Nový nástroj AI zlepšuje objavovanie génov zapojených do neurovývojových stavov

Nový nástroj AI zlepšuje objavovanie génov zapojených do neurovývojových stavov

Výskumníci vyvinuli prístup umelej inteligencie (AI), ktorý urýchľuje identifikáciu génov, ktoré prispievajú k neurovývojovým stavom, ako je porucha autistického spektra, epilepsia a vývojové oneskorenie. Tento nový výkonný výpočtový nástroj môže pomôcť plne charakterizovať genetickú krajinu neurovývojových porúch. To je kľúčom k presnej molekulárnej diagnostike, objasňovaciemu mechanizmu a vývoju cielených terapií. Štúdia sa objavila vAmerican Journal of Human Genetics.

"Aj keď výskumníci urobili významný pokrok pri identifikácii rôznych génov spojených s poruchami nervového vývoja, mnohí pacienti s týmito poruchami stále nedostanú genetickú diagnózu, čo naznačuje, že existuje oveľa viac génov, ktoré čakajú na objavenie," povedal prvý a spoluopravujúci autor Dr.

Aby vedci objavili nové gény spojené s chorobou, sekvenujú genómy mnohých ľudí s poruchami a porovnávajú ich s genómami ľudí bez porúch.

Zvolili sme komplementárny prístup. Použili sme AI na nájdenie vzorcov medzi génmi, ktoré sú už spojené s neurovývojovými ochoreniami, a predpovedanie ďalších génov, ktoré sa tiež podieľajú na týchto poruchách. “

Dr. Ryan S. Dhindsa, odborný asistent patológie a imunológie, Baylor College of Medicine

Výskumníci hľadali vzory génovej expresie merané na úrovni jednej bunky z vyvíjajúceho sa ľudského mozgu. "Zistili sme, že modely AI trénované výlučne na základe týchto údajov o expresii dokážu robustne predpovedať gény zapojené do porúch autistického spektra, vývojového oneskorenia a epilepsie. Chceli sme však posunúť túto prácu o krok ďalej," povedal Dhindsa.

Na ďalšie zlepšenie modelov tím zahrnul viac ako 300 ďalších biologických vlastností vrátane meraní neznášanlivosti génov voči mutáciám, či interagujú s inými známymi génmi spojenými s ochorením a ich funkčných úloh v rôznych biologických dráhach.

"Tieto modely majú výnimočne vysokú prediktívnu hodnotu," povedal Dhindsa. "Najlepšie gény boli až dvojnásobné alebo šesťnásobné, v závislosti od typu dedičnosti, pričom boli obohatené o gény s vysokým rizikom poruchy, a nie o samotné metriky genetickej intolerancie. Navyše, u niektorých špičkových génov bola 45 až 500-krát väčšia pravdepodobnosť, že budú podporované literatúrou nižšie ako gény s nižším hodnotením."

"Vidíme tieto modely ako analytické nástroje, ktoré môžu overiť gény, ktoré vychádzajú zo sekvenčných štúdií, ale zatiaľ nemajú dostatok štatistických dôkazov na to, aby sa podieľali na podmienkach neurovývoja," povedal Dhindsa. "Dúfame, že naše modely urýchlia objavovanie génov a diagnózy pacientov a budúce štúdie túto možnosť vyhodnotia."

Blake A. Weido, Justin S. Dhindsa, Arya J. Shetty, Chloe F. Sands, Slavé Petrovski, Dimitrios Vitsios a spoločný autor Anthony W. Zoghbi prispeli k tejto práci. Autori sú pridružení k jednej alebo viacerým z nasledujúcich inštitúcií: Baylor College of Medicine, Neurologický výskumný ústav Jana a Dana Duncanových v Texaskej detskej nemocnici, AstraZeneca a University of Melbourne.

Táto práca je podporovaná grantmi od NIH Ninds (F32 NS127854), NIH (DP5 OD036131), grantom na dlhovekosť od Norn Group, Hevolution Foundation, Rosenkranz Foundation a Grant K23MH121669.

Zdroje: