机器学习与纳米技术的结合：加州理工学院在质谱方面的突破

诸平

In Caltech’s new fingerprint technique, a single molecule adsorbs onto the phononic crystal resonator device. Then scientists measure the frequency shifts of four different vibrational modes of the device, allowing them to create a four-dimensional fingerprint vector—a unique identifier that can then be used to determine the mass of the molecule. Credit: Nunn/Caltech

据美国加州理工学院（California Institute of Technology简称Caltech）2024年10月26日提供的消息，机器学习与纳米技术的结合：加州理工学院在质谱方面的突破（Machine Learning Meets Nanotech: Caltech’s Breakthrough in Mass Spectrometry）。

加州理工学院（Caltech）的科学家们介绍了一种革命性的机器学习驱动技术，该技术可以使用先进的纳米级设备精确测量单个粒子的质量。(Caltech scientists have introduced a revolutionary machine-learning-driven technique for accurately measuring the mass of individual particles using advanced nanoscale devices.)

这种方法可以极大地提高我们对蛋白质组学（proteomes）的理解，允许对蛋白质的天然形式进行质量测量，从而为生物过程和疾病机制提供新的见解。

加州理工学院的科学家们开发了一种机器学习驱动的方法，可以使用先进的纳米级设备精确测量单个粒子和分子。这一突破可能会导致各种质量测量设备的使用，这是识别蛋白质的关键。它还具有绘制完整蛋白质组(proteome)的潜力，即生物体中的全套蛋白质。相关研究结果于2024年10月22日已经在《自然通讯》（Nature Communications）杂志网站在线发表——John E. Sader, Alfredo Gomez, Adam P. Neumann, Alex Nunn, Michael L. Roukes. Data-driven fingerprint nanoelectromechanical mass spectrometry. Nature Communications, 2024, 15(1): 8800. DOI: 10.1038/s41467-024-51733-8. Epub 22 October 2024. https://www.nature.com/articles/s41467-024-51733-8

参与此项研究的有来自美国加州理工学院（California Institute of Technology, Pasadena, California, USA）和美国卡耐基梅隆大学（Carnegie Mellon University, Pittsburgh, Pennsylvania, USA）的研究人员。

蛋白质对生命至关重要，驱动着几乎所有的生物过程。了解产生了哪些蛋白质、它们在哪里以及它们的数量，可以揭示生物体健康的重要信息，为疾病提供线索，并提出新的治疗方法。然而，目前的方法还不能完全表征蛋白质组。

上述论文的作者之一、加州理工学院物理学、应用物理学和生物工程的Frank J. Roshek教授的迈克尔·鲁克斯（Michael Roukes）说：“我们现在讨论的是单分子水平的质谱分析，能实时观察整个蛋白质的能力，而不需要将它们切碎。如果我们有足够高通量的单分子技术，那么我们就可以在合理的时间内测量数百万种蛋白质，我们就可以真正了解包括人类在内的生物体的完整蛋白质组。”

质谱分析的力量（The Power of Mass Spectrometry）

质谱分析是科学家们用来完成各种分子侦查的常用分析工具。从一个神秘的样品开始，电离它，并使它沿着指定的路径加速。然后用磁场或电场从侧面推动离子，看看它们能移动多远。离子越轻，正电荷越多，它们就越容易偏转；这提供了一种测量存在的各种离子的质量和电荷的方法。有了这些信息，研究人员可以尝试解决样品的化学组成。

质谱法用于多种用途，包括分析法医中的微量元素、检测疾病生物标志物和分析农药残留等。但最初的电离步骤并不适合所有的样品，特别是生物样品，可以通过该过程改变。

当样品变得很小时，事情就会变得更加复杂，例如，当科学家想要确定单个蛋白质的质量时。在过去的20年里，随着被称为纳米机电系统（nanoelectromechanical systems简称NEMS）的复杂纳米级设备的发展，一种不需要首先电离样品的质谱分析已经成为可能。这使得实时测量小分子质量成为可能。有了这种方法，科学家们在解释样本中最有可能发现的化学物质时，不必做出最好的猜测。然而，该方法排除了某些复杂的NEMS设备用于质谱分析。

NEMS设备的进展（Advancements in NEMS Devices）

NEMS质谱分析通常是用一个硅设备完成的，你可以把它想象成一个拴在两端的小光束。当光束被击中时，它会像吉他弦一样产生共鸣，并以不同频率出现的特定模态振型上下移动。

如果将样品放在这样的光束上，光束的振动模式的各个频率将发生变化。加州理工学院航空航天和应用物理学研究教授、上述论文的主要作者约翰·萨德尔（John E. Sader）说：“从这些频率变化中，你可以推断出样本的质量。但要做到这一点，你需要知道每个模态的形状。这是目前所有测量的核心——你需要知道这些设备是如何振动的。”

使用最新的NEMS设备，并不总是能够确定精确的模态振型。这是因为，在纳米尺度上，器件之间的差异或缺陷会略微改变模态振型。研究人员开发的用于研究量子领域基础物理的先进NEMS设备具有极其复杂的三维模式，其频率彼此非常接近。“你不能只是简单地用理论计算模态振型和它们的频率，并假设它们在测量过程中保持不变，”约翰·萨德尔说。

