感性与深度学习的精确性结合起来。这种创新方法可以改变我们检测和分析 PTM 的方式。

该研究由洛桑联邦理工学院生命科学学院的 Matteo Dal Peraro、Chan Cao 和 Hilal Lashuel 生物工程小组领导，并发表在《ACS Nano》上。

新方法的重点是使用生物纳米孔，特别是成孔毒素气溶素，来检测和区分具有不同 PTM 的肽(蛋白质的组成部分)。Dal Peraro 的团队此前曾使用基于气溶素的纳米孔来制造复杂分子的高分辨率传感器，甚至读取编码到合成大分子中的数据。这种纳米孔技术足够灵敏，可以检测皮摩尔浓度的这些肽，这是对现有技术的重大改进。

但这个方法是如何运作的呢?当肽穿过纳米孔时，它们会引起穿过纳米孔的离子流的特征变化，即所谓的“离子电流”。每种类型的 PTM 都会以独特的方式改变肽的结构，从而产生不同的电流特征;通过记录电流的这些变化，该方法可以识别和区分肽上的各种 PTM。

这种方法更引人注目的是，它随后使用深度学习算法来分析复杂的数据，并根据肽的 PTM 模式对肽进行精确分类。该模型可以自信地识别肽及其 PTM 变体的当前特征特征，提供快速、自动且高度准确的分类方法。

为了测试这种方法，研究人员求助于 Lashuel 的专业知识，他的实验室率先开发了合成和化学生物学方法来研究 PTM 神经退行性疾病的作用。“我们证明，我们可以利用纳米孔的传感能力来检测和区分各种 PTM 形式的 α-突触核蛋白，这是最受欢迎的生物标志物和开发帕金森氏症疗法的靶标之一，”该研究的负责人 Chan Cao 说。作者。

科学家们成功证明，纳米孔方法可以检测和区分具有单个或多个 PTM 的 α-突触核蛋白，例如磷酸化、硝化和氧化。“这种同时识别多个修改的能力改变了游戏规则，”拉舒尔说。“它可以在单分子水平上更精确地绘制蛋白质的 PTM 代码，从而有助于揭示疾病过程中 PTM 复杂相互作用和动态及其作为疾病生物标志物的潜力的新见解。”

纳米孔传感和先进数据分析的结合为以以前无法达到的详细程度了解蛋白质修饰开辟了新的可能性。纳米孔技术不仅可用于 PTM 检测，还可用于生物标志物发现和诊断。

“我们给出了第一个原理验证，即这种方法可用于在模拟临床样本中检测这些生物标志物，为开发帕金森氏病的单分子诊断工具提供基础，”达尔佩拉罗说。该团队设想该方法可以开发成便携式诊断设备，为医疗和商业用途提供快速、经济高效且高度灵敏的工具。