Nel numero di maggio di PLOS Biologia Computazionale , scienziati della UC San Diego e dell'Università di Notre Dame riferiscono di uno studio che potrebbe aprire il campo all'identificazione di proteine ​​basate sui nanopori e, infine, al profilo proteomico di un gran numero di proteine ​​in miscele complesse di diversi tipi di molecole.

Secondo il professore di informatica e ingegneria della UC San Diego Pavel Pevzner, autore senior sulla carta, il nuovo approccio identifica le proteine ​​analizzando i segnali elettrici distinti prodotti quando le molecole passano attraverso un nanoporo (che agisce come un setaccio). In teoria, disse Pevzner, i nanopori potrebbero consentire ai ricercatori di caratterizzare un gran numero di proteine ​​in miscele complesse.

Mentre i nanopori funzionano molto bene nell'analisi di singole molecole, sono meno efficaci quando si cerca di caratterizzare un gran numero di proteine ​​in miscele complesse. Di conseguenza, l'approccio attualmente preferito per lo screening di miscele complesse prevede l'utilizzo di altre tecniche, in particolare la spettrometria di massa. (Pevzner e i professori di informatica Vineet Bafna e Nuno Bandeira sono i principali ricercatori del Center for Computational Mass Spectrometry dell'UC San Diego, finanziato dal NIH.)

Di recente, nel 2016, i principali sviluppatori di nanopori erano pessimisti sulla possibilità di applicare i nanopori alla profilazione delle proteine ​​su larga scala nel breve termine. "Non siamo nemmeno vicini a farlo al momento, Hagan Bayley, cofondatore di Oxford Nanopore, ha dichiarato a GenomeWeb:aggiungendo che "non direbbe che è un obiettivo impossibile, ma è un po' una forzatura".

Pevzner dell'UC San Diego, però, crede che una svolta sia a portata di mano. "La chiave è usare l'apprendimento automatico per analizzare le informazioni generate dalle proteine ​​quando si traslocano attraverso un nanoporo, " ha affermato Pevzner. "Applicando tecniche di apprendimento automatico, siamo stati in grado di identificare segnali distinti che potrebbero portare all'analisi delle proteine ​​nanopori su larga scala".

In un'intervista a GenomeWeb, Pevzner dice che presto, gli ostacoli sembravano intrattabili. "I dati erano così rumorosi che abbiamo quasi pensato che avremmo dovuto arrenderci, " ha spiegato. "Ho lavorato per quasi 10 anni sulla spettrometria di massa top-down, e rispetto all'identificazione delle proteine ​​mediante spettrometria di massa top-down, che ormai è un'area quasi matura, sembrava che non ci fosse speranza che i nanopori potessero produrre un segnale comparabile".

Quindi, quando i ricercatori hanno applicato al problema uno strumento di analisi forestale casuale dall'apprendimento automatico, tutto è cambiato. Ha ricordato Mikhail Kolmogorov, uno studente laureato nel laboratorio di Pevzner:"All'improvviso, è emersa la struttura del segnale”.

Come affermato nel documento PLOS, i ricercatori sostengono che "l'attuale tecnologia è già sufficiente per abbinare i nanospettri a piccoli database di proteine, per esempio., identificazione delle proteine ​​nei proteomi batterici".