Aus spektralen Informationen lernen

Die Proteinzusammensetzung von Zellen hängt von deren Funktion und aktuellen Zustand ab. Mit der Massenspektrometrie (MS) lassen sich Identität und Menge der in einer Probe gefundenen Proteine ermitteln. Allerdings ist die Analyse der entstehenden Daten zeit- und ressourcenintensiv. Forscher am Max-Planck-Institut für Biochemie (MPIB) haben gemeinsam mit Datenspezialisten von Verily in den USA einen Ansatz des maschinellen Lernens entwickelt. Die sich kontinuierlich selbst verbessernden Algorithmen vereinfachen die Analyse solcher MS-Daten. Ihr Programm, das zudem zur Entdeckung neuer chemischer Muster in Proteinen geführt hat, wird in der Fachzeitschrift Nature Methods veröffentlicht.

Quelle: IDW Informatinsdienst Wissenschaft