Model AI baru memaparkan rahasia “materi gelap” genetik dalam sel manusia

Peneliti Columbia menciptakan model AI yang memprediksi aktivitas gen dalam sel manusia mana pun, memajukan penelitian dan pengobatan penyakit. Ini telah menemukan mekanisme di balik leukemia anak dan dapat mengungkapkan fungsi genom tersembunyi.

Peneliti di Universitas Columbia Sekolah Tinggi Dokter dan Ahli Bedah Vagelos telah mengembangkan yang baru kecerdasan buatan Metode yang secara akurat memprediksi aktivitas gen dalam sel manusia mana pun, pada dasarnya mengungkapkan mekanisme batin sel. Detail dalam edisi terbaru Alamsistem ini memiliki potensi untuk merevolusi bagaimana para ilmuwan mempelajari kanker, gangguan genetik, dan penyakit lainnya.

“Model komputasi yang dapat digeneralisasikan memungkinkan untuk mengungkap proses biologis dengan cara yang cepat dan akurat. Metode-metode ini secara efektif dapat melakukan eksperimen komputasi skala besar, meningkatkan dan membimbing pendekatan eksperimental tradisional, ”kata Raul Rabadan, Profesor Biologi Sistem dan penulis senior makalah baru.

Metode penelitian tradisional dalam biologi pandai mengungkapkan bagaimana sel melakukan pekerjaan mereka atau bereaksi terhadap gangguan. Tetapi mereka tidak dapat membuat prediksi tentang cara kerja sel atau bagaimana sel akan bereaksi terhadap perubahan, seperti mutasi penyebab kanker.

“Memiliki kemampuan untuk memprediksi aktivitas sel secara akurat akan mengubah pemahaman kita tentang proses biologis mendasar,” kata Rabadan. “Ini akan mengubah biologi dari ilmu yang menggambarkan proses yang tampaknya acak menjadi proses yang dapat memprediksi sistem yang mendasari yang mengatur perilaku sel.”

Dalam beberapa tahun terakhir, akumulasi sejumlah besar data dari sel dan model AI yang lebih kuat mulai mengubah biologi menjadi ilmu yang lebih prediktif. Hadiah Nobel dalam Kimia 2024 diberikan kepada para peneliti untuk pekerjaan inovatif mereka dalam menggunakan AI untuk memprediksi struktur protein. Tetapi penggunaan metode AI untuk memprediksi aktivitas gen dan protein di dalam sel telah terbukti lebih sulit.

Metode AI baru memprediksi ekspresi gen di sel apa pun

Dalam studi baru, Rabadan dan rekan -rekannya mencoba menggunakan AI untuk memprediksi gen mana yang aktif dalam sel tertentu. Informasi seperti itu tentang ekspresi gen dapat memberi tahu para peneliti tentang identitas sel dan bagaimana sel melakukan fungsinya.

“Model sebelumnya telah dilatih pada data dalam jenis sel tertentu, biasanya garis sel kanker atau sesuatu yang lain memiliki sedikit kemiripan dengan sel normal,” kata Rabadan. Xi Fu, seorang mahasiswa pascasarjana di lab Rabadan, memutuskan untuk mengambil pendekatan yang berbeda, pelatihan a Pembelajaran Mesin Model pada data ekspresi gen dari jutaan sel yang diperoleh dari jaringan manusia normal. Input terdiri dari sekuens genom dan data yang menunjukkan bagian genom mana yang dapat diakses dan diekspresikan.

Pendekatan keseluruhan menyerupai cara chatgpt dan model “fondasi” populer lainnya bekerja. Sistem ini menggunakan serangkaian data pelatihan untuk mengidentifikasi aturan yang mendasari, tata bahasa bahasa, dan kemudian menerapkan aturan yang disimpulkan tersebut pada situasi baru. “Ini hal yang persis sama: kita mempelajari tata bahasa di banyak negara seluler yang berbeda, dan kemudian kita masuk ke kondisi tertentu – itu bisa menjadi sakit atau bisa menjadi tipe sel yang normal – dan kita dapat mencoba melihat seberapa baik kita Prediksi pola dari informasi ini, ”kata Rabadan.