更复杂的是，样品在设备内放置的精确位置会影响光束的频率测量。再想想那个简单的光束装置，如果样品被放置在靠近拴住的一端，频率的变化不会像放在靠近中心的地方那么大，例如，在中心，振动幅度可能更大。但是，对于尺寸大约为1 μm × 1 μm的设备，不可能可视化样品的确切位置。

分子质量指纹识别（Fingerprinting Molecular Mass）

约翰·萨德尔、迈克尔·鲁克斯和他们的同事已经开发了一种他们称之为指纹纳米机电质谱（“fingerprint nanoelectromechanical mass spectrometry”）的新技术，它绕过了这些问题。

按照这种方法，研究人员在超高真空和超低温下将单个粒子随机放置在NEMS设备上。实时地，他们测量几种设备模式的频率是如何随着位置的变化而变化的。这允许他们构建一个高维向量来表示频率的变化，每个模态都有一个向量维。通过对放置在各种随机位置的粒子重复这样做，他们为用于训练机器学习软件的设备建立了一个向量库。

事实证明，每个向量都相当于一个指纹。它有一个可识别的形状或方向，根据粒子降落的位置而改变。

约翰·萨德尔解释道，“如果我把一个质量未知的粒子放在NEMS装置的任何地方——我不知道它落在何处；事实上，我并不在乎，测量振动模式的频率，它会给我一个指向特定方向的矢量。如果我将它与数据库中所有的向量进行比较找到与它最平行的向量，这个比较就会得到未知的粒子质量。它只是两个向量的大小之比。”

迈克尔·鲁克斯和约翰·萨德尔说这种指纹技术可以在任何设备上使用。加州理工学院的研究小组从理论上分析了他们的同事斯坦福大学物理学家Amir Safavi-Naeni在实验室开发的声子晶体NEMS设备（phononic crystal NEMS devices）。这些先进的NEMS设备有效地捕获振动，使它们在特定频率下持续响很长时间，为研究人员提供了充足的时间来收集质量测量数据。此指纹法可以使用这些最先进的设备进行质谱测量。在准备过程中，该团队使用备用设备对他们的指纹方法进行基准测试。这包括测量热休克蛋白（GroEL）单个颗粒的质量，GroEL是一种分子伴侣蛋白，有助于细胞中适当的蛋白质折叠。

迈克尔·鲁克斯指出，对于像GroEL这样的大型蛋白质复合物和膜蛋白，由于几个原因，标准的质谱分析方法存在问题。首先，这些方法提供了总质量和电荷，而且这些测量不能唯一地识别单一物种。对于这么大的综合体，会有很多可能的候选者。因此迈克尔·鲁克斯说：“你需要在某种程度上消除歧义。在这一点上，消除歧义的最佳方法是把这个谜题切成3到20个氨基酸长的片段。”然后，他说，你将使用模式识别从所有子片段中识别母分子。“但是你不再有一个唯一的标识符来表示原始物质的构型或者构象，因为你在分解它的过程中破坏了它。”

迈克尔·鲁克斯指出，新的指纹技术“正朝着一种被称为原生单分子质谱法（native single-molecule mass spectrometry）的替代方法发展，在这种方法中，你可以一个接一个地以原生形式观察大型蛋白质和蛋白质复合物，而不必将它们切碎。”

这项工作是由惠康飞跃基金会（Wellcome Leap Foundation）通过其德尔塔组织项目（Delta Tissue program）支持的。.

上述介绍，仅供参考。欲了解更多信息，敬请注意浏览原文或者相关报道。

Abstract

Fingerprint analysis is a ubiquitous tool for pattern recognition with applications spanning from geolocation and DNA analysis to facial recognition and forensic identification. Central to its utility is the ability to provide accurate identification without an a priori mathematical model for the pattern. We report a data-driven fingerprint approach for nanoelectromechanical systems mass spectrometry that enables mass measurements of particles and molecules using complex, uncharacterized nanoelectromechanical devices of arbitrary specification. Nanoelectromechanical systems mass spectrometry is based on the frequency shifts of the nanoelectromechanical device vibrational modes that are induced by analyte adsorption. The sequence of frequency shifts constitutes a fingerprint of this adsorption, which is directly amenable to pattern matching. Two current requirements of nanoelectromechanical-based mass spectrometry are: (1) a priori knowledge or measurement of the device mode-shapes, and (2) a mode-shape-based model that connects the induced modal frequency shifts to mass adsorption. This may not be possible for advanced nanoelectromechanical devices with three-dimensional mode-shapes and nanometer-sized features. The advance reported here eliminates this impediment, thereby allowing device designs of arbitrary specification and size to be employed. This enables the use of advanced nanoelectromechanical devices with complex vibrational modes, which offer unprecedented prospects for attaining the ultimate detection limits of nanoelectromechanical mass spectrometry.