#健康星期二#以色列团队利用虚假在线资料识别工具检测异常蛋白质活动

在一项引人入胜的研究中，内盖夫本-古里安大学的一位网络安全研究员，专门分析社交网络上的欺诈行为，与本-古里安大学的生物学家团队合作，开发了一种机器学习系统，用于识别人体内部蛋白质网络中的异常活动。

他们的创新方法——加权图异常节点检测 (WGAND)，使用一种能够发现 LinkedIn 或 Instagram 等社交网络中可疑行为的算法，来发现细胞内蛋白质网络中的异常行为。

研究人员表示，WGAND 使他们能够识别与脑部疾病和心脏病相关的蛋白质，以及参与关键生物过程的蛋白质，例如大脑中的神经元信号传导和心脏中的肌肉收缩。

“看到网络安全领域的专业知识汇聚一堂，能够在理解人体生物学方面取得突破，这令人兴奋不已，”该大学软件与信息系统工程系助理教授迈克尔·费尔博士说道。他与首席研究员埃斯蒂·耶格尔-洛特姆博士、临床生物化学与药理学系副教授朱曼·朱布兰博士和迪玛·卡根博士共同合作。

这项研究最近发表在同行评审期刊《GigaScience》上。

蛋白质被称为生物化学的主力军。作为大自然的多功能工具，这些人体必需的分子在复杂的网络中相互作用，形成所谓的蛋白质-蛋白质相互作用 (PPI) 网络。通过分析蛋白质网络，科学家可以了解蛋白质的功能及其对健康和疾病的影响。