相关实验视频
Updated: Jul 8, 2025
08:51
Monitoring Protein Adsorption with Solid-state Nanopores
Published on: December 2, 2011
13.6K
深度学习辅助单分子检测蛋白质后翻译修改与生物纳米孔
Chan Cao1,2, Pedro Magalhães3, Lucien F Krapp1
1Institute of Bioengineering, School of Life Sciences, Ecole Polytechnique Fédérale de Lausanne, EPFL, Lausanne 1015, Switzerland.
ACS nano
|December 19, 2023
概括
纳米孔传感检测到单个分子上多个蛋白质的翻译后修饰 (PTM). 这一进步有助于通过分析高灵敏度的α-synuclein来发现疾病的生物标志物.
科学领域:
- 蛋白质组学是指蛋白质组学.
- 生物标志物发现发现
- 纳米技术纳米技术
背景情况:
- 蛋白质翻译后修饰 (PTMs) 对生物过程和疾病生物标志物至关重要.
- 目前用于PTM分析的方法在灵敏度和单分子能力上是有限的.
- 纳米孔传感为检测低丰度蛋白质和PTM提供了高灵敏度.
研究的目的:
- 为了证明纳米孔传感用于检测和区分单个和多个PTM在上.
- 探索纳米孔技术在单分子蛋白质组学和PTM表征方面的潜力.
- 建立适用于生物标志物发现和诊断的PTM分析框架.
主要方法:
- 使用生物纳米孔 (气解素) 来感知α-synuclein.
- 引入了酸化,化和氧化PTM到各种位置和组合中的.
- 应用了深度学习模型来处理纳米孔电流签名以识别PTM变体.
- 量化的度和检测到的消化.
主要成果:
- 成功检测并区分具有单个或多个PTM的α-synuclein.
- 使用深度学习识别了不同PTM的特征当前签名.
- 实现了对α-synuclein的皮科莫尔度量化.
- 从全长的α-synuclein消化中检测到C端.
结论:
- 通过aerolysin进行纳米孔传感,可以在单个上同时检测多个PTM.
- 深度学习提高了PTMs的识别和量化.
- 这种方法对生物标志物发现和疾病诊断具有重大前景.
