丹麦有近 10 万名 65 岁以上的老人，全世界有超过 5500 万人患有阿尔茨海默病和帕金森病等痴呆症相关疾病。这些疾病是由于人体中一些最小的组成部分聚集在一起并破坏重要功能而引起的。为什么会发生这种情况以及如何治疗仍然是一个科学谜团。到目前为止，由于缺乏合适的工具，研究这种现象非常具有挑战性且受到限制。
现在，哥本哈根大学化学系哈扎基斯实验室的研究人员发明了一种机器学习算法，可以在显微镜下实时跟踪团块。该算法可以自动绘制和跟踪导致阿尔茨海默氏症和其他神经退行性疾病的团块的重要特征。到目前为止，这样做是不可能的。
“我们的算法只需几分钟就能解决研究人员需要数周才能解决的难题。现在，研究聚集蛋白质的微观图像将变得更加容易，希望这能丰富我们的知识，从长远来看，能为神经退行性脑部疾病带来新的治疗方法，”化学系博士 Jacob Kæstel-Hansen 说道，他与 Nikos Hatzakis 共同领导了该算法的研究团队。
立即检测到微观蛋白质
蛋白质和其他分子之间的Compound和信号聚集和交易所在我们的细胞中发生了数十亿次，这是维持我们身体功能的自然过程。但是当发生错误时，蛋白质会聚集在一起，干扰其正常工作的能力。除其他外，这可能导致大脑神经退行性疾病和癌症。
研究人员的机器学习算法可以在显微镜图像中识别出小至十亿分之一米的蛋白质团块。同时，该算法可以对团块进行计数，然后根据其形状和大小对其进行分组，同时跟踪它们随时间的发展。团块的出现可能会对其功能以及它们在体内的表现产生重大影响，无论是好是坏。
“当通过显微镜研究团块时，人们很快会发现，有些团块更圆，而另一些团块具有丝状结构。而且，它们的确切形状可能因它们引发的紊乱而异。但坐下来手动计数数千次需要很长时间，而这些时间本可以花在其他事情上，”文章的第一作者、化学系的 Steen Bender 说。
将来，该算法将使我们更容易了解团块形成的原因，以便我们能够开发新的药物和疗法来对抗这些疾病。
“对这些团块的根本理解取决于我们能否看到、追踪和量化它们，并描述它们随时间的变化情况。目前没有其他方法可以自动且有效地做到这一点，”他说。
工具免费提供给所有人
化学系的研究人员目前正在全力使用该工具对胰岛素分子进行实验。随着胰岛素分子聚集，其调节血糖的能力会减弱。
“我们也在胰岛素分子中看到了这种不良团块。我们的新工具可以让我们看到这些团块如何受到我们添加的任何Compound的影响。通过这种方式，该模型可以帮助我们了解如何潜在地阻止它们或将它们转化为危险性较低或更稳定的团块，”Jacob Kæstel-Hansen 解释道。
因此，研究人员认为，一旦明确识别出微观结构单元，该工具将具有巨大的潜力，可用于开发新药。研究人员希望他们的工作将开启收集有关蛋白质和分子形状和功能的更全面知识的大门。
“随着世界各地的其他研究人员开始部署该工具，它将有助于创建一个与各种疾病和生物学相关的大型分子和蛋白质结构库。这将使我们能够更好地了解疾病并尝试阻止它们，”化学系的 Nikos Hatzakis 总结道。
该算法在互联网上以开源形式免费提供，可供科学研究人员和任何致力于了解蛋白质和其他分子聚集的人使用。
该项研究由化学系的 Steen WB Bender、Marcus W. Dreisler、Min Zhang、Jacob Kæstel-Hansen 和 Nikos S. Hatzakis 进行，并得到了诺和诺德基金会优化寡核苷酸逃逸与疾病控制中心的支持。
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
