Strona główna nauka/tech Nowe wirtualne laboratorium oparte na sztucznej inteligencji pomagające w leczeniu chorób genetycznych

Nowe wirtualne laboratorium oparte na sztucznej inteligencji pomagające w leczeniu chorób genetycznych

8
0


Koncepcja odkrycia genetyki
CREME przekształca badania genetyczne, umożliwiając wirtualne eksperymenty CRISPR, które przewidują aktywność genów, oferując szybszą ścieżkę do zrozumienia regulacji genów i przyspieszenia odkrywania leków. Źródło: SciTechDaily.com

CREME, wirtualne laboratorium oparte na sztucznej inteligencji, opracowane w Cold Spring Harbor Laboratory, oferuje rewolucyjne podejście do badań genetycznych poprzez symulację interferencji CRISPR (CRISPRi).

Narzędzie to umożliwia naukowcom przeprowadzanie wirtualnych eksperymentów genetycznych i przewidywanie ich wpływu na aktywność genów, co znacznie skraca czas i zasoby potrzebne do pracy laboratoryjnej. Spostrzeżenia projektu CREME na temat regulacji genów mogą znacznie ułatwić odkrywanie leków i zapewnić dostęp badaczom bez laboratoriów fizycznych.

Rewolucja w genetyce za pomocą sztucznej inteligencji: Przedstawiamy CREME

Wyobraź sobie, że patrzysz na miliony tajemniczych mutacji genetycznych. Dzięki technologii edycji genów CRISPR można zidentyfikować kilka wybranych mutacji móc mają potencjał terapeutyczny. Jednak udowodnienie tego oznaczałoby wiele tysięcy godzin pracy w laboratorium. Samo ustalenie, które z nich są warte dalszej eksploracji, zajęłoby dużo czasu i pieniędzy. Ale co by było, gdybyś mógł to zrobić w wirtualnej rzeczywistości sztuczna inteligencja?

CREME to nowe wirtualne laboratorium oparte na sztucznej inteligencji, wymyślone przez adiunkta Cold Spring Harbor Laboratory (CSHL) Petera Koo i jego zespół. Umożliwia genetykom przeprowadzanie tysięcy wirtualnych eksperymentów jednym kliknięciem. Teraz naukowcy mogą go wykorzystać do rozpoczęcia identyfikacji i zrozumienia kluczowych regionów genomu.

CRISPRi i CREME: Symulacja zmian genetycznych

Program jest wzorowany na interferencji CRISPR (CRISPRi), technice zaburzeń genetycznych opartej na CRISPR. CRISPRi umożliwia biologom zmniejszenie aktywności określonych genów w komórce. CREME umożliwia naukowcom dokonywanie podobnych zmian w wirtualnym genomie i przewidywanie ich wpływu na aktywność genów. Innymi słowy, jest to prawie jak wersja CRISPRi oparta na sztucznej inteligencji.

„W rzeczywistości wykonanie CRISPRi w laboratorium jest niezwykle trudne. Ogranicza Cię liczba zaburzeń i skala. Ale skoro to my robimy wszystkie nasze perturbacje [virtually]możemy przesuwać granice. Skala eksperymentów, które przeprowadziliśmy, jest bezprecedensowa – setki tysięcy eksperymentów z zaburzeniami” – wyjaśnia Koo.

Zagłębianie się w analizę genomu za pomocą sztucznej inteligencji

Koo i jego zespół przetestowali CREME za pomocą innego narzędzia do analizy genomu opartego na sztucznej inteligencji, zwanego Enformer. Chcieli wiedzieć, w jaki sposób algorytm Enformera prognozuje genom. Mówi, że takie pytania mają kluczowe znaczenie w pracy Koo.

„Mamy te duże, mocne modele. Są dość przekonujące w braniu DNA sekwencje i przewidywanie ekspresji genów. Ale tak naprawdę nie mamy dobrych sposobów, aby spróbować zrozumieć, czego uczą się te modele. Prawdopodobnie dokonują dokładnych przewidywań, ponieważ poznali wiele zasad dotyczących regulacji genów, ale tak naprawdę nie wiemy, na czym opierają się ich przewidywania”.

Implikacje dla odkrywania i dostępności leków

Dzięki CREME zespół Koo odkrył szereg zasad genetycznych, których Enformer nauczył się podczas analizy genomu. Ta wiedza może pewnego dnia okazać się bezcenna w procesie odkrywania leków. „Zrozumienie zasad regulacji genów daje więcej możliwości dostrajania poziomów ekspresji genów w precyzyjny i przewidywalny sposób” – mówi Koo.

Dzięki dalszym udoskonaleniom projekt CREME może wkrótce skierować genetyków na ścieżkę odkrycia nowych celów terapeutycznych. Być może najbardziej wpływowe może nawet dać naukowcom, którzy nie mają dostępu do prawdziwego laboratorium, możliwość dokonania tych przełomów.

Referencja: 16 września 2024 r., Genetyka natury.
DOI: 10.1038/s41588-024-01923-3



Link źródłowy