Fu dan Rabadan segera meminta tim kolaborator, termasuk penulis pertama Alejandro Buendia, yang sekarang menjadi mahasiswa PhD Stanford yang sebelumnya di Rabadan Lab, dan Shentong Mo dari Carnegie Mellon, untuk melatih dan menguji model baru.

Setelah pelatihan data dari lebih dari 1,3 juta sel manusia, sistem menjadi cukup akurat untuk memprediksi ekspresi gen dalam jenis sel yang belum pernah dilihatnya, menghasilkan hasil yang sesuai dengan data eksperimental.

Metode AI baru mengungkapkan pendorong kanker anak

Selanjutnya, para peneliti menunjukkan kekuatan sistem AI mereka ketika mereka memintanya untuk mengungkap biologi sel -sel yang sakit yang masih tersembunyi, dalam hal ini, bentuk leukemia pediatrik yang diwariskan.

“Anak-anak ini mewarisi gen yang bermutasi, dan tidak jelas persis apa yang dilakukan mutasi ini,” kata Rabadan, yang juga mengarahkan kembali Program Penelitian Genomik dan Epigenomik kanker di Pusat Kanker Komprehensif Herbert Irving Columbia.

Dengan AI, para peneliti memperkirakan bahwa mutasi mengganggu interaksi antara dua faktor transkripsi yang berbeda yang menentukan nasib sel leukemia. Eksperimen laboratorium mengkonfirmasi prediksi AI. Memahami efek mutasi ini mengungkap mekanisme spesifik yang mendorong penyakit ini.

AI bisa mengungkapkan “materi gelap” dalam genom

Metode komputasi baru juga harus memungkinkan para peneliti untuk mulai mengeksplorasi peran “materi gelap” Genome – istilah yang dipinjam dari kosmologi yang mengacu pada sebagian besar genom, yang tidak mengkodekan gen yang diketahui – dalam kanker dan penyakit lainnya.

“Sebagian besar mutasi yang ditemukan pada pasien kanker berada di daerah gelap genom. Mutasi ini tidak mempengaruhi fungsi protein dan sebagian besar tetap belum dijelajahi. kata Rabadan. “Idenya adalah bahwa menggunakan model -model ini, kita dapat melihat mutasi dan menerangi bagian genom itu.”

Sudah, Rabadan bekerja dengan para peneliti di Columbia dan universitas -universitas lain, mengeksplorasi kanker yang berbeda, dari kanker otak ke kanker darah, mempelajari tata bahasa regulasi dalam sel normal, dan bagaimana sel -sel berubah dalam proses perkembangan kanker.

Pekerjaan ini juga membuka jalan baru untuk memahami banyak penyakit di luar kanker dan berpotensi mengidentifikasi target untuk perawatan baru. Dengan menghadirkan mutasi baru pada model komputer, para peneliti sekarang dapat memperoleh wawasan dan prediksi yang mendalam tentang bagaimana mutasi tersebut mempengaruhi sel.

Datang dari kemajuan baru -baru ini dalam kecerdasan buatan untuk biologi, Rabadan melihat karya itu sebagai bagian dari tren utama: “Ini benar -benar era baru dalam biologi yang sangat menarik; mengubah biologi menjadi sains prediktif. “

Referensi: “Model Yayasan Transkripsi lintas tipe sel manusia” oleh Xi Fu, Shentong MO, Alejandro Buendia, Anouchka P. Laurent, Anqi Shao, Maria del Mar Alvarez-Torres, Tianji Yu, Jimin Tan, Jiayu Su, Romella Sagatelian, Adolfo A. Ferrando, Alberto Ciccia, Yanyan Lan, David M. Owens, Teresa Palomero, Eric P. Xing dan Raul Rabadan, 8 Januari 2025, Alam.
Doi: 10.1038/s41586-024-08391-z