Noul instrument AI îmbunătățește descoperirea genelor implicate în condițiile de neurodezvoltare

Noul instrument AI îmbunătățește descoperirea genelor implicate în condițiile de neurodezvoltare

Cercetătorii au dezvoltat o abordare de inteligență artificială (IA) care accelerează identificarea genelor care contribuie la condiții de neurodezvoltare, cum ar fi tulburarea spectrului autist, epilepsia și întârzierea dezvoltării. Acest nou instrument de calcul puternic poate ajuta la caracterizarea pe deplin a peisajului genetic al tulburărilor de neurodezvoltare. Aceasta este cheia pentru diagnosticul molecular precis, mecanismul de elucidare și dezvoltarea de terapii țintite. Studiul a apărut înJurnalul American de Genetică Umană.

„Deși cercetătorii au făcut progrese importante identificând diverse gene asociate cu tulburările de neurodezvoltare, mulți pacienți cu aceste tulburări încă nu primesc un diagnostic genetic, ceea ce indică faptul că există mult mai multe gene care așteaptă să fie descoperite”, a spus primul și co-corectorul autorului Dr.

Pentru a descoperi noi gene asociate cu o boală, cercetătorii secvențiază genomul multor persoane cu tulburări și le compară cu genomul persoanelor fără tulburări.

Am adoptat o abordare complementară. Am folosit AI pentru a găsi modele între gene deja legate de bolile de neurodezvoltare și pentru a prezice gene suplimentare care sunt, de asemenea, implicate în aceste tulburări. „

Dr. Ryan S. Dhindsa, profesor asistent de patologie și imunologie, Colegiul de Medicină Baylor

Cercetătorii au căutat modele de expresie a genelor măsurate la nivel de celule unice din creierul uman în curs de dezvoltare. „Am descoperit că modelele AI antrenate exclusiv pe aceste date de expresie pot prezice în mod robust genele implicate în tulburările din spectrul autist, întârzierea dezvoltării și epilepsie. Cu toate acestea, am vrut să ducem această lucrare un pas mai departe”, a spus Dhindsa.

Pentru a îmbunătăți în continuare modelele, echipa a inclus mai mult de 300 de caracteristici biologice suplimentare, inclusiv măsuri ale modului în care genele sunt intolerante la mutații, dacă interacționează cu alte gene cunoscute asociate bolii și rolurile lor funcționale în diferite căi biologice.

„Aceste modele au o valoare predictivă excepțional de mare”, a spus Dhindsa. „Genele de top au fost de până la două sau șase ori, în funcție de tipul de moștenire, fiind îmbogățite pentru genele cu risc de tulburare de încredere, mai degrabă decât pentru metrica intoleranței genetice. În plus, unele gene de top au fost de 45 până la 500 de ori mai multe șanse de a fi susținute de literatură mai jos decât genele de rang inferior”.

„Vedem aceste modele ca instrumente analitice care pot valida genele care apar din studiile de secvențiere, dar nu au încă suficiente dovezi statistice pentru a fi implicate în condițiile dezvoltării neurologice”, a spus Dhindsa. „Sperăm că modelele noastre vor accelera descoperirea genelor și diagnosticarea pacienților, iar studiile viitoare vor evalua această posibilitate.”

Blake A. Weido, Justin S. Dhindsa, Arya J. Shetty, Chloe F. Sands, Slavé Petrovski, Dimitrios Vitsios și autorul comun Anthony W. Zoghbi au contribuit la această lucrare. Autorii sunt afiliați la una sau mai multe dintre următoarele instituții: Colegiul de Medicină Baylor, Institutul de Cercetare Neurologică Jan și Dan Duncan de la Spitalul de Copii din Texas, AstraZeneca și Universitatea din Melbourne.

Această lucrare este susținută de granturi de la NIH Ninds (F32 NS127854), NIH (DP5 OD036131), un grant de longevitate de la Norn Group, Hevolution Foundation, Rosenkranz Foundation și Grant K23MH121669.

Surse: