Исследователи из Университета Ватерлоо разработали GraphNovo, новую программу, которая позволяет более точно определить последовательности пептидов в клетках, сообщается на сайте университета (The University of Waterloo). Пептиды – это цепочки аминокислот внутри клеток, которые являются такими же важными и уникальными строительными блоками, как ДНК или РНК.

У здорового человека иммунная система может верно определить пептиды нетипичных или чужеродных клеток, таких как раковые, или вредоносные бактерии, а затем направить их на уничтожение. Для людей, чья иммунная система испытывает трудности, перспективная область иммунотерапии работает над тем, чтобы переучить их иммунитет распознавать этих опасных захватчиков.

«Ученые хотят более точно понять разницу в последовательности пептидов между нормальной и раковой тканью, чтобы распознать различия», – говорит Зепинг Мао, разработчик GraphNovo под руководством доктора Минга Ли.

Процесс секвенирования (определения последовательности нуклеотидов в составе ДНК) особенно сложен для новых заболеваний или раковых клеток, которые ранее не анализировались. Хотя при исследовании ранее изученных заболеваний или организмов ученые могут опираться на существующую базу данных пептидов, рак и иммунная система каждого человека уникальны.

Чтобы быстро составить профиль пептидов в незнакомой клетке, ученые используют метод пептидного секвенирования de novo. В результате этого процесса некоторые пептиды могут оказаться неполными или вообще отсутствовать в последовательности. Использование машинного обучения GraphNovo значительно повышает точность идентификации пептидных последовательностей, заполняя пробелы массой пептидной последовательности. Такой скачок в точности может оказаться чрезвычайно полезным в различных областях медицины, особенно в лечении рака и создании вакцин от таких болезней, как Эбола и COVID-19.

Результаты исследования представлены в журнале Nature Machine Intelligence.