Las herramientas de IA predicen el papel regulador del ADN y la estructura 3D

(Noticias de NanwerkEl software de inteligencia artificial (IA) recientemente desarrollado ha predicho con precisión el papel de los elementos reguladores del ADN y la estructura 3D basándose únicamente en su secuencia inicial, según dos estudios recientes en genética natural (Un mapa global basado en secuencias de la actividad reguladora de descodificación de genes humanos.).

Estas herramientas eventualmente podrían arrojar nueva luz sobre cómo las mutaciones genéticas conducen a la enfermedad y podrían conducir a una nueva comprensión de cómo la secuenciación genética afecta la organización espacial y la función del ADN cromosómico en el núcleo, dijo el autor del estudio Jian Zhou, PhD, profesor asistente. En el Departamento de Bioinformática de Lyda Hill en UTSW.

dijo el Dr. Chu, miembro del Harold C. Simmons Comprehensive Cancer Center, investigador de investigación médica de la Fundación Lupe Murchison y científico de investigación y prevención del cáncer en Texas (CPRIT). Estructura 3D predicha de un segmento de ADN genómico humano. (Foto: Centro Médico UT Southwestern)

Solo alrededor del 1% del ADN humano codifica instrucciones para fabricar proteínas. Las investigaciones realizadas en las últimas décadas han demostrado que gran parte del material genético no codificante restante contiene elementos reguladores, como inductores, potenciadores, silenciadores y aislantes, que controlan cómo se expresa el ADN codificante. El Dr. Zhou explicó que no se comprende bien cómo la secuencia controla las funciones de la mayoría de estos elementos reguladores.

Para comprender mejor estos componentes reguladores, él y sus colegas de la Universidad de Princeton y el Instituto Flatiron han desarrollado un modelo de aprendizaje profundo que llaman Sei, que clasifica con precisión estos extractos de ADN no codificante en 40 «clases de secuencia» o funciones, por ejemplo, como potenciador de la actividad celular, células madre o cerebrales. Estas 40 clases secuenciadas, desarrolladas utilizando casi 22 000 conjuntos de datos de estudios previos que examinan la organización del genoma, cubren más del 97 % del genoma humano. Además, Sei puede puntuar cualquier secuencia por su actividad predicha en cada una de las 40 clases de secuencias y predecir cómo afectarán las mutaciones a dichas actividades.

Al aplicar Sei a los datos genéticos humanos, los investigadores pudieron caracterizar la estructura reguladora de 47 rasgos y enfermedades registrados en la base de datos del Biobanco del Reino Unido y explicar cómo las mutaciones en los elementos reguladores causan enfermedades específicas. Estas capacidades pueden ayudar a obtener una comprensión más sistemática de cómo los cambios en la secuencia genética se relacionan con enfermedades y otros rasgos. Los resultados fueron publicados este mes.

En mayo, el Dr. Zhou informó sobre el desarrollo de una herramienta diferente llamada Orca, que predice la estructura 3D del ADN en los cromosomas en función de su secuencia (genética naturalY el «Modelado basado en secuencias de la ingeniería del genoma tridimensional desde la escala de kilobases hasta la de cromosomas»). Usando conjuntos de datos existentes de secuenciación de ADN y datos estructurales de estudios previos que revelaron dobleces, torsiones y giros de moléculas, el Dr. Zhou entrenó al modelo para hacer conexiones y evaluó la capacidad del modelo para predecir la estructura en varias escalas de longitud.

Los resultados mostraron que Orca predijo estructuras de ADN grandes y pequeñas en función de su secuenciación con gran precisión, incluidas secuencias que portan mutaciones asociadas con diversas afecciones de salud, incluida una forma de leucemia y anomalías en las extremidades. Orca también permitió a los investigadores crear nuevas hipótesis sobre cómo las secuencias de ADN gobiernan su estructura tridimensional local ya gran escala.

El Dr. Zhou dijo que él y sus colegas planean usar Sei y Orca, ambos disponibles públicamente en servidores web y como código fuente abierto, para explorar más a fondo el papel de las mutaciones genéticas en la causa de las manifestaciones moleculares y físicas de las enfermedades. que eventualmente podría conducir a nuevas formas de tratar estas condiciones.