Maskinlæringsalgoritme forudsiger, hvordan generne reguleres i individuelle celler

En ny maskinlæringsalgoritme kan forudsige, hvordan gener reguleres i individuelle celler, et gennembrud, der kan føre til nye behandlinger for en række sygdomme.

Algoritmen, udviklet af forskere ved University of California, Berkeley, er i stand til at identificere de specifikke DNA-sekvenser, der styrer ekspressionen af ​​gener. Denne information kan bruges til at udvikle lægemidler, der målretter mod disse sekvenser og enten tænder eller slukker for gener.

"Dette er et stort gennembrud i vores forståelse af, hvordan generne reguleres," sagde studieleder John L. Rinn, PhD, lektor i molekylær- og cellebiologi ved UC Berkeley. "Denne nye algoritme vil give os mulighed for at identificere de vigtigste regulatoriske elementer i genomet og udvikle nye terapier for en række forskellige sygdomme."

Algoritmen, kaldet cis-BPNet, blev trænet på et stort datasæt af genekspressionsdata fra forskellige celletyper. Algoritmen var i stand til at lære sammenhængen mellem DNA-sekvenserne og ekspressionen af ​​gener, og den kan nu forudsige, hvordan gener vil blive udtrykt i forskellige celletyper.

Forskerne testede algoritmen på en række gener, og de fandt ud af, at den var i stand til præcist at forudsige ekspressionen af ​​gener i forskellige celletyper. Algoritmen var også i stand til at identificere de vigtigste regulatoriske elementer i genomet, der styrer ekspressionen af ​​gener.

Denne information kan bruges til at udvikle lægemidler, der er rettet mod disse regulatoriske elementer og enten tænde eller slukke for gener. Dette kan føre til nye behandlinger for en række sygdomme, såsom kræft, diabetes og hjertesygdomme.

"Dette er et kraftfuldt nyt værktøj, der vil give os mulighed for at forstå, hvordan generne reguleres og udvikle nye terapier for en række forskellige sygdomme," sagde Rinn.

Undersøgelsen blev publiceret i tidsskriftet Cell .