مدل جدید هوش مصنوعی، کد پنهان فعالسازی ژنها را رمزگشایی کرد
پژوهشگران دانشگاه کالیفرنیا سندیگو با استفاده از توالییابی پرظرفیت DNA و هوش مصنوعی، موفق به شناسایی الگوی کلیدی در DNA شدهاند که نقش مهمی در فعالسازی ژنها دارد. این مدل هوش مصنوعی میتواند به پیشبینی اثر جهشهای ژنتیکی مرتبط با بیماریها و طراحی توالیهای مصنوعی برای کنترل فعالیت ژنها کمک کند.
به گزارش مدرن مد به نقل از news-medical، فعالسازی دقیق دهها هزار ژن برای رشد و تکامل سالم بدن ضروری است. بخشهای تخصصی DNA با تنظیم دقیق توالیهای ژنتیکی، زمینه تولید آنزیمها، هورمونها، پروتئینها و سایر اجزای حیاتی سلول را فراهم میکنند. اختلال در این فرآیند میتواند عملکرد سلولها را مختل کرده و به بروز بیماریهایی از جمله سرطان منجر شود.
رمزگشایی از «آغازگر» ژنها با کمک هوش مصنوعی
پژوهشگران آزمایشگاه «جیمز تی. کادوناگا»، استاد زیستشناسی مولکولی دانشگاه کالیفرنیا سندیگو، برای درک بهتر سازوکار فعالسازی ژنها، بر بخش مهمی از DNA موسوم به Initiator یا «آغازگر» تمرکز کردند. آغازگر ناحیهای از DNA است که در آن دستورهای رمزگذاریشده در ژنها برای نخستین بار به فرآوردههای عملکردی تبدیل یا «بیان» میشوند.
در این مطالعه که با هدایت «توری راین-کاریگ» پژوهشگر تحصیلات تکمیلی انجام شد، محققان با استفاده از فناوری توالییابی پرظرفیت DNA، فعالیت بیان ژن را در حدود ۵۰۰ هزار نسخه متفاوت از توالی آغازگر بررسی کردند.
سپس پژوهشگران با استفاده از یادگیری ماشین، یکی از شاخههای هوش مصنوعی، مدلی را توسعه دادند که توانست الگوی مشخص DNA مربوط به آغازگر را شناسایی و رمزگشایی کند.
با مشخص شدن ویژگیهای توالی DNA آغازگر، پژوهشگران توانستند این الگو را در ژنهای انسانی جستوجو کنند. نتایج نشان داد که حدود ۶۰ درصد ژنهای انسانی دارای این آغازگر هستند.
پیشبینی حضور آغازگر در ژنهای انسانی
جیمز تی. کادوناگا، استاد گروه زیستشناسی مولکولی دانشگاه کالیفرنیا سندیگو، گفت: «این مدلهای هوش مصنوعی برای نخستین بار توانستند پیشبینیهای قدرتمندی درباره وجود یا نبود آغازگر در ژنهای انسانی ارائه کنند و به این ترتیب، الگوی توالی بازهای DNA مربوط به آغازگر را رمزگشایی کردند.»
به گفته پژوهشگران، یافته جدید امکان پیشبینی اثر جهشهای DNA را که میتوانند به اختلالات مرتبط با آغازگر منجر شوند، فراهم میکند. این قابلیت میتواند در آینده به درک بهتر ارتباط میان تغییرات ژنتیکی و بیماریها کمک کند.
امکان طراحی توالیهای مصنوعی برای کنترل ژنها
دادهها و مدلهای بهدستآمده از این مطالعه همچنین میتوانند برای طراحیپروموترهای مصنوعی مورد استفاده قرار گیرند. پروموترها توالیهایی از DNA هستند که میتوانند فعالیت ژنها را تنظیم کرده و در عمل، ژنها را روشن یا خاموش کنند.
به این ترتیب، مدل جدید هوش مصنوعی علاوه بر کاربردهای پژوهشی در شناخت سازوکار بیان ژن، میتواند زمینه را برای طراحی توالیهای ژنتیکی با عملکردهای سفارشی فراهم کند.
کادوناگا با اشاره به اهمیت این رویکرد گفت این پژوهش گامی رو به جلو در استفاده همزمان از آزمایشهای آزمایشگاهی و هوش مصنوعی برای رمزگشایی اطلاعات نهفته در توالی بازهای DNA انسان است.
وی افزود که در حدود ۶ میلیارد باز DNA موجود در هر سلول انسان، نوعی کد بیان ژن وجود دارد که تعیین میکند هر ژن چه زمانی، در کجا و تا چه اندازه فعال یا غیرفعال شود.
به گفته این پژوهشگر، اگر بتوان مدلی از هوش مصنوعی برای کل کد بیان ژن انسان ایجاد کرد، میتوان فعالیت انواع مختلف ژنها را در افراد مختلف پیشبینی کرد. مدل جدید مربوط به آغازگر، تنها بخش کوچکی از این کد پیچیده است، اما میتواند گامی مهم در مسیر توسعه مدلهای جامعتر برای رمزگشایی کد بیان ژن انسان باشد.
این مطالعه نشان میدهد ترکیب دادههای گسترده حاصل از آزمایشهای زیستی با مدلهای هوش مصنوعی میتواند مسیر جدیدی برای کشف قواعد پنهان در ژنوم انسان و درک دقیقتر نحوه کنترل فعالیت ژنها ایجاد کند.
