Aprendizaje automático asistido de perfiles estructurales simultáneos de proteínas cargadas de manera diferente en...

Área de la Ciencia:

• La biofísica
• Nanotecnología
• Química analítica

Sus antecedentes:

• La detección de proteínas de una sola molécula es crucial para el diagnóstico.
• La detección simultánea de proteínas con diferentes propiedades de carga sigue siendo un desafío.

Objetivo del estudio:

• Desarrollar un sensor de nanoporo capaz de detectar simultáneamente proteínas cargadas de manera diferente.
• Para demostrar la capacidad del sensor para distinguir e identificar varias proteínas de mezclas complejas.

Principales métodos:

• Utilizó un amortiguador de electrolitos asimétrico con el nanoporo de Mycobacterium smegmatis porin A (MspA) para crear una trampa de flujo electroosmótico (EOF).
• Modelos de aprendizaje automático aplicados entrenados en características de eventos extraídos para la clasificación automatizada de eventos de proteínas.
• Se probó el sensor con proteínas purificadas (apo/holo-mioglobina, lisozima, complejo ACTR/NCBD) y directamente con proteína de suero de leche en polvo.

Principales resultados:

• Se logró distinguir la apo- y la holo-mioglobina, que difieren por un solo hemo.
• Se ha conseguido la discriminación simultánea de las proteínas básicas, neutrales y ácidas (lizozima, mioglobina, complejo ACTR/NCBD).
• Un modelo de aprendizaje automático logró una precisión del 99,9% en la clasificación automática de eventos.
• Se han identificado moléculas individuales de α-lactalbumina y β-lactoglobulina directamente de la proteína de suero de leche en polvo.

Conclusiones:

• La trampa MspA EOF permite la detección simultánea de proteínas con diversas propiedades de carga.
• Esta estrategia de detección de proteínas facilita el reconocimiento directo de las proteínas de las mezclas.
• El método es prometedor para la detección rápida y sensible de biomarcadores y el análisis estructural de proteínas en tiempo real.