Глубокое обучение раскрывает 300 миллионов лет эволюции мозга
В новом исследовании, опубликованном в Science, бельгийская команда изучила, как генетические «переключатели», контролирующие активность генов, определяют типы клеток мозга у разных видов. Они обучили модели глубокого обучения на данных о мозге человека, мыши и курицы и обнаружили, что, хотя некоторые типы клеток высоко консервативны между птицами и млекопитающими после миллионов лет эволюции, другие развивались по-разному.
Результаты не только проливают новый свет на эволюцию мозга, но и предоставляют мощные инструменты для изучения того, как регуляция генов формирует различные типы клеток у разных видов или при различных заболеваниях.
ИИ для расшифровки кода
Команда профессора Штейна Аертса (VIB.AI и VIB-KU Leuven Center for Brain & Disease Research) разрабатывает методы глубокого обучения, чтобы понять огромный объем информации о регуляции генов, собранной из тысяч отдельных клеток.
«Модели глубокого обучения, работающие с кодом последовательности ДНК, очень помогли нам выявить регуляторные механизмы в разных типах клеток, — объясняет Аертс. — Теперь мы хотели выяснить, может ли этот регуляторный код также рассказать нам о том, насколько эти типы клеток консервативны у разных видов».
Инструмент для изучения эволюции
Николай Хеккер и Никлас Кемпинк из лаборатории Аертса разработали модели машинного обучения для характеристики и сравнения разных типов клеток в мозге человека, мыши и курицы, охватив примерно 320 миллионов лет эволюции.
«Наше исследование показывает, как мы можем использовать глубокое обучение для характеристики и сравнения различных типов клеток на основе их регуляторных кодов, — объясняет Хеккер. — Мы можем использовать эти коды для сравнения геномов разных видов, выявления эволюционно сохраненных регуляторных кодов и получения представления о том, как эволюционировали типы клеток».
Команда обнаружила, что хотя некоторые регуляторные коды типов клеток высоко консервативны между птицами и млекопитающими, другие развивались по-разному. Примечательно, что регуляторные коды некоторых нейронов птиц напоминают коды нейронов глубоких слоев неокортекса млекопитающих.
«Прямой анализ регуляторного кода дает значительное преимущество, — добавляет Кемпинк. — Он может показать, какие регуляторные принципы общие для разных видов, даже если сама последовательность ДНК изменилась».
Инструмент для изучения болезней
Эта регуляторная информация полезна не только для понимания эволюции. В предыдущей работе команда Аертса уже подтвердила, что регуляторные коды для состояний клеток меланомы (рака кожи) консервативны между млекопитающими и рыбками данио.
Модели, представленные в текущем исследовании типов клеток мозга, предоставляют полезные инструменты для изучения влияния геномных вариантов и их связи с психическими или когнитивными признаками и расстройствами.
«В конечном итоге модели, изучающие геномный регуляторный код, обладают потенциалом для скрининга геномов и исследования наличия или отсутствия конкретных типов клеток или их состояний у любого вида. Это был бы мощный инструмент для изучения и лучшего понимания болезней», — сказал Аертс.
Команда уже применяет свои модели в обоих направлениях: в сотрудничестве с Zoo Science and Wildlife Rescue Center они расширяют эволюционное моделирование на мозги многих других животных (от разных видов рыб до оленей, ежей и капибар), а также исследуют, как эти модели ИИ могут помочь раскрыть генетические вариации, связанные с болезнью Паркинсона.