Teknologi baru mengungkap rahasia DNA di balik penyakit dan evolusi
Penelitian baru menambah pemahaman kita tentang fungsi genom manusia.
Tim peneliti internasional telah membuat kemajuan yang signifikan dalam memahami bagaimana ekspresi gen diatur di seluruh genom manusia. Dalam sebuah studi baru-baru ini, mereka melakukan analisis komprehensif elemen regulasi CIS (CRES)-sekuens DNA yang mengontrol transkripsi gen. Penelitian ini memberikan wawasan yang berharga tentang bagaimana CRES mendorong ekspresi gen spesifik sel dan bagaimana mutasi di daerah ini dapat memengaruhi kesehatan dan berkontribusi terhadap penyakit.
CRES, seperti penambah dan promotor, memainkan peran penting dalam menentukan kapan dan di mana gen diaktifkan atau dibungkam. Meskipun kepentingan mereka sudah terkenal, menganalisis aktivitas mereka dalam skala besar telah menjadi tantangan yang sudah berlangsung lama.
“Genom manusia berisi segudang CRE, dan mutasi di daerah ini dianggap memainkan peran utama dalam penyakit dan evolusi manusia,” jelas Dr. Fumitaka Inoue, salah satu penulis pertama penelitian ini. “Namun, sangat sulit untuk secara komprehensif mengukur aktivitas mereka di seluruh genom.”
Teknologi inovatif memungkinkan analisis CRE skala besar
Untuk mengatasi hal ini, tim menggunakan teknologi mutakhir yang disebut uji reporter paralel besar-besaran berbasis lentivirus (Lentimpra), yang sebelumnya dikembangkan oleh penulis. Pendekatan ini memungkinkan analisis simultan ribuan CRE dengan menandai mereka dengan unik DNA Barcode yang melacak aktivitas mereka.
Menerapkan lentimpra, para peneliti memeriksa sebanyak 680.000 kandidat CRE dalam tiga jenis sel yang banyak digunakan: hepatosit (sel dari hati), limfosit (sejenis sel darah putih), dan sel induk pluripoten yang diinduksi (sejenis sel batang buatan) yang dibuat buatan buatan) yang diinduksi (sejenis batang buatan buatan) yang diinduksi (sejenis batang buatan buatan) dari sel tubuh normal).
Studi ini mengungkapkan beberapa wawasan utama. Di tiga jenis sel, sekitar 41,7% dari CRE yang dianalisis menunjukkan aktivitas. Promotor, yang memulai transkripsi gen, menunjukkan ketergantungan pada orientasi urutan tetapi kurang spesifik untuk jenis sel. Penambah, yang meningkatkan transkripsi gen, aktif terlepas dari orientasinya dan menunjukkan spesifisitas tipe sel. Temuan ini menyoroti perbedaan mendasar dalam bagaimana kedua jenis fungsi CRE ini.
Pembelajaran mesin memajukan regulasi gen prediktif
Dalam penelitian ini, beberapa Pembelajaran mesin Model dikembangkan untuk memprediksi aktivitas regulasi CRE berdasarkan data eksperimen skala besar. MPRalegnet, model yang dilatih pada dataset Lentimpra yang luas, ditemukan sebagai yang paling akurat dan efisien dalam memprediksi aktivitas pengaturan dari setiap urutan DNA. Prediksinya selaras dengan hasil eksperimen, kinerja serta replikasi eksperimental dalam beberapa kasus.
Model ini juga menunjukkan kemampuannya untuk mengidentifikasi motif pengikatan faktor transkripsi penting-yaitu, sekuens DNA pendek yang menentukan aktivitas CRE-dengan demikian memberikan wawasan tentang bagaimana faktor-faktor spesifik mendorong ekspresi gen spesifik tipe sel. Sebagai contoh, penelitian ini mengidentifikasi motif HNF4 dan GATA sebagai penting untuk aktivitas dalam hepatosit dan limfosit, masing -masing.
Dengan memungkinkan identifikasi dan kuantifikasi aktivitas penambah yang tepat, penelitian ini membuka jalan untuk mengeksplorasi mekanisme molekuler penyakit manusia. Penelitian di masa depan akan fokus pada penerapan pendekatan ini untuk mempelajari polimorfisme genetik, variasi dalam urutan DNA yang berkontribusi pada perbedaan individu dan kerentanan penyakit.
“Baru -baru ini, genom manusia yang hampir lengkap telah diurutkan, tetapi sebagian besar daerah fungsionalnya masih belum diketahui. Temuan kami menghubungkan informasi urutan DNA dengan peran fungsionalnya. Kami berharap bahwa hasil ini akan berkontribusi pada pemahaman yang lebih dalam tentang fenomena biologis, termasuk penyakit manusia dan evolusi, ”kata Dr. Inoue.
Studi ini juga berkontribusi database aktivitas CRE yang dapat diakses secara publik ke Portal Encode, menyediakan sumber daya yang berharga bagi para peneliti di seluruh dunia. Dengan mengintegrasikan data eksperimental skala besar dengan pembelajaran mesin, pekerjaan ini menetapkan dasar untuk penemuan masa depan dalam genomik dan kedokteran yang dipersonalisasi. Selain itu, penggunaan alat -alat seperti Lentimpra dan Mpralegnet akan membantu melengkapi para peneliti dengan lebih baik untuk mengungkap kompleksitas regulasi gen dan untuk mengeksplorasi wilayah genom manusia yang luas dan belum dipetakan.
Reference: “Massively parallel characterization of transcriptional regulatory elements” by Vikram Agarwal, Fumitaka Inoue, Max Schubach, Dmitry Penzar, Beth K. Martin, Pyaree Mohan Dash, Pia Keukeleire, Zicong Zhang, Ajuni Sohota, Jingjing Zhao, Ilias Georgakopoulos-Soares, William S. Noble, Galip Gürkan Yardımcı, Ivan V. Kulakovskiy, Martin Kircher, Jay Shendure dan Nadav Ahituv, 15 Januari 2025, Alam.
Doi: 10.1038/s41586-024-08430-9
