Исследователи из Колумбийского университета Вагелоса Колледжа врачей и хирургов разработали новый метод искусственного интеллекта, который позволяет точно предсказывать активность генов в любой человеческой клетке, раскрывая ее внутренние механизмы. Эта система, описанная в последнем номере журнала Nature, может изменить подход ученых к изучению различных заболеваний, от рака до генетических расстройств.
«Прогнозируемые обобщаемые вычислительные модели позволяют нам быстро и точно раскрывать биологические процессы. Эти методы могут эффективно проводить масштабные вычислительные эксперименты, усиливая и направляя традиционные экспериментальные подходы», — говорит Рауль Рабадан, профессор системной биологии и старший автор статьи.
Традиционные биологические исследования хорошо справляются с изучением функций клеток и их реакций на внешние воздействия. Однако они не могут предсказать, как клетки будут работать или реагировать на изменения, такие как мутации, вызывающие рак.
«Способность точно предсказывать активность клеток трансформирует наше понимание фундаментальных биологических процессов. Это превратит биологию из науки, описывающей случайные процессы, в науку, способную предсказывать базовые системы, управляющие поведением клеток», — отмечает Рабадан.
В последние годы накопление огромных объемов данных о клетках и развитие более мощных моделей ИИ начали превращать биологию в более прогнозируемую науку. Нобелевская премия по химии 2024 года была присуждена за новаторскую работу по использованию ИИ для предсказания структуры белков. Однако предсказание активности генов и белков внутри клеток оставалось сложной задачей.
Новый метод ИИ предсказывает экспрессию генов
В новом исследовании Рабадан и его команда использовали ИИ для предсказания активности генов в определенных клетках. Такая информация помогает исследователям понять, как клетки выполняют свои функции.
«Предыдущие модели обучались на данных определенных типов клеток, таких как раковые клеточные линии, которые мало напоминают нормальные клетки», — говорит Рабадан. Си Фу, аспирант в лаборатории Рабадана, решил обучить модель машинного обучения на данных об экспрессии генов из миллионов клеток, полученных из нормальных человеческих тканей. Входные данные включали геномные последовательности и информацию о доступности и экспрессии различных частей генома.
Этот подход напоминает работу ChatGPT и других популярных «базовых» моделей, которые используют обучающие данные для выявления базовых правил и грамматики языка, а затем применяют эти правила к новым ситуациям. «Мы изучаем грамматику в различных клеточных состояниях, а затем применяем эти знания к конкретным условиям, будь то здоровые или больные клетки, чтобы предсказать паттерны их поведения», — объясняет Рабадан.
После обучения на данных более чем 1,3 миллиона человеческих клеток система стала достаточно точной, чтобы предсказывать экспрессию генов в типах клеток, которых она ранее не видела, давая результаты, близкие к экспериментальным данным.
ИИ раскрывает механизмы детской лейкемии
Исследователи продемонстрировали мощь своей системы ИИ, применив ее для изучения наследственной формы детской лейкемии. «У этих детей есть мутировавший ген, и было неясно, что именно делают эти мутации», — говорит Рабадан, который также является соруководителем программы исследований геномики и эпигенетики рака в Колумбийском университете Центра онкологии имени Герберта Ирвинга.
С помощью ИИ исследователи предсказали, что мутации нарушают взаимодействие между двумя транскрипционными факторами, определяющими судьбу лейкемических клеток. Лабораторные эксперименты подтвердили это предсказание, раскрывая конкретные механизмы, приводящие к этому заболеванию.
ИИ и «темная материя» генома
Новые вычислительные методы также позволяют исследователям изучать роль «темной материи» генома — термин, обозначающий большую часть генома, не содержащую известных генов, кодирующих белки.
«Большинство мутаций, обнаруженных у онкологических больных, находятся в так называемых темных областях генома. Эти мутации не влияют на функцию белка и оставались в основном неизученными», — говорит Рабадан. «Идея в том, чтобы с помощью этих моделей мы могли рассматривать мутации и освещать эту часть генома».
Рабадан уже работает с исследователями из разных университетов, изучая различные виды рака и то, как клетки изменяются в процессе развития рака. Эта работа открывает новые пути для понимания многих заболеваний и потенциального выявления мишеней для новых методов лечения. Представляя новые мутации компьютерной модели, исследователи теперь могут получить глубокие знания о том, как эти мутации влияют на клетки.
«Это действительно новая эра в биологии, которая чрезвычайно увлекательна; превращение биологии в прогнозируемую науку», — заключает Рабадан.
Не забудьте прочитать полезную статью, о том что, космический аппарат BepiColombo успешно проходит очередной гравитационный маневр на пути к Меркурию.
Статья, опубликованная на сайте Kambek.ru, предоставляет обзор последних достижений в области использования искусственного интеллекта (ИИ) для раскрытия внутренних механизмов клеток. Она хорошо написана и доступна для понимания неспециалистами.
Автор четко объясняет, как ИИ может анализировать огромные объемы биологических данных, выявлять скрытые закономерности и строить модели, которые описывают сложные клеточные процессы. Приводятся примеры использования ИИ для изучения механизмов болезней, разработки лекарств и создания персонализированных методов лечения.
Статья подчеркивает важность использования ИИ в биомедицинских исследованиях и его потенциал для революционизирования нашего понимания биологии и здравоохранения. Она также затрагивает этические соображения, связанные с использованием ИИ в этой области.
В целом, статья «ИИ раскрывает внутренние механизмы клеток» является ценным ресурсом для тех, кто интересуется применением ИИ в биологии. Она обеспечивает всесторонний обзор текущего состояния дел и дает представление о захватывающем будущем, которое ждет эту область.