In de wereld van eiwitonderzoek is een spannende ontwikkeling gaande.
Wetenschappers aan de Technische Universiteit van Denemarken hebben een nieuw AI-systeem ontwikkeld, InstaNovo genaamd, dat eiwitfragmenten snel kan identificeren, zonder afhankelijk te zijn van een database met bekende eiwitten. Dat is een doorbraak, want traditionele methoden vielen plat op hun gezicht als een eiwit niet in de catalogus stond. “Bestaande tools waren sterk afhankelijk van het matchen van spectra met grote databases, maar dat werkt niet als je niet weet wat er in het monster zit, zoals bij microbiomen, onbekende pathogenen of oude eiwitten. We realiseerden ons dat recente doorbraken in AI dit probleem konden oplossen”, zegt onderzoeker Timothy Patrick Jenkins in een interview met Scientias.nl. InstaNovo opent zo de deur naar talloze ontdekkingen in geneeskunde, milieu en zelfs de geschiedenis van het leven.
Een nieuwe manier om de eiwitpuzzel op te lossen
Eiwitten zijn de bouwstenen van ons lichaam en essentieel voor alles, van spieropbouw tot het bestrijden van ziektes. Normaal gesproken gebruiken wetenschappers massaspectrometrie, een techniek die eiwitten in kleine stukjes (peptiden) breekt en hun massa meet, om te achterhalen hoe ze in elkaar zitten. Deze stukjes worden dan vergeleken met een database, zoals het oplossen van een puzzel met de afbeelding op de doos als gids. Maar als een eiwit niet in die database staat, loopt dit proces vast. InstaNovo werkt anders: het herkent peptiden rechtstreeks uit de data, zonder hulp van een database. Het is alsof je diezelfde puzzel dus oplost zonder ooit het plaatje te hebben gezien, alleen door de vormen van de stukjes te begrijpen.
Twee varianten
Het team heeft twee versies van het systeem gemaakt: InstaNovo en de krachtigere InstaNovo+. De eerste gebruikt een ‘transformer-model’, dezelfde soort AI die ook in tekstgeneratie wordt gebruikt, om data om te zetten in peptide-sequenties. InstaNovo+ gaat een stap verder met een ‘diffusie-model’ dat voorspellingen steeds verbetert. “Deze ‘one-two punch’ verhoogde het aantal geïdentificeerde peptiden met meer dan 50 procent vergeleken met het vorige beste model”, legt Jenkins uit. Dit maakt beide versies niet alleen slimmer, maar ook nauwkeuriger dan eerdere technologieën.
Praktische toepassingen
De mogelijkheden van InstaNovo zijn enorm. In de geneeskunde kan het bijvoorbeeld helpen bij het maken van betere medicijnen. Bij het testen van antilichaamgeneesmiddelen, die gebruikt worden tegen kanker en auto-immuunziekten, vond InstaNovo tot acht keer meer unieke peptiden dan traditionele methoden. Nog indrukwekkender is wat het kan doen voor patiënten. “In een klinisch geval identificeerden we antibioticaresistente bacteriën in chronische wonden die standaard DNA-sequencing niet kon detecteren”, vertelt Jenkins.
Nieuwe organismen en oude geheimen
Buiten de geneeskunde helpt InstaNovo ook de natuur te ontdekken. In een zeemonster vond het systeem sporen van mogelijke nieuwe bacteriesoorten, wat ons meer kan leren over biodiversiteit en zelfs nuttige stoffen kan opleveren, zoals enzymen die vervuiling afbreken. Het gaat zelfs terug in de tijd: “We hebben ons model gebruikt om eiwitten te sequencen van een 20.000 jaar oude wolharige neushoorn en om residuen op de tanden van een megalodon te analyseren”, zegt Jenkins.
Gepersonaliseerde geneeskunde
Een van de meest veelbelovende toepassingen van de technologie is echter in de gepersonaliseerde geneeskunde. “In een dataset ontdekten we meer dan 50.000 potentiële immunotherapie-doelen die eerdere methoden niet detecteerden, zeven keer zoveel. Dit opent de deur naar gepersonaliseerde vaccins en gerichte celtherapieën, afgestemd op het werkelijke eiwitlandschap van elke tumor, en niet enkel op het DNA-profiel van de patiënt”, aldus de onderzoeker.
Toegankelijk en klaar voor de toekomst
Het mooiste, zegt Jenkins, is dat InstaNovo niet alleen voor experts is. Het team heeft het systeem openbaar gemaakt via GitHub en een eenvoudige website, zodat wetenschappers wereldwijd het kunnen gebruiken. “We geloven dat de novo sequencing binnen een paar jaar een standaard onderdeel van proteomics (de studie van alle eiwitten in een organisme, red.) wordt, niet langer een uitzondering”, concludeert de onderzoeker.
