رمزگشایی از «کلید روشنکننده ژنها» با هوش مصنوعی؛ گامی بلند در پیشبینی جهشهای بیماریزا
پژوهشگران با بهرهگیری از یادگیری ماشین موفق شدند ساختار ژنتیکی بخش مهمی از DNA به نام «آغازگر» (Initiator) را رمزگشایی کنند. این ناحیه نقش کلیدی در فعالسازی ژنها ایفا میکند و شناخت دقیق آن، امکان پیشبینی تأثیر جهشهای عامل بیماریهایی چون سرطان را فراهم میسازد. به گزارش آذرنگار، حیات هر سلول انسانی به روشن […]
پژوهشگران با بهرهگیری از یادگیری ماشین موفق شدند ساختار ژنتیکی بخش مهمی از DNA به نام «آغازگر» (Initiator) را رمزگشایی کنند. این ناحیه نقش کلیدی در فعالسازی ژنها ایفا میکند و شناخت دقیق آن، امکان پیشبینی تأثیر جهشهای عامل بیماریهایی چون سرطان را فراهم میسازد.
به گزارش آذرنگار، حیات هر سلول انسانی به روشن و خاموش شدن دهها هزار ژن در زمان دقیق و به میزان مشخص وابسته است. اگر این تنظیم ژنتیکی مختل شود، سلولها دچار ناهنجاری شده و زمینه برای بروز بیماریهای خطرناکی مانند انواع سرطان فراهم میشود.
یکی از حیاتیترین بخشها در این فرایند، ناحیهای از DNA موسوم به «آغازگر» (Initiator) است؛ نقطهای که دستورات ژنتیکی نخستین بار از آنجا برای تولید پروتئینها، آنزیمها و هورمونهای حیاتی خوانده و بیان میشوند.
ترکیب دادههای انبوه ژنتیکی و هوش مصنوعی
تیم تحقیقاتی آزمایشگاه پروفسور جیمز کادوناگا (James T. Kadonaga) در دانشگاه کالیفرنیا سندیگو، فعالیت بیانی حدود ۵۰۰ هزار نسخه مختلف از توالی آغازگر را با استفاده از روشهای توالییابی پیشرفته و سریع اندازهگیری کردند.
سپس این مجموعه داده عظیم به مدلهای یادگیری ماشین داده شد تا الگوی مشخصِ توالیهای تشکیلدهنده آغازگر را شناسایی کنند. این مدلها برای نخستینبار توانستند با دقت بالا وجود یا عدم وجود آغازگر را در ژنوم پیشبینی کنند و مشخص شد که تقریباً ۶۰ درصد از ژنهای انسان دارای این توالی آغازگر هستند.
پیشبینی بیماریها و طراحی ژنهای مصنوعی
رمزگشایی از این امضای ژنتیکی دو دستاورد کلیدی دارد:
- پیشبینی اثرات جهش: پزشکان و محققان میتوانند پیشبینی کنند که جهشهای ژنتیکی در این بخش، چگونه بیان ژن را تغییر داده و به بیماری منجر میشوند.
- زیستشناسی ساختگی (Synthetic Biology): این اطلاعات به دانشمندان اجازه میدهد «پروموترهای مصنوعی» بسازند؛ توالیهای دستساز برای خاموش و روشن کردن هدفمند و سفارشی ژنها در پزشکی و درمانهای نوین.
پروفسور کادوناگا در اینباره میگوید: «در میان شش میلیارد باز آلی DNA در هر سلول، کدی برای بیان ژن نهفته است که مشخص میکند هر ژن چه زمان، کجا و به چه میزان روشن یا خاموش شود. مدل جدید هوش مصنوعی برای آغازگر، بخش کوچک اما حیاتی از رمزگشایی این کد کلی ژنتیکی است.»
مشخصات منبع علمی:
- عنوان مقاله: Machine learning analysis of the human initiator region reveals key features of different types of core promoters
- نویسندگان: Torrey E. Rhyne-Carrigg, Long Vo ngoc, Claudia Medrano, Kassidy E. Gillespie, James T. Kadonaga
- ژورنال: Genes & Development (انتشار: ۳۱ ژوئیه ۲۰۲۶)
- شناسه دیجیتال (DOI): ۱۰.۱۱۰۱/gad.353623.125