ביואינפורמטיקה: חוקרים מפתחים גישת למידת מכונה חדשה

פרסומת
תכנון תשתיות רפואיות


כדי להילחם בווירוסים, חיידקים ופתוגנים אחרים, הביולוגיה הסינתטית מציעה גישות טכנולוגיות חדשות שביצועיהן עוברים תוקף בניסויים. חוקרים ממכון וירצבורג הלמהולץ לחקר זיהומים מבוססי RNA ו-Helmholtz AI Cooperative יישמו אינטגרציה של נתונים ובינה מלאכותית (AI) כדי לפתח גישת למידת מכונה שיכולה לחזות את היעילות של טכנולוגיות CRISPR בצורה מדויקת יותר מבעבר. הממצאים פורסמו היום בכתב העת ביולוגיה של הגנום.

פרסומת

הגנום או ה-DNA של אורגניזם משלבים את התוכנית לחלבונים ומתזמרים את הייצור של תאים חדשים. במטרה להילחם בפתוגנים, לרפא מחלות גנטיות או להשיג השפעות חיוביות אחרות, נעשה שימוש בטכנולוגיות CRISPR ביולוגיות מולקולריות כדי לשנות או להשתיק גנים ולעכב ייצור חלבון.

אחד הכלים הביולוגיים המולקולריים הללו הוא CRISPRi (מתוך "התערבות CRISPR"). CRISPRi חוסם גנים וביטוי גנים מבלי לשנות את רצף ה-DNA. בדומה למערכת CRISPR-Cas המכונה גם "מספריים גנים", כלי זה כולל חומצה ריבונוקלאית (RNA), המשמשת כ-RNA מנחה לכוון נוקלאז (Cas). לעומת זאת, בניגוד למספרי גנים, הגרעין CRISPRi נקשר רק ל-DNA מבלי לחתוך אותו. קישור זה מביא לכך שהגן המתאים אינו מועתק ובכך נשאר שקט.

עד עכשיו, זה היה מאתגר לחזות את הביצועים של שיטה זו עבור גן ספציפי. חוקרים ממכון וירצבורג הלמהולץ לחקר זיהומים מבוסס RNA (HIRI) בשיתוף אוניברסיטת וירצבורג ויחידת שיתוף הפעולה לבינה מלאכותית של הלמהולץ (הלמהולץ AI) פיתחו כעת גישת למידת מכונה המשתמשת באינטגרציה של נתונים ובינה מלאכותית (AI) כדי לשפר תחזיות כאלה בעתיד.

הגישה

מסכי CRISPRi הם כלי רגיש ביותר שניתן להשתמש בו כדי לחקור את ההשפעות של ביטוי גנים מופחת. במחקר שלהם, שפורסם היום בכתב העת ביולוגיה של הגנום, המדענים השתמשו בנתונים ממספר מסכי חיוניות של CRISPRi ברחבי הגנום כדי לאמן גישת למידת מכונה. המטרה שלהם: לחזות טוב יותר את היעילות של ה-RNA המדריכים המהונדסים שנפרסו במערכת CRISPRi.

"למרבה הצער, מסכים רחבי הגנום מספקים רק מידע עקיף על יעילות המדריך. לפיכך, יישמנו שיטת למידת מכונה חדשה שמפרקת את היעילות של ה-RNA המדריך מהשפעת הגן המושתק", מסביר לארס ברקוויסט. הביולוג החישובי יזם את המחקר ועומד בראש קבוצת מחקר ביואינפורמטיקה במכון וירצבורג הלמהולץ, אתר של מרכז בראונשווייג הלמהולץ לחקר זיהומים בשיתוף עם Julius-Maximilians-Universität Würzburg.

בתמיכת כלי בינה מלאכותית נוספים ("בינה מלאכותית שניתן להסביר"), הצוות קבע כללי עיצוב מובנים לניסויי CRISPRi עתידיים. מחברי המחקר אימתו את הגישה שלהם על ידי ביצוע מסך עצמאי המכוון לגנים חיוניים של חיידקים, והראה שהתחזיות שלהם היו מדויקות יותר משיטות קודמות.

"התוצאות הראו שהמודל שלנו עולה על השיטות הקיימות ומספק תחזיות אמינות יותר של ביצועי CRISPRi כאשר מתמקדים בגנים ספציפיים", אומר Yanying Yu, דוקטורנט בקבוצת המחקר של לארס ברקוויסט והמחבר הראשון של המחקר.

המדענים הופתעו במיוחד לגלות שה-RNA המדריך עצמו אינו הגורם העיקרי בקביעת דלדול CRISPRi במסכי חיוניות. "למאפיינים מסוימים הספציפיים לגנים הקשורים לביטוי גנים נראה שיש השפעה גדולה יותר ממה שהניחו בעבר", מסביר יו.

המחקר גם חושף כי שילוב נתונים ממספר מערכי נתונים משפר באופן משמעותי את דיוק הניבוי ומאפשר הערכה אמינה יותר של היעילות של RNA מנחה. "הרחבת נתוני האימון שלנו על ידי חיבור של ניסויים מרובים היא חיונית ליצירת מודלים חיזויים טובים יותר. לפני המחקר שלנו, חוסר בנתונים היה גורם מגביל עיקרי לדיוק הניבוי", מסכם פרופסור זוטר ברקוויסט. הגישה שפורסמה כעת תסייע מאוד בתכנון ניסויי CRISPRi יעילים יותר בעתיד ותשרת הן את הביוטכנולוגיה והן את המחקר הבסיסי. "המחקר שלנו מספק מתווה לפיתוח כלים מדויקים יותר לתמרן ביטוי גנים של חיידקים ובסופו של דבר לעזור להבין טוב יותר ולהילחם בפתוגנים", אומר ברקוויסט.

התוצאות במבט חטוף

• תכונות גנים חשובות: למאפיינים של גנים ממוקדים יש השפעה משמעותית על דלדול ה-RNA המנחה במסכים רחבי גנום.

• שילוב נתונים משפר את התחזיות: שילוב נתונים ממספר מסכי CRISPRi משפר באופן משמעותי את הדיוק של מודלים חיזויים ומאפשר הערכות אמינות יותר של יעילות ה-RNA המנחה.

• עיצוב ניסויי CRISPRi טובים יותר: המחקר מספק תובנות חשובות לתכנון ניסויי CRISPRi יעילים יותר על ידי חיזוי יעילות RNA מנחה, המאפשרת אסטרטגיות השתקת גנים מדויקות.

מימון

המחקר נתמך על ידי כספים ממשרד המדע והאמנות של מדינת בוואריה דרך ה bayresq.net רשת מחקר.



קישור לכתבת המקור – 2024-01-13 21:44:39

Facebook
Twitter
LinkedIn
Telegram
WhatsApp
Email
פרסומת
X-ray_Promo1

עוד מתחומי האתר