Maschinelles Lernen in der Proteomikforschung

KI TUM

Mit Hilfe künstlicher Intelligenz ist es einem Team der TU München um den Bioinformatiker Mathias Wilhelm und den Biochemiker Bernhard Küster gelungen, die massenhafte Analyse von Proteinen aus beliebigen Organismen deutlich schneller als bisher und praktisch fehlerfrei zu machen. Massenspektrometer analysieren Aminosäuresequenzen mit bis zu 30 Bausteinen. Die gemessenen Spektren dieser Ketten werden mit Datenbanken abgeglichen, um sie einem bestimmten Protein zuzuordnen. Die Auswertesoftware kann jedoch nur einen Teil der enthaltenen Informationen nutzen. Daher werden manche Proteine nicht oder falsch erkannt. Der neue Algorithmus ist mit Hilfe von 100 Millionen Massenspektren so umfangreich angelernt worden, dass er ohne erneutes Training für alle gängigen Massenspektrometer eingesetzt werden kann.
Bild: © Astrid Eckert/TUM