Компьютеры «научили» распознавать регуляторные последовательности генов

Исследователи из Университета Джонса Хопкинса научили компьютеры выявлять общие черты в последовательностях ДНК, которые, как известно, регулируют активность генов, и использовать эти черты для предсказания других регуляторных областей во всем геноме. Этот инструмент поможет ученым лучше понять риск заболеваний и развитие клеток.

Результаты работы были опубликованы в двух статьях в журнале Genome Research (3 июля и 27 сентября).

Цель исследования — понять, как зашифрована регуляторная информация и какие вариации последовательностей влияют на медицинские риски. Ученые «учат» компьютер, предоставляя ему данные, чтобы он научился отличать биологически значимую информацию от незначимой и выработал набор правил для анализа новых данных.

Методология основана на современных методах машинного обучения, разработанных Майклом Биром и Иваном Овчаренко. Исследователи создавали «обучающие наборы» — списки последовательностей ДНК из областей генома, называемых энхансерами, которые усиливают активность определенных генов в конкретных клетках.

• Первое исследование (мозг): Обучающий набор состоял из 211 опубликованных последовательностей, активных в развитии или функции определенной области мозга у мышей и рыбок данио.
• Второе исследование (меланоциты): Обучающий набор (~2500 последовательностей) был получен экспериментально с помощью техники ChIP-seq на очищенных меланоцитах мыши — клетках кожи, производящих пигмент меланин.

Результаты: После обучения на этих наборах компьютеры смогли выделить характерные черты последовательностей и создать правила для их идентификации. Применяя эти правила ко всему геному, алгоритмы обнаружили:

• Около 40 000 вероятных энхансеров для мозга.
• Около 7 500 вероятных энхансеров для меланоцитов.

Тестирование случайной выборки предсказанных последовательностей подтвердило, что более 85% из них действительно усиливали активность генов в целевых тканях (мозг или меланоциты).

Значение: Помимо идентификации конкретных регуляторных последовательностей, эти исследования углубляют общее понимание энхансеров и подтверждают эффективность подхода, который может быть применен для решения множества других биологических задач.