L’attivazione precisa di decine di migliaia di geni è fondamentale per uno sviluppo e una crescita sani. Segmenti specializzati del nostro DNA sono responsabili dell’orchestrazione accurata delle sequenze genetiche che portano alla produzione di enzimi, ormoni, proteine e altri componenti cruciali alla base della struttura e della funzione cellulare. Ma se questi geni non vengono attivati correttamente, le cellule possono smettere di funzionare o dare origine a diverse patologie, tra cui il cancro.
Per comprendere appieno le sequenze specifiche del DNA che consentono l’attivazione genica, i ricercatori del laboratorio del professor James T. Kadonaga all’Università della California di San Diego si sono prefissati l’obiettivo di decifrare un importante segmento di DNA noto come “iniziatore”. Questo è il sito in cui le istruzioni codificate nei geni vengono inizialmente convertite, o espresse, in prodotti funzionali.
Nel nuovo studio condotto dal ricercatore Torrey Rhyne-Carrigg, gli scienziati hanno utilizzato la tecnologia di sequenziamento del DNA ad alto rendimento per determinare l’attività di espressione genica di circa 500.000 diverse versioni dell’iniziatore. Con queste informazioni, hanno impiegato l’apprendimento automatico, un tipo di intelligenza artificiale, per creare un modello di IA che ha decodificato il pattern di DNA caratteristico dell’iniziatore. Una volta svelata l’identità del DNA dell’iniziatore, i ricercatori hanno potuto cercarne la sequenza distintiva, scoprendo che circa il 60% dei geni umani contiene l’iniziatore.
“Si è scoperto che questi modelli di intelligenza artificiale sono in grado di fornire, per la prima volta, previsioni affidabili sulla presenza o assenza dell’iniziatore nei geni umani, e quindi di decodificare la sequenza di basi del DNA dell’iniziatore”, ha affermato Kadonaga, professore presso il Dipartimento di Biologia Molecolare della Scuola di Scienze Biologiche dell’UC San Diego.
Le nuove informazioni scoperte offrono ai ricercatori la possibilità di prevedere gli effetti delle mutazioni del DNA che possono portare a diverse patologie legate all’agente scatenante. I dati e i modelli derivanti dal nuovo studio potrebbero inoltre essere utilizzati per progettare promotori sintetici, sequenze che attivano e disattivano i geni, con funzioni personalizzate.
“In un’ottica più ampia, questo lavoro rappresenta un passo avanti nell’uso combinato di esperimenti di laboratorio e intelligenza artificiale per decifrare le informazioni contenute nella sequenza delle basi del DNA umano”, ha affermato Kadonaga. “In definitiva, all’interno dei sei miliardi di basi di DNA presenti in ciascuna delle nostre cellule, esiste un codice di espressione genica che specifica quando, dove e in che misura ciascuno dei nostri geni debba essere attivato o disattivato. Se avessimo un modello di intelligenza artificiale per l’intero codice di espressione genica, saremmo in grado di prevedere l’attività di ciascuna delle diverse varianti geniche in individui diversi. Il nuovo modello di intelligenza artificiale per l’iniziatore rappresenta una parte piccola ma importante di questo codice di espressione genica e sono ottimista sul fatto che amplieremo i nostri modelli di intelligenza artificiale del codice di espressione genica umano in un futuro non troppo lontano”.
Genes & Development: “Machine learning analysis of the human initiator region reveals key features of different types of core promoters”. DOI: 10.1101/gad.353623.125