Introductie
In ons genoom bevinden zich minuscule sequenties met een immense kracht om nabijgelegen genen te reguleren. Deze DNA-sequenties, bekend als cis-regulerende elementen (CRE's), kunnen aangrenzende genen aan- of uitzetten. Onlangs hebben onderzoekers van de Yale School of Medicine, het Jackson Laboratory en het Broad Institute van MIT en Harvard University een nieuwe methode ontwikkeld om generatieve kunstmatige intelligentie om nieuwe regulerende elementen te ontwerpen die nauwkeurig controleren hoe genen tot expressie komen in cellen.
Het belang van cis-regulerende elementen
CRE's spelen een cruciale rol bij het reguleren van genexpressie. Door te functioneren als moleculaire schakelaars bepalen ze of een gen in een bepaald celtype wordt geactiveerd of uitgeschakeld. Deze specificiteit is essentieel voor het goed functioneren van organismen en zorgt ervoor dat genen alleen tot expressie komen waar en wanneer ze nodig zijn. Het begrijpen en manipuleren van deze elementen heeft belangrijke implicaties voor biologie en geneeskunde, met name voor gerichte gentherapieën.
CODA-platformontwikkeling
Het nieuwe platform voor kunstmatige intelligentie, Computational Optimization of DNA Activity (CODA), gebruikt deep learning om nieuwe DNA-sequenties te genereren die functioneren als synthetische CRE's. Net als bekende tools zoals DALL-E en ChatGPT, is CODA getraind met grote datasets van natuurlijke regulerende elementen, waardoor het sequenties kan creëren die effectief genen in specifieke celtypen aan- of uitzetten. "Dit project stelt in wezen de vraag: 'Kunnen we leren de code voor deze regulerende elementen te lezen en te schrijven?'", legt Steven Reilly, PhD, universitair docent genetica aan YSM en een van de hoofdauteurs van de studie, uit.
Mogelijke toepassingen in gentherapie
Controle over hoe genen tot expressie komen in bepaalde celtypen zou gentherapieën in de toekomst aanzienlijk kunnen verbeteren. Deze therapieën hebben de potentie om ziekteverwekkende mutaties te onderdrukken, maar er zijn effectievere methoden nodig om behandelingen rechtstreeks op de aangetaste cellen toe te dienen. Bijvoorbeeld door specifieke neuronen aan te pakken die falen bij de ziekte van Parkinson of immuuncellen die hiv bevatten. Het CODA-platform zou gentherapieën nauwkeuriger op zieke cellen kunnen richten, waardoor bijwerkingen in gezonde delen van het lichaam worden vermeden.
Veelbelovende resultaten en toekomstige richtingen
De onderzoekers testten de door AI ontworpen regulerende elementen in in het laboratorium gekweekte bloed-, lever- en hersencellen en ontdekten dat de synthetische elementen in veel gevallen celtypespecifieker waren dan alle bekende natuurlijke sequenties. Vervolgtests in levende zebravissen en muizen toonden aan dat deze sequenties ook testgenen activeerden in specifieke celtypen bij de dieren. In één geval activeerde een gemanipuleerd regulerend element een reportergen alleen in een zeer specifieke cellaag in de hersenen van de muis, ondanks dat het door het hele lichaam van het dier was verspreid.
Conclusie
De mogelijkheid om DNA-sequenties te ontwerpen die genexpressie met hoge precisie reguleren, opent nieuwe grenzen in biomedisch onderzoek. Het CODA-platform vertegenwoordigt een aanzienlijke vooruitgang en combineert kunstmatige intelligentie en moleculaire biologie om tools te creëren die genexpressie op ongekende manieren moduleren. "De evolutie heeft misschien nooit de bedoeling gehad om een grote aanjager te worden voor een medicijn tegen Alzheimer, maar dat betekent niet dat het niet kan bestaan", aldus Reilly. Met toekomstig onderzoek zijn de onderzoekers van plan om het gebruik van CODA uit te breiden naar de ontwikkeling van gerichte gentherapieën voor diverse genetische ziekten, waarmee mogelijk de beperkingen van de natuurlijke evolutie worden overwonnen.
