Nature Biotechnology: создан инструмент для выявления скрытых мутаций в белках

Исследователи из Калифорнийского университета и Университета Торонто представили вычислительный инструмент нового поколения, способный выявлять ранее невидимые мутации в белках. Разработка под названием moPepGen открывает новые горизонты в понимании рака, нейродегенеративных заболеваний и других состояний, связанных с изменениями ДНК.

Работа опубликована в журнале Nature Biotechnology.

На основе методов протеогеномики, объединяющей анализ генома и белков, ученые создали алгоритм, который впервые позволяет точно определить, какие генетические мутации действительно реализуются на уровне белков. Это важно, потому что именно белки выполняют большинство функций в организме, и малейшие изменения в их структуре могут сигнализировать о развитии болезней, включая рак.

"Мы разработали moPepGen, чтобы точно установить, какие генетические варианты действительно проявляются в белках, — объяснил Чэнхао Чжу, один из авторов исследования. — Наш алгоритм учитывает все типы изменений и способен эффективно обрабатывать даже огромные объемы данных".

Ранее существующие методы в основном фиксировали лишь простые замены аминокислот, упуская более сложные вариации. moPepGen же предлагает кардинально новый подход: он моделирует процесс экспрессии и трансляции генов с учетом всех возможных отклонений, тем самым давая максимально точную картину происходящего на молекулярном уровне.

Для проверки эффективности технологии ученые проанализировали данные по опухолям простаты и опухолям почек. moPepGen выявил в четыре раза больше уникальных вариантов белков, чем предыдущие методы, включая те, что связаны с мутациями и генными перестройками.

Одно из самых перспективных направлений применения новой технологии — разработка индивидуальных методов лечения рака, включая персонализированные вакцины и клеточную терапию. Инструмент может точно определить пептиды, характерные только для опухоли конкретного пациента, что критически важно для иммунотерапии.

"Этот алгоритм помогает связать данные о ДНК с реальной картиной белкового состава клеток, — заключил Пол Бутрос, один из руководителей исследования. — Это может изменить саму парадигму медицины, сделав ее по-настоящему точной".