Le reti neurali possono rilevare minuscole differenze nei pattern di colorazione delle soluzioni di peptidi essiccati (a sinistra:peptide di beta amiloide (Aβ42); a destra:mutazione). Credito:Karlsruhe Institute of Technology
Le malattie neurodegenerative come il morbo di Alzheimer o il morbo di Parkinson sono causate da errori di ripiegamento (misfolding) nelle proteine o nei peptidi, cioè da cambiamenti nella loro struttura spaziale. Questo è il risultato di minuscole deviazioni nella composizione chimica delle biomolecole. I ricercatori del Karlsruhe Institute of Technology (KIT) hanno sviluppato un metodo semplice ed efficace per rilevare tale ripiegamento errato in una fase iniziale della malattia. Il ripiegamento errato è rivelato dalla struttura del residuo essiccato dalle soluzioni proteiche e peptidiche. Il metodo prevede l'analisi di micrografie con reti neurali e ha un'accuratezza predittiva di oltre il 99%. I risultati sono stati pubblicati in Materiali avanzati .
La struttura biochimica di proteine e peptidi determina le loro funzioni biologiche. Ci sono molte indicazioni che anche piccoli cambiamenti strutturali o spaziali possono favorire lo sviluppo di malattie. Molte malattie neurodegenerative sono state attribuite al ripiegamento errato di proteine e peptidi causato da tali cambiamenti. I peptidi della beta amiloide (Aβ42) svolgono un ruolo chiave nella malattia di Alzheimer; differiscono per un singolo residuo amminoacidico e rappresentano mutanti ereditari del morbo di Alzheimer.
Finora non esisteva un metodo semplice e accurato per predire le mutazioni nelle proteine. All'Institute of Functional Interfaces (IFG) di KIT, un gruppo di ricerca guidato dal professor Jörg Lahann ha sviluppato un metodo per rilevare il ripiegamento errato attraverso la struttura delle soluzioni proteiche e peptidiche essiccate. "I pattern di colorazione non erano solo caratteristici e riproducibili, ma determinano anche una classificazione di otto mutazioni con un'accuratezza predittiva superiore al 99%", ha affermato Lahann, autore dello studio, nel descrivere i risultati. Il gruppo ha mostrato che informazioni cruciali sulle strutture primarie e secondarie dei peptidi possono essere raccolte dalle macchie lasciate essiccando goccioline di soluzione peptidica su una superficie solida.
Modelli di colorazione come impronte digitali peptidiche esatte
Le soluzioni proteiche e peptidiche vengono posizionate con precisione su vetrini da un sistema di pipettaggio automatizzato per garantire risultati controllati e riproducibili. Le superfici dei vetrini sono state preparate in anticipo con un rivestimento polimerico idrofobico. Per analizzare i complessi pattern di colorazione delle goccioline essiccate, i ricercatori hanno acquisito immagini utilizzando la microscopia di polarizzazione. Le immagini sono state quindi analizzate con reti neurali di deep learning.
"Dato che le strutture sono molto simili e difficili da distinguere ad occhio nudo, è stata sicuramente una sorpresa che le reti neurali fossero così efficaci", afferma Lahann in merito ai risultati. "I modelli di colorazione dei peptidi beta amiloidi servono come impronte digitali esatte che riflettono l'identità strutturale e spaziale di un peptide". Questa tecnologia consente l'identificazione delle varianti di Alzheimer con la massima risoluzione in pochi minuti, secondo Lahann.
La semplice preparazione del campione fornisce diagnosi rapide
I risultati suggeriscono che un metodo semplice come l'essiccazione di una gocciolina di soluzione peptidica su una superficie solida può servire come indicatore di minuscole differenze nelle strutture primarie e secondarie dei peptidi. "Sono urgentemente necessari metodi di rilevamento scalabili e accurati per la stratificazione delle alterazioni proteiche conformazionali e strutturali al fine di decodificare le firme patologiche di malattie come l'Alzheimer e il Parkinson", afferma Lahann.
È anche un metodo relativamente semplice che non richiede una preparazione elaborata dei campioni e consente quindi una diagnosi semplice e adatta al paziente. Inoltre, il metodo ha un grande potenziale per altre applicazioni nella diagnostica medica e nella rilevazione molecolare delle malattie. + Esplora ulteriormente
