Искусственный интеллект способен редактировать геном человека
Алгоритмы машинного обучения предсказывают восстановление ДНК после разрезов Cas9.
Во время редактирования генов с помощью технологии CRISPR, "ножницы" Cas9, которые режут ДНК в нужном месте, отрезают с помощью направляющей (гидовой) РНК.
- Однако способ сшивания генетического материала обратно не очень точен; на самом деле, ученые давно пришли к выводу, что без шаблона этот процесс будет рандомным.
Тем не менее, «были неподтвержденные доказательства того, что клетки не восстанавливают ДНК случайным образом», - говорит журналу The Scientist генетик Ричард Шервуд из больницы Brigham and Women’s (Массачусетс).
Другая опубликованная на эту тему статья 2016 года содержала схожие данные в обработке.
- Шервуд подумал, может ли искусственный интеллект предсказать эти результаты.
CRISPR направляющие РНК нацеливаются на специфические пятна в геноме для расщепления ферментом Cas9, образуя двухцепочечный разрыв. Алгоритм машинного обучения предсказывает, какие типы ремонтных работ будут выполнены на объекте, на который нацелена конкретная направляющая РНК. Возможные варианты включают вставку одной пары оснований (a), небольшое удаление (b) или большее изменение, известное как удаление микрогомологов (c).
В исследовании, опубликованном в прошлом году в журнале Nature, Шервуд и его коллеги описывают, как они обучили машину алгоритму, который называется inDelphi, для прогнозирования исправлений, сделанных в ДНК, разрезанной с помощью Cas9, с использованием экспериментальных данных из 1872 последовательностей - мишеней, вырезанных и затем перегруппированных в клеточных линиях мыши и человека.
- Алгоритм показал, что 5 – 11 процентов используемых направляющих РНК индуцировали один, предсказуемый исправленный генотип в геноме человека в более чем 50 процентах продуктов редактирования. Другими словами, изменения не были случайными, сообщила команда.
Отдельно Фелисити Аллен (Felicity Allen) и Леопольд Партс (Leopold Parts) из Wellcome Sanger Institute в Великобритании и их коллеги создали алгоритм под названием FORECasT, чтобы сделать то же самое.
Основанная на библиотеке из 41 630 гидовых РНК и последовательностей целевых локусов до и после восстановления - набора данных, который насчитывал более 1 миллиарда исправлений в различных типах клеток - модель показала, что большинство репараций представляют собой либо вставки с одним основанием, либо небольшие делеции (потери участков) или более длинные делеции, обусловленные микрогомологическим соединением концов (MMEJ) и основанные на специфических последовательностях, которые существуют в сайте среза Cas9.
Затем алгоритм смог использовать последовательности, определяющие каждое исправление для прогнозирования результатов редактирования Cas9, сообщили исследователи в Nature Biotechnology.
- По словам Аллен и Партса, прогнозируемые исправления аналогичны таковым у Шервуда, но основаны на гораздо большем количестве данных.
«Это подходящее место и подходящее время для таких предсказаний», - говорит Рич Стоунер (Rich Stoner), главный научный сотрудник Synthego, компании по разработке генома, заинтересованной в разработке программ прогнозирования исправлений, подобных inDelphi, FORECasT, и третьей, которая называется SPROUT, для бизнеса.
- Однако, отмечает Стоунер, все еще неопубликованный анализ результатов трех алгоритмов показывает, что порой они все делали совершенно разные прогнозы для одних и тех же срезов в одних и тех же типах ячеек, предполагая, что точность алгоритмов нуждается в улучшении.
Точные прогнозы исправленных последовательностей могут позволить исследователям вычислить и предсказать верную направленность гидовой РНК, которая будет воспроизводить индивидуальные мутации пациента, что приведет к разработке более совершенных исследовательских моделей для изучения генетических заболеваний.
- Шервуд и его коллеги также показали, что их алгоритм может предсказать, какие направляющие РНК понадобятся для исправления вызывающих заболевания мутаций, обнаруженных у людей, при помощи CRISPR, и теперь это становится реальным.
"Далее, говорит Шервуд, мы хотели бы проверить, можем ли мы исправить мутации, вызывающие болезни, на моделях животных с конечной целью сделать это для людей".
Станьте первым!