加州大學(xué)圣地亞哥分校的研究人員創(chuàng)建了一種工具，可以使用可解釋的人工智能 (AI) 系統(tǒng)和其他機(jī)器學(xué)習(xí)方法分析糖組學(xué)數(shù)據(jù)集。在最近發(fā)表在Nature Communications 上的一篇論文中，該團(tuán)隊(duì)證明糖組學(xué)數(shù)據(jù)需要格外小心才能正確用于統(tǒng)計(jì)分析或機(jī)器學(xué)習(xí)。他們還提供了一種新的預(yù)處理解決方案來準(zhǔn)備糖組學(xué)數(shù)據(jù)，以大大提高其在機(jī)器學(xué)習(xí)和人工智能中的使用能力。他們將該方法命名為 GlyCompare。它從系統(tǒng)層面的角度考慮了樣品內(nèi)和樣品間聚糖的共享生物合成途徑。
為了介紹 GlyCompare，該團(tuán)隊(duì)展示了他們通過揭示多種情況下多糖之間的隱藏關(guān)系(包括胃癌組織)來增強(qiáng)糖組學(xué)數(shù)據(jù)集比較的能力?？紤]到聚糖變化對(duì)癌癥的重要性及其在早期診斷中的效用，癌癥是一個(gè)有用的例子。
“我們將 GlyCompare 應(yīng)用于癌癥組織，并表明雖然使用標(biāo)準(zhǔn)統(tǒng)計(jì)方法無法找到癌癥特異性聚糖，但使用我們的方法處理時(shí)會(huì)出現(xiàn)新的生物標(biāo)志物，”加州大學(xué)圣地亞哥分校生物工程和兒科教授 Nathan Lewis 說，他是相應(yīng)的作者在紙上。Lewis 共同指導(dǎo)CHO 系統(tǒng)生物學(xué)中心，并使用糖工程化 CHO 細(xì)胞系生產(chǎn)研究中使用的多種蛋白質(zhì)。
在另一項(xiàng)分析中，該團(tuán)隊(duì)表明該方法顯著提高了統(tǒng)計(jì)能力，因此需要一半的樣本才能獲得等效的能力來檢測(cè)生物標(biāo)志物。在論文中，研究人員概述了 GlyCompare 背后的方法將如何變革性地將糖組學(xué)帶入臨床。事實(shí)上，Lewis 是一家新初創(chuàng)公司創(chuàng)始團(tuán)隊(duì)的一員，該公司正在授權(quán)相關(guān)知識(shí)產(chǎn)權(quán)，將這項(xiàng)技術(shù)商業(yè)化，用于高價(jià)值應(yīng)用，包括癌癥診斷。
GlyCompare 方法的關(guān)鍵之一是它著眼于合成構(gòu)成聚糖的亞基所需的生物學(xué)步驟，而不是僅僅著眼于整個(gè)聚糖本身，大大提高了糖組學(xué)數(shù)據(jù)統(tǒng)計(jì)分析的準(zhǔn)確性。研究人員認(rèn)為，這種方法將能夠在包括早期癌癥在內(nèi)的許多應(yīng)用中檢測(cè)糖基化的更細(xì)微變化。此外，GlyCompare 可以對(duì)所觀察到的聚糖變化背后的機(jī)制產(chǎn)生新的見解。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！