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 líder do estudo John L. Rinn, PhD, professor associado de biologia molecular e celular na UC Berkeley. “Este novo algoritmo nos permitirá identificar os principais elementos reguladores do genoma e desenvolver novas terapias para uma variedade de doenças”.

O algoritmo, denominado cis-BPNet, foi treinado em um grande conjunto de dados de expressão gênica de diferentes tipos de células. O algoritmo foi capaz de aprender as relações entre as sequências de DNA e a expressão dos genes, e agora pode prever como os genes serão expressos em diferentes tipos de células.

Os pesquisadores testaram o algoritmo em uma variedade de genes e descobriram que ele era capaz de prever com precisão a expressão de genes em diferentes tipos de células. O algoritmo também foi capaz de identificar os principais elementos reguladores do genoma que controlam a expressão dos genes.

Esta informação poderia ser usada para desenvolver medicamentos que tenham como alvo esses elementos reguladores e liguem ou desliguem os genes. Isso poderia levar a novos tratamentos para uma variedade de doenças, como câncer, diabetes e doenças cardíacas.

“Esta é uma ferramenta nova e poderosa que nos permitirá compreender como os genes são regulados e desenvolver novas terapias para uma variedade de doenças”, disse Rinn.

O estudo foi publicado na revista Cell .