Han creado secuencias reguladoras de ADN nunca antes vistas en la naturaleza
BARCELONA, 8 May. (EUROPA PRESS) -
El Centre de Regulació Genòmica (CRG) de Barcelona ha creado una herramienta de IA que puede diseñar secuencias reguladoras de ADN nunca antes vistas en la naturaleza y moléculas sintéticas capaces de controlar la expresión génica en células de mamíferos sanos.
El modelo, descrito en la revista 'Cell', predice --a petición del investigador-- qué combinación de letras de ADN (A, T, C, G) es necesaria para los patrones de expresión génica deseados en tipos específicos de células, explica el CRG en un comunicado de este jueves.
Así, los investigadores pueden usar esta información para sintetizar químicamente los fragmentos de ADN de aproximadamente 250 letras y agregarlos a un virus para que lo libre al interior de las células.
PRUEBA DE CONCEPTO
Como prueba de concepto, los autores pidieron a la IA que diseñase fragmentos sintéticos que activasen un gen que codifica una proteína fluorescente en algunas células, dejando los patrones de expresión génica inalterados en otros tipos.
Crearon los fragmentos desde cero y los insertaron en células sanguíneas de ratón, donde el ADN se fusionó con el genoma en lugares aleatorios, exactamente como se predijo.
El primer autor del estudio, Robert Frömel, ha explicado que es como escribir 'software', pero en biología, y ha asegurado que las aplicaciones potenciales son "enormes" porque permite dar instrucciones a una célula con una precisión sin precedentes.
El estudio podría ayudar a desarrollar nuevas terapias génicas que aumenten o reduzcan la actividad de los genes en las células o tejidos donde se necesario, así como aplanar el camino a nuevas estrategias para ajustar los genes de un paciente y hacer que los tratamientos sean más efectivos, reduciendo sus efectos secundarios.
POTENCIADORES
La IA puede ayudar a diseñar potenciadores ultraselectivos que la naturaleza aún no ha inventado, pero para desarrollar los modelos adecuados se requiere una gran cantidad de datos de alta calidad, que históricamente han escaseado en el caso de los potenciadores.
En este estudio, los autores crearon "enormes" volúmenes de datos biológicos para construir su modelo de IA mediante la realización de miles de experimentos, con modelos de laboratorio de formación de sangre humana, y estudiaron tanto los potenciadores como los factores de transcripción.
Los autores estudiaron células sanas al ser más representativas de la biología humana que las de cáncer, usadas habitualmente, y diseñaron más de 64.000 potenciadores sintéticos para probar su interacción con los lugares de unión para 38 factores de transcripción distintos.
Una vez insertados en las células, el equipo midió la actividad de cada potenciador sintético en siete etapas del desarrollo de células, y descubrieron que muchos potenciadores activan genes en un tipo de célula pero reprimen la actividad de genes en otras.
Los datos de los experimentos fueron "cruciales" para establecer los principios de diseño del modelo de aprendizaje automático, ya que una vez el modelo tenía suficientes mediciones podía predecir nuevos diseños que producirían resultados de encendido o apagado, incluso si estos potenciadores nunca habían existido en la naturaleza.
El estudio fue diseñado como proyecto piloto para determinar si la tecnología funcionaría antes de iniciar una investigación a mayor escala, puesto que se estima que los humanos --como los ratones-- tienen aproximadamente 1.600 factores de transcripción para sus genomas.
