Algoritmo de aprendizado de máquina prevê como os genes são regulados em células individuais

Um novo algoritmo de aprendizagem automática pode prever como os genes são regulados em células individuais, um avanço que poderá levar a novos tratamentos para uma variedade de doenças.

O algoritmo, desenvolvido por pesquisadores da Universidade da Califórnia, em Berkeley, é capaz de identificar as sequências específicas de DNA que controlam a expressão dos genes. Esta informação poderia ser usada para desenvolver medicamentos que tenham como alvo essas sequências e ativem ou desativem genes.

“Este é um grande avanço na nossa compreensão de como os genes são regulados”, disse o principal autor do estudo, Jonathan Weissman, professor de biologia molecular e celular na UC Berkeley. “Tem o potencial de revolucionar a forma como tratamos as doenças”.

O algoritmo, denominado scSLAM-seq, funciona analisando dados de sequenciamento de RNA unicelular. Esta técnica permite aos investigadores medir a expressão de genes em células individuais, em vez de numa grande população de células.

Ao analisar os dados do scSLAM-seq, o algoritmo é capaz de identificar as sequências de DNA associadas à expressão de genes específicos. Essas sequências são chamadas de elementos reguladores.

Os pesquisadores testaram o algoritmo em uma variedade de tipos de células, incluindo células-tronco embrionárias humanas, células-tronco embrionárias de camundongos e células-tronco pluripotentes induzidas por humanos. O algoritmo foi capaz de identificar com precisão os elementos reguladores de um grande número de genes em cada tipo de célula.

Os pesquisadores acreditam que o scSLAM-seq poderia ser usado para identificar os elementos reguladores de genes que estão envolvidos em uma variedade de doenças. Esta informação poderia então ser usada para desenvolver medicamentos que tenham como alvo essas sequências e liguem ou desliguem os genes.

“Esta tecnologia tem o potencial de revolucionar a forma como tratamos doenças”, disse Weissman. “Ao visar os elementos reguladores dos genes, poderíamos desenvolver novos medicamentos que sejam mais eficazes e tenham menos efeitos secundários”.

O estudo foi publicado na revista Nature Biotechnology.