پژوهشگران دانشگاه کالیفرنیا سندیگو با ترکیب آزمایشهای آزمایشگاهی و مدلهای یادگیری ماشین توانستند الگوی خاصی از DNA موسوم به آغازگریا Initiator را شناسایی کنند، یافتهای که میتواند به پیشبینی اثر برخی جهشهای DNA و درک بهتر سازوکار بروز بیماریها کمک کند.
به گزارش گروه ترجمه خبرگزاری برنا به نقل از ساینس دیلی، هر سلول انسانی برای عملکرد صحیح به فعال و غیرفعال شدن بهموقع دهها هزار ژن نیاز دارد. بخشهای تخصصی از DNA این فرایند را تنظیم میکنند و در نهایت تعیین میکنند که چه زمانی و به چه میزان آنزیمها، هورمونها، پروتئینها و سایر اجزای ضروری سلول تولید شوند. اختلال در این سازوکار تنظیمی میتواند عملکرد سلولها را مختل کرده و در ایجاد بیماریهایی از جمله سرطان نقش داشته باشد.
در این پژوهش محققان آزمایشگاه جیمز تی کادوناگا استاد دپارتمان زیستشناسی مولکولی دانشگاه کالیفرنیا سندیگو بر منطقهای مهم از DNA به نام Initiator تمرکز کردند. این بخش از توالی DNA نقطهای را مشخص میکند که در آن اطلاعات ذخیرهشده در یک ژن برای نخستینبار وارد فرایند بیان ژن میشود، فرایندی که در نهایت به تولید محصولات عملکردی ژن منجر خواهد شد.
این پروژه به سرپرستی توری راین کاریگ انجام شد. پژوهشگران برای بررسی دقیق عملکرد این بخش از DNA فعالیت بیان ژن را در حدود ۵۰۰ هزار نسخه متفاوت از Initiator اندازهگیری کردند.
سپس دادههای بهدستآمده در اختیار مدلهای یادگیری ماشین قرار گرفت. این مدلها با تحلیل حجم بسیار زیادی از دادههای آزمایشگاهی توانستند الگوی مشخصی از توالی DNA را که با وجود Initiator ارتباط دارد یاد بگیرند و شناسایی کنند.
پس از شناسایی این الگو محققان آن را در ژنهای انسانی جستوجو کردند و دریافتند که حدود ۶۰ درصد ژنهای انسانی دارای یک Initiator هستند.
جیمز کادوناگا، استاد دانشگاه کالیفرنیا سندیگو در توضیح این دستاورد گفت مدلهای هوش مصنوعی برای نخستینبار توانستهاند پیشبینی قدرتمندی درباره وجود یا نبود Initiator در ژنهای انسانی ارائه کنند و به این ترتیب الگوی توالی بازهای DNA مرتبط با این بخش را رمزگشایی کنند.
اهمیت این یافته تنها به شناسایی یک الگوی DNA محدود نمیشود. رمزگشایی Initiator میتواند به پژوهشگران کمک کند پیشبینی کنند که جهشهایی که این بخش از DNA را تحت تاثیر قرار میدهند چه پیامدی برای عملکرد ژن خواهند داشت.
از آنجا که تغییرات در نواحی تنظیمکننده DNA میتوانند میزان یا زمان فعالیت ژنها را تغییر دهند شناسایی دقیق الگوی Initiator میتواند ابزاری برای بررسی چگونگی ارتباط برخی تغییرات ژنتیکی با بیماریها فراهم کند.
دادهها و مدلهای تولیدشده در این مطالعه همچنین میتوانند در طراحی پروموترهای مصنوعی مورد استفاده قرار گیرند. پروموترها توالیهایی از DNA هستند که برای کنترل روشن یا خاموش شدن ژنها طراحی میشوند؛ بنابراین شناخت دقیقتر قواعد موجود در این بخشهای DNA میتواند به دانشمندان اجازه دهد توالیهایی با عملکردهای مشخص و سفارشی ایجاد کنند.
کادوناگا این پژوهش را بخشی از تلاش گستردهتر برای ترکیب آزمایشهای زیستی با هوش مصنوعی و رمزگشایی اطلاعات نهفته در توالی بازهای DNA انسان میداند.
به گفته او در حدود شش میلیارد باز DNA موجود در هر سلول انسان، کدی وجود دارد که مشخص میکند هر ژن چه زمانی، در کجا و تا چه اندازه باید فعال یا غیرفعال شود. در صورت توسعه مدلهای هوش مصنوعی که بتوانند بخشهای بیشتری از این کد بیان ژن را درک کنند دانشمندان در آینده خواهند توانست فعالیت گونههای مختلف ژنها را در افراد مختلف با دقت بیشتری پیشبینی کنند.
مدل جدید مربوط به Initiator تنها یکی از بخشهای این کد پیچیده است اما به گفته کادوناگا همین دستاورد میتواند پایهای برای توسعه مدلهای هوش مصنوعی گستردهتر با هدف درک کاملتر سازوکار تنظیم بیان ژن در انسان باشد.
این پژوهش در مجموع نشان میدهد که ترکیب دادههای آزمایشگاهی در مقیاس بزرگ و یادگیری ماشین میتواند به کشف قواعد پنهان در DNA کمک کند، قواعدی که درک آنها نهتنها برای شناخت سازوکار عملکرد ژنها بلکه برای پیشبینی اثر برخی جهشهای ژنتیکی و طراحی ابزارهای جدید در زیستشناسی مصنوعی اهمیت دارد.
انتهای پیام/