Opis projektu
Innowacyjna analiza danych proteomicznych w celu kompleksowej identyfikacji izoform białek
Izoformy białek, czyli ich różne warianty oparte na jednym genie, wpływają na różnorodność molekularną żywych organizmów. Brakuje jednak kompleksowych danych dotyczących izoform na poziomie białek, ponieważ nawet 80 % wszystkich danych proteomicznych nie jest wykorzystywane podczas analiz. Aby rozwiązać ten problem, zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu ORIGIN proponuje nowe podejście, które opiera się na odkrywaniu deterministycznych wielowymiarowych śladów (ORIGIN) izoform białkowych występujących w pomiarach proteomicznych. Projekt będzie systematycznie identyfikował izoformy białek poprzez wykorzystanie nowej strategii analizy danych proteomicznych opartej na spektrometrii mas. Podejście to obejmuje szkolenie głębokich sieci neuronowych w celu przewidywania śladów ORIGIN, które zostaną następnie wykorzystane do identyfikacji i kwantyfikacji izoform białek.
Cel
Did you know that ~80% of all proteomic data is not utilized? Proteins play a vital role in all biological processes and organisms. We believe that different versions of a single gene product – protein isoforms – shape the molecular diversity of life. However, comprehensive evidence on protein-level is not available. Chromatography-coupled tandem mass spectrometry (LC-MS/MS) is the de-facto standard for measuring proteomes, but it is not good at identifying isoforms because at least 80% of the recorded information is never used. I argue that isoforms leave a deterministic multi-dimensional fingerprint (ORIGINs) representing their physicochemical properties in each proteomic measurement. Therefore, the central aim of this project is to discover and quantify protein isoforms systematically by a novel MS-based proteomics data analysis strategy. By tapping into the wealth of data the proteomics community has already amassed, I will train deep neural networks that allow the prediction of ORIGINs. Second, I will implement an innovative data analysis strategy that utilizes ORIGINs to identify and quantify isoforms. Third, I will demonstrate that ORIGINs can be used to substantially broaden our understanding of the molecular diversity of life by showcasing its application on four emerging and challenging questions in proteome research of varying biological and technical complexity. This will allow me to address a fundamental open question in biology: to which extent and prevalence isoforms are actually translated and what functional roles they might be associated with. ORIGINs will improve the sensitivity, biological resolution and accuracy at which proteins and their isoforms can be identified and quantified. Beyond this, the concept of ORIGINs can be applied to and improve any proteomics experiments, and thus holds the potential to revolutionize MS-based proteomics as a technology and elevate the whole field of protein-based research.
Dziedzina nauki
- natural sciencescomputer and information sciencesdata science
- natural sciencesbiological sciencesbiochemistrybiomoleculesproteinsproteomics
- natural scienceschemical sciencesanalytical chemistrymass spectrometry
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
HORIZON-ERC - HORIZON ERC GrantsInstytucja przyjmująca
80333 Muenchen
Niemcy