[ad_1]
Un nouveau rapport montre comment un algorithme d'apprentissage automatique peut prédire comment les cellules humaines et de souris réagissent aux ruptures d'ADN induites par la technologie d'édition de gène CRISPR.
La recherche suggère un avenir potentiel où l'IA pourrait aider à guider l'auto-correction génétique naturelle des cellules en combinaison avec les thérapies CRISPR qui corrigent les mutations en coupant simplement l'ADN avec précision et en permettant à la cellule de guérir naturellement.
Pourquoi est-ce important?
Les enquêteurs du MIT, du Broad Institute et du Brigham and Women's Hospital ont découvert que les cellules réparent souvent les gènes brisés de manière précise et prévisible.
L’ADN endommagé peut se réparer lui-même grâce à une autocorrection génétique, mais les réparations sont souvent imparfaites, les cellules ajoutant ou retirant des fragments d’ADN au site de la rupture d’une manière apparemment aléatoire et imprévisible, ont déclaré les chercheurs.
L'édition de gènes avec CRISPR-Cas9 permet de couper l'ADN à des emplacements spécifiques, peut créer des erreurs qui altèrent la fonction des gènes – cela est parfois utile pour désactiver un gène, mais a jusqu'à présent été considéré comme trop susceptible d'erreur pour être appliqué à des fins thérapeutiques.
Mais le nouvel algorithme d'apprentissage automatique prédit comment les cellules humaines et de souris réagissent aux ruptures d'ADN induites par CRISPR: Les chercheurs ont découvert que l'auto-réparation des cellules est souvent précise et prévisible.
Il y avait eu des preuves antérieures de tendances dans les résultats de réparation CRISPR, et les chercheurs avaient songé à les modéliser. Mais pour ce faire, il fallait beaucoup plus de données pour mieux comprendre ces tendances.
Max Shen, étudiant diplômé du MIT, et Mandana Arbab, chercheuse postdoctorale au Broad Institute, ont examiné comment les cellules réparaient une bibliothèque de 2 000 sites ciblés par CRISPR dans les génomes de souris et humain.
Une fois qu'elles ont constaté comment les cellules se sont auto-réparées, elles ont incorporé les résultats de leurs découvertes dans un modèle d'apprentissage automatique, appelé inDelphi, qui a permis à l'algorithme de déterminer la réponse des cellules – les bits d'ADN ajoutés ou supprimés de chaque cellule. gène endommagé. Bientôt, inDelphi a pu discerner des modèles sur les sites de coupe qui prédisaient les insertions et les délétions survenues.
Après avoir interrogé inDelphi pour trouver des gènes pertinents pour la maladie qui pourraient être corrigés en coupant au bon endroit, les chercheurs ont découvert près de 200 variants génétiques pathogènes dont la plupart avaient été corrigés pour retrouver leur version normale et saine après avoir été coupés avec des enzymes associées à CRISPR.
Mieux encore, ils ont déjà pu exploiter cette prévisibilité pour corriger les mutations dans les cellules de patients atteints de troubles génétiques rares, du syndrome de Hermansky-Pudlak et de la maladie de Menkes.
LA GRANDE TENDANCE
InDelphi est disponible pour aider le chercheur à effectuer des éditions précises. Ils peuvent interroger le site pour voir où ils pourraient peut-être couper l'ADN et obtenir les résultats souhaités, ainsi que pour confirmer l'efficacité des coupes d'ADN destinées à désactiver les gènes ou à déterminer les sous-produits de jonction d'extrémité d'une réparation basée sur un modèle. .
Bien que beaucoup de travail reste à faire, des études indiquent que la prévisibilité permet de futures thérapies qui pourraient déclencher les cellules naturellement pour une édition plus efficace du génome.
La recherche, quant à elle, est une nouvelle preuve de deux faits: des progrès rapides dans l’édition des gènes et les thérapies régénératives, et la médecine de précision et l’intelligence artificielle travaillent main dans la main.
SUR LE RECORD
"L'apprentissage automatique offre de nouveaux horizons pour le développement de thérapies humaines", a déclaré David Gifford, professeur d'informatique et de génie biologique au MIT. "Cette étude est un exemple de la façon dont la combinaison de la conception et de l'analyse d'expériences informatiques avec des objectifs thérapeutiques peut produire une modalité thérapeutique inattendue."
"Nous ne disposons pas actuellement d'un moyen efficace pour corriger avec précision de nombreuses mutations de maladies humaines", a déclaré David Liu, directeur de l'Institut Merkin des technologies de transformation dans les soins de santé et vice-président de la faculté du Broad Institute. "En utilisant l'apprentissage automatique, nous avons montré que nous pouvions souvent corriger ces mutations de manière prévisible, en laissant simplement la cellule se réparer."
"Nous montrons que la même enzyme CRISPR, qui a été utilisée principalement comme masse, peut également servir de ciseau", a déclaré Richard Sherwood, professeur adjoint de médecine à la division de génétique du Brigham and Women's Hospital. "La possibilité de connaître le résultat le plus probable de votre expérience avant de le faire constituera un réel progrès pour les nombreux chercheurs utilisant CRISPR."
Gazouillement: @MikeMiliardHITN
Envoyer un courrier électronique à l'auteur: [email protected]
[ad_2]
Source link
