3
Календарь конференций
  • 3 декабря

    III Межвузовская студенческая конференция «Региональные варианты массовой культуры»

  • 7 – 10 декабря

    18-я Международная конференция «Государственное управление: современные вызовы»

  • 8 декабря

    XI международная научно-практическая конференция НАММИ. Актуальные проблемы медиаисследований – 2021

  • 10 декабря

    Международная студенческая конференция «История России и Германии: актуальные темы и обмен опытом между молодыми учёными» | Studentische Kolloquium «Deutsche und russische Geschichte: Aktuelle Themen und Erfahrungsaustausch zwischen jungen Historiker(inne

  • 10 декабря

    IV Научная конференция «Актуальные проблемы экранных и интерактивных медиа». Искусственный интеллект и новые возможности экранных искусств и медиаиндустрии

  • 10 декабря

    Международная конференция по общему языкознанию «Наследие трудов Ю.В. Рождественского в XXI веке» — к 95-летию со дня рождения Юрия Владимировича Рождественского (1926-1999)

  • 16 декабря

    Всероссийский уголовно-правовой форум молодых ученых имени М.Н. Гернета

  • 15 октября – 9 февраля

    Международный конкурс на лучшую научную работу «Аrs Sacra Audit»

  • 21 – 22 февраля

    XVI Международная научная конференция «Сорокинские чтения» Искусственный интеллект и общественное развитие: новые возможности и преграды

  • 2 апреля

    Ежегодный Фестиваль школьных средств массовой информации на факультете журналистики МГУ

Все конференции
17/09/20

Химики МГУ создали универсальную схему анализа метаболитов в организме человека

Схема разложения аналитического сигнала на компоненты
Схема разложения аналитического сигнала на компоненты

Сотрудники химического факультета МГУ разработали аналитическую схему, позволяющую по химическим «отпечаткам пальцев» делать заключения о процессах, протекающих в организме. Схема пригодится врачам, фармакологам, экологам, а также будет полезна для контроля качества пищевых продуктов. Результаты исследования опубликованы в журнале Analytical Methods и проиллюстрированы на обложке номера.

Совокупность низкомолекулярных соединений (углеводы, аминокислоты, органические кислоты, нуклеотиды и другие органические молекулы) в организме называют метаболомом. Определение состава метаболома важно для динамического анализа процессов, происходящих в организме. При нормальных условиях содержание соединений варьируется в некоторых пределах. При развитии заболевания метаболом пораженной ткани может резко измениться, и экстремальные (низкие или высокие) концентрации веществ могут стать биомаркерами процессов. Десятки биомаркеров уже нашли широкое применение в клинической практике: определение уровня креатинина в крови и моче используют для оценки функции почек, анализ на содержание желчных кислот в крови — функции печени. Междисциплинарная научная область, возникшая на стыке молекулярной биологии, биохимии и медицины — метаболомика, изучает качественный и количественный состав метаболома клетки, ткани или организма и его изменения во времени. Помимо обнаружения заболеваний, метаболомика помогает в поиске новых лекарственных средств, в микробиологии, пищевой химии, а также мониторинге состояния окружающей среды.

В метаболомике до сих пор нет единой процедуры анализа данных. Дело в том, что экспериментальные данные могут быть получены из десятков серий измерений биологических образцов в разных условиях. Для анализа таких данных используют различные статистические методы, которые позволяют подтвердить или опровергнуть гипотезы. В зависимости от принятых в конкретной лаборатории приемов и имеющегося опыта, статистический анализ проводят самыми разнообразными способами, долго выбирая условия и методы. Сотрудники химического факультета МГУ предложили универсальную рабочую схему анализа метаболома, скомбинировав существующие статистические методики. Ученые собрали несколько десятков наборов экспериментальных данных из открытых репозиториев. Экспериментальные данные (анализы 8 добровольцев, 20 пациентов с колоректальным раком до операции и 12 пациентов после операции), предоставленных из НМИЦ колопроктологии имени А.Н. Рыжих, ученые использовали для первичной оптимизации схемы анализа данных.

«По формальным признакам, используемый нами подход никто в таком виде до этого не использовал, мы объединили существующие подходы с некоторыми изменениями. Нашу работу выгодно отличает от прочих беспрецедентный объем валидации — 36 наборов данных, тогда как обычно ограничиваются тремя-пятью», — прокомментировал один из авторов работы, младший научный сотрудник кафедры аналитической химии химического факультета МГУ Иван Плющенко.

Метаболом анализируют с помощью мощных методов, позволяющих определять в образце тысячи соединений. В то же время, из-за большого числа компонентов анализатор прибора загрязняется и итоговый сигнал прибора искажается. Поэтому необходимо проводить коррекцию сигнала, особенно в случае объемных исследований.

Ученые использовали методы машинного обучения, характерной чертой которых является не прямое решение задачи, а обучение моделей в процессе решения множества сходных задач. Для этого исходный набор данных многократно разбивают на две части — один набор используют для построения оптимальной модели, а второй — для проверки характеристик модели. Методика включает в себя комбинацию мощных методов машинного обучения, статистического анализа и коррекцию дрейфа сигнала приборов, что позволяет решать задачи классификации и выделять минимально необходимый для правильной классификации набор биомаркеров.

Разработанный сотрудниками МГУ подход призван стандартизировать процедуру анализа данных в метаболомике. Все вычисления выполнены в одной программе, на одном языке программирования и распространяются бесплатно. Процесс вычисления может быть ускорен за счет параллельных вычислений.