Die Chronode -Methode bietet Präzision bei Timing -Gentherapie -Behandlungen

Ein Yale -Forschungsteam hat ein neues Computer -Tool erstellt, mit dem genau die Gene während der Zeit der Gehirnentwicklung genau ein- und ausschalten können – ein Befund, der den Ärzten einem Tag dabei hilft, das optimale Fenster zu identifizieren, um Gentherapiebehandlungen einzusetzen.

Das Tool „Chronode“ genannt, verwendet mathematisches und maschinelles Lernen, um zu modellieren, wie sich die Genaktivität und das Chromatin (die DNA- und Proteinmischung, die Chromosomen bildet) Muster im Laufe der Zeit ändern. Das Tool kann eine Vielzahl von Anwendungen in der Modellierung von Krankheiten und der grundlegenden genomischen Forschung anbieten und möglicherweise zu zukünftigen therapeutischen Anwendungen führen.

Grundsätzlich haben wir eine Gleichung, die das genaue Moment der Genaktivierung bestimmen kann, das wichtige Schritte wie den Übergang von einem Entwicklungs- oder Krankheitsstadium zu einer anderen bestimmen kann. Infolgedessen kann dies eine mögliche Möglichkeit darstellen, in Zukunft kritische Punkte für therapeutische Interventionen zu identifizieren. “

Mor Frank, Postdoktorand der Abteilung für Biophysik und Biochemie in Yale’s Fakultät für Künste und Wissenschaften (FAS) und Studien-Co-Autor

Die Ergebnisse der Studie wurden am 19. August in der Zeitschrift veröffentlicht Naturkommunikation.

Für die Studie wollte das Forschungsteam nicht nur bestimmen Wann Gene aktivieren, aber Wie Ihre Aktivierung ändert sich im Verlauf der Gehirnentwicklung. Gene aktivieren an verschiedenen Stellen in der Zellentwicklung, aber die Kartierung der Genentwicklung war schwierig. Und frühere Studien haben sich auf isolierte Zeitmomente konzentriert, nicht auf die Entwicklung der Genexpression im Laufe der Zeit.

In diesem Fall verwendeten die Forscher eine logistische Gleichung (eine mathematische Gleichung, die für die Modellierung von dynamischen Prozessen nützlich ist), um zu messen, wann und wie schnell Gene bei der Entwicklung von Mausköpfen ein- und ausschalten. Sie fanden heraus, dass die meisten Gene einfache und allmähliche Aktivierungsmuster folgen und dass Gene in Subtypen zusammengefasst werden können, einschließlich Beschleunigern, die in den späten Entwicklungsstadien beschleunigen; Schalter, die beschleunigen und dann langsamer werden; und Verzögerer, die nur langsamer werden.

Forscher entwickelten dann ein KI -Modell, um die Genexpression im Laufe der Zeit auf der Grundlage von Veränderungen im nahe gelegenen Chromatin vorherzusagen. Das Modell funktionierte gut, insbesondere für Gene mit einer komplexeren Regulation, und das gesamte Verfahren hat die Chronode -Methode festgelegt.

Sie fanden heraus, dass die meisten Gene vorhersehbare Entwicklungsmuster folgen, die durch ihre Rolle in einer Zelle diktiert werden und feststellen, wie schnell sie den maximalen Einfluss auf die Zelle erreichen.

„In einer Situation, in der Sie genetische Erkrankungen behandeln, möchten Sie das Gen schließen, bevor es sein volles Potenzial ausschöpft. Danach ist es zu spät“, sagte Co-Autor Beatrice Borsari, der auch Postdoktorand in Biophysik und Biochemie ist.

„Unsere Gleichung zeigt Ihnen genau den Schaltpunkt – oder den Punkt, an dem das Medikament nicht den gleichen Effekt auf die Expression des Gens hat“, sagte Borsari.

„There are many cases where it’s not just important to characterize the developmental direction you go, but also how fast you reach a certain point, and that’s what this model is allowing us to do for the first time,“ added Mark Gerstein, the Albert L. Williams Professor of Biomedical Informatics at Yale School of Medicine and a professor of molecular biophysics and biochemistry, computer science, and of statistics and data science in FAS, and the study’s lead Autor.

Borsari und Frank unterstreichen, dass die potenziellen Anwendungen im pharmakokinetischen Bereich wichtig sind.

Die Forscher nannten ihre neue Methode „Chronode“, einen Namen, der das Konzept der Zeit (Chronos ist der Gott der Zeit in der griechischen Mythologie) mit dem mathematischen Rahmen gewöhnlicher Differentialgleichungen (ODES.) Verschmelzen.

„Wir analysieren biologische Zeitreihen mithilfe der logistischen Ode“, sagte Borsari. „In gewissem Sinne erfasst der Name die multidisziplinäre Natur unserer Forschung. Wir arbeiten dort, wo die Biologie die Schönheit der Mathematik trifft. Wir verwenden mathematische Modelle, um komplexe biologische Phänomene zu beschreiben und vorherzusagen – in unserem Fall zeitliche Muster in genomischen Daten.“

Borsari ist ein Computerbiologe mit Fachwissen in Genetik und Bioinformatik, während Frank ein biomedizinischer Ingenieur mit einer starken Grundlage für maschinelles Lernen und Mathematik ist. „Unsere vielfältigen Fähigkeiten schaffen eine sehr synergistische Zusammenarbeit, und wir lernen viel voneinander“, sagte Borsari.

Weitere Autoren der Studie sind Research Associates Eve S. Watttenberg, Ke Xu, Susanna X. Liu und Xuezhu Yu.

Quellen: