人工智能分析可訪問的數(shù)據(jù)，以查明改變細(xì)胞活動的基因修飾。
基因測序技術(shù)和計(jì)算能力的進(jìn)步顯著提高了生物信息數(shù)據(jù)的可用性和處理能力。這種融合為人工智能(AI)開發(fā)控制細(xì)胞行為的方法提供了理想的機(jī)會。
在一項(xiàng)新的研究中，西北大學(xué)的研究人員通過開發(fā)一種人工智能驅(qū)動的遷移學(xué)習(xí)方法從這種聯(lián)系中收獲了成果，該方法重新利用公開數(shù)據(jù)來預(yù)測可以改變細(xì)胞類型或使患病細(xì)胞恢復(fù)健康的基因擾動組合。
該研究最近發(fā)表在《美國國家科學(xué)院院刊》上。
自從20年前人類基因組計(jì)劃完成以來，科學(xué)家們已經(jīng)知道人類DNA包含2萬多個基因。然而，這些基因如何共同協(xié)調(diào)我們體內(nèi)數(shù)百種不同的細(xì)胞類型仍然是一個謎。
令人驚訝的是，研究人員基本上通過引導(dǎo)試錯法證明，僅通過操縱少數(shù)基因就可以“重新編程”細(xì)胞類型。人類基因組計(jì)劃還促進(jìn)了測序技術(shù)的進(jìn)步，不僅使讀取遺傳密碼變得更加便宜，而且還使測量基因表達(dá)變得更加便宜，基因表達(dá)可以量化執(zhí)行細(xì)胞功能的蛋白質(zhì)的前體。負(fù)擔(dān)能力的提高導(dǎo)致了大量公開可用的生物信息數(shù)據(jù)的積累，提高了合成這些數(shù)據(jù)以合理設(shè)計(jì)基因操作以引發(fā)所需細(xì)胞行為的可能性。
控制細(xì)胞行為以及跨細(xì)胞類型轉(zhuǎn)變的能力可用于再生受損組織或?qū)┘?xì)胞轉(zhuǎn)化回正常細(xì)胞。
在美國，中風(fēng)、關(guān)節(jié)炎和多發(fā)性硬化癥導(dǎo)致的組織損傷每年影響 290 萬人，每年造成的損失高達(dá) 4 億美元。與此同時，癌癥每年導(dǎo)致全球約 1000 萬人死亡，造成數(shù)萬億美元的經(jīng)濟(jì)損失。由于當(dāng)前的護(hù)理標(biāo)準(zhǔn)不能再生組織和/或功效有限，因此迫切需要開發(fā)更有效且廣泛適用的治療方法，這反過來又需要識別可以從高通量數(shù)據(jù)推斷的分子干預(yù)措施。
在這項(xiàng)新研究中，研究人員使用公開的基因表達(dá)數(shù)據(jù)訓(xùn)練他們的人工智能來了解基因表達(dá)如何引起細(xì)胞行為。該學(xué)習(xí)過程生成的預(yù)測模型被轉(zhuǎn)移到特定的細(xì)胞重編程應(yīng)用程序。在每個應(yīng)用中，該方法都會找到最有可能誘導(dǎo)所需細(xì)胞類型轉(zhuǎn)變的基因操作組合。
對全基因組動態(tài)的前所未有的探索
該論文的主要作者、西北大學(xué)網(wǎng)絡(luò)動力學(xué)中心成員托馬斯·懷托克 (Thomas Wytock) 表示：“我們的工作與之前合理設(shè)計(jì)操縱細(xì)胞行為的策略的方法相比，脫穎而出。” “這些方法主要分為兩類：一類是根據(jù)基因的相互作用或共同屬性將基因組織成網(wǎng)絡(luò);另一類是基因根據(jù)其相互作用或共同屬性組織成網(wǎng)絡(luò);另一種方法是對健康細(xì)胞和患病細(xì)胞的基因表達(dá)進(jìn)行比較，以找出差異最大的基因。”
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！