Novor.ai – Increased precision and accuracy utilizing an AI model for de novo sequencing

Význam tématu

De novo sekvenování peptidů umožňuje získat primární aminokyselinové sekvence bez použití databází, což je zásadní pro obory jako imunopeptidomika, metaproteomika nebo výzkum nekonvenčních proteinů. Tradiční databázové vyhledávání selhává tam, kde chybí homologní záznamy nebo je neznámá proteolytická specifita. Rychlé a přesné de novo řešení šetří čas a rozšiřuje dosah analýz v biologii a medicíně.

Cíle a přehled studie

Studie hodnotila výkon nového AI modelu Novor.ai pro de novo sekvenování na datech MHC I a II. Cílem bylo porovnat přesnost a preciznost Novor.ai s algoritmem BPS Novor optimalizovaným pro přístroje timsTOF. Testovací data pocházela z publikovaných MHC datasetů, jež nebyly dříve součástí tréninku.

Použitá instrumentace

• timsTOF hmotnostní spektrometr značky Bruker
• Software ProteoScape s workflow TIMS2rescore
• Spektrální knihovny NIST, MassIVE-KB, SysteMHC Atlas a vlastní MHC knihovna

Metodika

Novor.ai nahrazuje původní rozhodovací strom váhovací funkcí založenou na AI, zatímco vlastní de novo sekvence generuje pomocí dynamického programování tak, aby byla splněna tolerance chyb hmotnostního předskupení. Model byl natrénován na 7,3 milionu MS/MS spekter z různých zdrojů s vysokým zastoupením MHC peptidů a zároveň s dostatkem ne-MHC dat pro udržení obecnosti. Testovací dataset obsahoval replikáty MHC třídy I a II s peptid-spektrálními páry odsouhlasenými v 1 % FDR.

Hlavní výsledky a diskuse

Novor.ai dosáhl průměrného nárůstu správně identifikovaných aminokyselin o 19 % u MHC I a 26 % u MHC II oproti BPS Novor. Na úrovni celých peptidů se zvýšení pohybovalo kolem 16 % u MHC I. Přesnost a recall v preciznost-recall grafech potvrdily výrazný posun směrem k ideálním hodnotám. Novor.ai je sice pomalejší než BPS Novor, avšak další optimalizace parametrů a architektury slibují zkrácení doby výpočtu.

Přínosy a praktické využití metody

Novor.ai rozšiřuje možnosti de novo sekvenování v oblastech bez adekvátních databází, zejména v imunopeptidomice a metaproteomice. Zvýšená přesnost usnadní objev nových biomarkerů, monitorování imunitních odpovědí a charakterizaci proteomických variant. Díky generalizaci na ne-MHC peptidy má potenciál ve farmaceutickém výzkumu i potravinářské analýze.

Budoucí trendy a možnosti využití

Další kroky zahrnují srovnání Novor.ai s jinými AI modely pro de novo sekvenování, optimalizaci rychlosti výpočtu a rozšíření na data z různých typů spektrometrů. Integrace hlubších neuronových sítí a transfer learningu může dále zlepšit adaptabilitu na nová experimentální nastavení. Očekává se, že pokrok v AI přinese komplexní řešení pro proteomické aplikace v klinické diagnostice i průmyslové analýze.

Závěr

Novor.ai představuje významný posun v de novo sekvenování peptidů, nabízející vyšší přesnost identifikace než stávající algoritmy optimalizované pro timsTOF. Model prokázal robustní výkon na MHC I a II datech a otevírá nové možnosti v oblastech bez spolehlivých databází. Další vylepšení slibují širší uplatnění a rychlejší analýzy.

Reference

• Hoenisch Gravel N et al. TOFIMS mass spectrometry-based immunopeptidomics refines tumor antigen identification. Nat Commun 14, 7472 (2023)