Trí tuệ nhân tạo xúc tác nghiên cứu kích hoạt gen và khám phá các chuỗi DNA hiếm

Trí tuệ nhân tạo đã bùng nổ trên các nguồn cấp tin tức của chúng tôi, với ChatGPT và các công nghệ AI liên quan đang trở thành tâm điểm của sự giám sát rộng rãi của công chúng. Ngoài các chatbot phổ biến, các nhà sinh học đang tìm cách tận dụng AI để thăm dò các chức năng cốt lõi của gen của chúng ta.

Trước đây, các nhà nghiên cứu của Đại học California San Diego, những người điều tra trình tự DNA chuyển đổi gen trên trí tuệ nhân tạo đã sử dụng để xác định một mảnh ghép bí ẩn gắn liền với hoạt hóa gen, một quá trình cơ bản liên quan đến sự tăng trưởng, phát triển và bệnh tật. Sử dụng máy học, một loại trí tuệ nhân tạo, Giáo sư James T. Kadonaga của Trường Khoa học Sinh học và các đồng nghiệp của ông đã phát hiện ra vùng quảng bá lõi hạ lưu (DPR), mã kích hoạt DNA "cổng" tham gia vào hoạt động của tới một phần ba gen của chúng ta.

Xây dựng từ khám phá này, Kadonaga và các nhà nghiên cứu Long Võ Ngọc và Torrey E. Rhyne hiện đã sử dụng học máy để xác định các chuỗi DNA "cực tổng hợp" với các chức năng được thiết kế đặc biệt trong hoạt hóa gen. Xuất bản trên tạp chí Genes & Development , các nhà nghiên cứu đã thử nghiệm hàng triệu chuỗi DNA khác nhau thông qua học máy (AI) bằng cách so sánh yếu tố kích hoạt gen DPR ở người so với ruồi giấm ( Drosophila ). Bằng cách sử dụng AI, họ có thể tìm thấy các trình tự DPR hiếm, tùy chỉnh, hoạt động ở người nhưng không hoạt động ở ruồi giấm và ngược lại. Tổng quát hơn, phương pháp này hiện có thể được sử dụng để xác định các chuỗi DNA tổng hợp với các hoạt động có thể hữu ích trong công nghệ sinh học và y học.

"Trong tương lai, chiến lược này có thể được sử dụng để xác định các chuỗi DNA cực đoan tổng hợp với các ứng dụng thực tế và hữu ích. Thay vì so sánh con người (tình trạng X) với ruồi giấm (tình trạng Y), chúng tôi có thể kiểm tra khả năng của thuốc A (tình trạng X) nhưng Kadonaga, một giáo sư nổi tiếng tại Khoa Sinh học Phân tử, cho biết không phải thuốc B (điều kiện Y) để kích hoạt gen. "Phương pháp này cũng có thể được sử dụng để tìm các chuỗi DNA tùy chỉnh kích hoạt gen trong mô 1 (tình trạng X) chứ không phải ở mô 2 (tình trạng Y). Có vô số ứng dụng thực tế của phương pháp dựa trên AI này. Các chuỗi DNA có thể rất hiếm, có lẽ là một phần triệu -- nếu chúng tồn tại thì chúng có thể được tìm thấy bằng cách sử dụng trí tuệ nhân tạo."

Học máy là một nhánh của trí tuệ nhân tạo, trong đó các hệ thống máy tính liên tục cải tiến và học hỏi dựa trên dữ liệu và kinh nghiệm. Trong nghiên cứu mới, Kadonaga, Võ Ngọc (cựu nghiên cứu sinh sau tiến sĩ tại UC San Diego, hiện làm việc tại Velia Therapeutics) và Rhyne (nhân viên nghiên cứu) đã sử dụng một phương pháp được gọi là hồi quy véc tơ hỗ trợ để "huấn luyện" các mô hình máy học với 200.000 chuỗi DNA đã thiết lập dựa trên dữ liệu từ các thí nghiệm trong phòng thí nghiệm trong thế giới thực. Đây là những mục tiêu được trình bày dưới dạng ví dụ cho hệ thống máy học. Sau đó, họ "nạp" 50 triệu trình tự DNA thử nghiệm vào hệ thống học máy của con người và ruồi giấm, đồng thời yêu cầu chúng so sánh các trình tự và xác định các trình tự duy nhất trong hai bộ dữ liệu khổng lồ.

Mặc dù các hệ thống máy học cho thấy trình tự của con người và ruồi giấm phần lớn chồng chéo lên nhau, nhưng các nhà nghiên cứu tập trung vào câu hỏi cốt lõi là liệu các mô hình AI có thể xác định các trường hợp hiếm gặp khi kích hoạt gen hoạt động mạnh ở người chứ không phải ở ruồi giấm hay không. Câu trả lời là một tiếng "có" vang dội. Các mô hình máy học đã thành công trong việc xác định trình tự DNA của con người (và của ruồi giấm). Điều quan trọng là, các chức năng do AI dự đoán của các chuỗi cực đoan đã được xác minh trong phòng thí nghiệm của Kadonaga bằng cách sử dụng các phương pháp thử nghiệm thông thường (phòng thí nghiệm ướt).

"Trước khi bắt tay vào công việc này, chúng tôi không biết liệu các mô hình AI có đủ 'thông minh' để dự đoán hoạt động của 50 triệu trình tự hay không, đặc biệt là các trình tự 'cực đoan' với các hoạt động bất thường. Vì vậy, thật ấn tượng và khá đáng chú ý là Kadonaga cho biết: Các mô hình AI có thể dự đoán hoạt động của các chuỗi cực đoan hiếm có tỷ lệ một trong một triệu. thí nghiệm sẽ mất gần ba tuần để hoàn thành.

Các trình tự hiếm được hệ thống máy học xác định là một minh chứng thành công và tạo tiền đề cho các ứng dụng khác của máy học và các công nghệ AI khác trong sinh học.

"Trong cuộc sống hàng ngày, mọi người đang tìm kiếm các ứng dụng mới cho các công cụ AI như ChatGPT. Ở đây, chúng tôi đã chứng minh việc sử dụng AI để thiết kế các phần tử DNA tùy chỉnh trong quá trình kích hoạt gen. Phương pháp này nên có ứng dụng thực tế trong nghiên cứu công nghệ sinh học và y sinh học, " Kadonaga nói. "Nói rộng hơn, các nhà sinh học có lẽ đang ở giai đoạn đầu khai thác sức mạnh của công nghệ AI."

Theo Science