A前瞻官网
前瞻网
a 当前位置: 前瞻网 » 资讯 » 产经

德国科学家开发新机器学习程序,可快速、高效识别新天然物质

分享到:
 Emma Chou • 2021-10-18 09:37:32 来源:前瞻网 E9011G0
100大行业全景图谱

1

如今,有超过三分之一的药品是基于自然界的活性物质合成的,在众多植物、细菌和真菌中出现的次级天然物质可以消炎,可以抵御病原体,甚至可以防止癌细胞的生长。但是,利用自然界药柜提供的财富和识别新天然物质是非常耗费时间、金钱与精力。德国耶拿大学(University of Jena)的一个研究小组已经开发出一种程序,可以更快、更容易地识别小活性物质分子,研究人员将他们的新方法称为COSMIC(小分子鉴定的信心)。

为了找出生物样本(如植物提取物)中包含的物质,研究人员使用质谱法对样本进行分析。在这个过程中,分子被分解成碎片,其质量被确定。耶拿大学的Sebastian Böcker教授表示,研究所开发的CSI:FingerID分子搜索引擎能够专门搜索与这些片段相匹配的分子结构。

目前有巨大的数据集合,其中有数十亿的质谱数据,这些数据来自于对生物样本的数百万次分析,其中绝大多数都没有识别出其结构。这就是COSMIC发挥作用的地方,使这些尚未识别分子中的大部分结构能够被自动破译。

为此,研究人员使用机器学习方法。首先,将检查中样品的质谱与现有的结构数据进行比较。结果会得到像谷歌搜索那样的一个或多或少的可能命中列表。这个方法表明,人们对首先发现的命中列表的反应,实际上是在衡量其对正在寻找的结构有多大信心。为了做到这一点,COSMIC确定了一个分数,以评估建议命中的质量,并推断它是正确的还是错误的。

研究已经能够证明方法有效。他们研究了来自小鼠消化系统的质谱数据,寻找迄今未知的胆汁酸。为此,研究组构建了28000多个理论上可能的胆汁酸结构,并与小鼠微生物组的测量数据进行比较。通过COSMIC的后续分析,共发现了11种新的、以前完全未知的胆汁酸结构。此后,其中的两个已经用专门合成的参考样本进行了确认。

研究人员强调:研究首先表明这个新方法是可靠的。其次,COSMIC具有潜力,可以大大加快寻找新的和有趣的物质,因为筛选可以完全自动进行,不需要任何人工努力,而且时间非常短。研究人员预计,在未来几年内,将有可能通过这种方式弄清成千上万的新分子结构。

题为High-confidence structural annotation of metabolites absent from spectral libraries的相关研究论文发表在《自然-生物科技》上。

前瞻经济学人APP资讯组

论文原文:

https://www.nature.com/articles/s41587-021-01045-9

本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com) 品牌合作与广告投放请联系:0755-33069875 或 hezuo@qianzhan.com

p10 q0 我要投稿

分享:

品牌、内容合作请点这里:寻求合作 ››

前瞻经济学人微信二维码

前瞻经济学人

专注于中国各行业市场分析、未来发展趋势等。扫一扫立即关注。

前瞻产业研究院微信二维码

前瞻产业研究院

如何抓准行业的下一个风口?未来5年10年行业趋势如何把握?扫一扫立即关注。

前瞻经济学人 让您成为更懂趋势的人

想看更多前瞻的文章?扫描右侧二维码,还可以获得以下福利:

  • 10000+ 行业干货 免费领取
  • 500+ 行业研究员 解答你的问题
  • 1000000+ 行业数据 任君使用
  • 365+ 每日全球财经大事 一手掌握
  • 下载APP

  • 关注微信号

前瞻数据库
企查猫
前瞻经济学人App二维码

扫一扫下载APP

与资深行业研究员/经济学家互动交流让您成为更懂趋势的人

下载APP
前瞻经济学人APP

下载前瞻经济学人APP

关注我们
前瞻经济秀人微信号

扫一扫关注我们

我要投稿

×
J