Novo orodje AI izboljša odkrivanje genov, ki sodelujejo pri nevrorazvojnih stanjih

Novo orodje AI izboljša odkrivanje genov, ki sodelujejo pri nevrorazvojnih stanjih

Raziskovalci so razvili pristop umetne inteligence (AI), ki pospešuje identifikacijo genov, ki prispevajo k nevrorazvojnim stanjem, kot so motnje avtističnega spektra, epilepsija in zaostanek v razvoju. To novo močno računalniško orodje lahko pomaga v celoti opredeliti genetsko pokrajino nevrorazvojnih motenj. To je ključ do natančne molekularne diagnoze, pojasnitve mehanizma in razvoja ciljnih terapij. Študija se je pojavila vAmerican Journal of Human Genetics.

"Čeprav so raziskovalci dosegli pomemben napredek pri prepoznavanju različnih genov, povezanih z nevrorazvojnimi motnjami, mnogi bolniki s temi motnjami še vedno niso prejeli genetske diagnoze, kar kaže, da obstaja veliko več genov, ki čakajo, da jih odkrijemo," je povedal prvi in ​​soavtor popravka dr.

Da bi odkrili nove gene, povezane z boleznijo, raziskovalci sekvencirajo genome mnogih ljudi z motnjami in jih primerjajo z genomi ljudi brez motenj.

Ubrali smo komplementaren pristop. Uporabili smo umetno inteligenco, da bi našli vzorce med geni, ki so že povezani z nevrorazvojnimi boleznimi, in napovedali dodatne gene, ki so prav tako vključeni v te motnje. “

Dr. Ryan S. Dhindsa, docent za patologijo in imunologijo, Baylor College of Medicine

Raziskovalci so iskali vzorce izražanja genov, izmerjene na ravni ene celice iz človeških možganov v razvoju. "Ugotovili smo, da lahko modeli umetne inteligence, usposobljeni izključno na teh podatkih o izražanju, robustno napovejo gene, ki sodelujejo pri motnjah avtističnega spektra, zakasnitvi v razvoju in epilepsiji. Vendar smo želeli to delo narediti korak naprej," je dejal Dhindsa.

Za nadaljnjo izboljšavo modelov je ekipa vključila več kot 300 dodatnih bioloških značilnosti, vključno z merili, kako intolerantni so geni na mutacije, ali medsebojno delujejo z drugimi znanimi geni, povezanimi z boleznijo, in njihove funkcionalne vloge v različnih bioloških poteh.

"Ti modeli imajo izjemno visoko napovedno vrednost," je dejal Dhindsa. "Najboljši geni so bili do dvakrat ali šestkrat večji, odvisno od vrste dedovanja, pri čemer so bili obogateni za gene tveganja za motnje visokega zaupanja in ne samo za meritve genetske intolerance. Poleg tega je bilo za nekatere najvišje rangirane gene 45- do 500-krat večja verjetnost, da jih bo podprla literatura, ki je nižja od genov nižjega ranga."

"Te modele vidimo kot analitična orodja, ki lahko potrdijo gene, ki izhajajo iz študij sekvenciranja, vendar še nimajo dovolj statističnih dokazov, da bi bili vključeni v pogoje za nevrorazvoj," je dejal Dhindsa. "Upamo, da bodo naši modeli pospešili odkrivanje genov in diagnoze bolnikov, prihodnje študije pa bodo ocenile to možnost."

Blake A. Weido, Justin S. Dhindsa, Arya J. Shetty, Chloe F. Sands, Slavé Petrovski, Dimitrios Vitsios in soavtor Anthony W. Zoghbi so prispevali k temu delu. Avtorji so povezani z eno ali več od naslednjih ustanov: Baylor College of Medicine, Jan in Dan Duncan Neurological Research Institute pri Texas Children's Hospital, AstraZeneca in Univerza v Melbournu.

To delo podpirajo štipendije NIH Ninds (F32 NS127854), NIH (DP5 OD036131), štipendija za dolgoživost skupine Norn, fundacije Hevolution, fundacije Rosenkranz in Grant K23MH121669.

Viri: