蛋白质的聚集是一系列影响大脑的神经退行性疾病（如阿尔茨海默病和痴呆症）的根源。哥本哈根大学的研究人员开发了一种新工具，可以帮助发现和研究这些微小的蛋白质团块。这一成果为更深入地了解人体最小的组成部分以及更好地治疗癌症、阿尔茨海默病和帕金森病等疾病铺平了道路。
在丹麦，年龄超过 65 岁的近 10 万丹麦人以及全球超过 5500 万人患有与痴呆相关的疾病，如阿尔茨海默病和帕金森病。当人体内一些最小的组成部分聚集在一起并破坏重要功能时，这些疾病就会出现。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，对这种现象的研究一直非常具有挑战性且受到限制。
现在，哥本哈根大学化学系 Hatzakis 实验室的研究人员发明了一种机器学习算法，能够在显微镜下实时追踪聚集现象。该算法可以自动绘制并追踪导致阿尔茨海默病和其他神经退行性疾病的聚集的重要特征。在此之前，这是不可能实现的。
“在短短几分钟内，我们的算法就解决了一个研究人员需要数周才能解决的挑战。现在研究蛋白质聚集的微观图像将更容易，这有望增加我们的知识，并从长远来看，为神经退行性脑部疾病带来新的疗法，”化学系的博士 Jacob Kæstel-Hansen 说，他与 Nikos Hatzakis 一起领导了该算法的研究团队。
这项研究已发表在著名的科学杂志《自然通讯》上。
瞬间检测到微观蛋白质
蛋白质和其他分子之间的化合物的聚集和信号交换在我们细胞内的自然过程中发生数十亿次，使我们的身体能够正常运转。但当出现错误时，蛋白质可能会以干扰其正常功能的方式聚集在一起。这尤其可能导致大脑中的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检测到十亿分之一米的蛋白质团块。同时，该算法可以计数，然后根据团块的形状和大小对其进行分组，同时跟踪它们随时间的发展。团块的出现对其功能以及在体内的表现（无论是好是坏）都可能产生重大影响。
“通过显微镜研究团块时，很快就会看到，例如，有些是圆形的，而有些则具有丝状结构。而且，它们的确切形状可能因所引发的疾病而异。但手动数千次地对它们进行计数需要很长时间，而这段时间可以更好地用于其他事情。”
化学系的 Steen Bender 说，他是这篇文章的第一作者。
在未来，该算法将使我们更容易了解团块形成的原因，从而开发新的药物和疗法来对抗这些疾病。
“对这些团块的基本理解取决于我们能够看到、跟踪和量化它们，并描述它们随时间的变化。目前没有其他方法能够自动且有效地做到这一点，”他说。
工具免费向所有人提供
化学系的研究人员现在正在全面使用该工具对胰岛素分子进行实验。当胰岛素分子聚集时，其调节血糖的能力就会减弱。
“我们在胰岛素分子中也看到了这种不良的聚集现象。我们的新工具可以让我们看到无论添加何种化合物，这些团块是如何受到影响的。通过这种方式，该模型可以帮助我们努力了解如何潜在地阻止或将它们转化为危险性较小或更稳定的团块，”Jacob Kæstel-Hansen 解释说。
因此，一旦微观组成部分被明确识别，研究人员认为能够使用该工具开发新药具有很大的潜力。研究人员希望他们的工作将推动收集更多关于蛋白质和分子的形状和功能的综合知识。
“随着世界各地的其他研究人员开始使用该工具，它将有助于创建一个与各种疾病和生物学相关的分子和蛋白质结构的大型库。这将使我们能够更好地了解疾病并试图阻止它们，”化学系的 Nikos Hatzakis 总结说。
该算法在互联网上作为开源免费提供，可供科研人员和任何致力于了解蛋白质和其他分子聚集的人员使用。
这项研究由化学系的 Steen W.B. Bender、Marcus W. Dreisler、Min Zhang、Jacob Kæstel-Hansen 和 Nikos S. Hatzakis 在诺和诺德基金会优化寡聚体逃逸和疾病控制中心的支持下进行。
