ИИ-модель изучила обобщённый «язык» регуляторной геномики и предсказывает клеточные сценарии

Исследователи из Института рака Дана-Фарбер, Института Броуда MIT и Гарварда, Google и Колумбийского университета создали модель искусственного интеллекта, способную предсказывать, какие гены экспрессируются в любом типе человеческой клетки. Модель под названием EpiBERT была вдохновлена BERT — моделью глубокого обучения, разработанной для понимания и генерации человеко-подобного языка.

Работа опубликована в Cell Genomics.

Каждая клетка тела имеет одну и ту же последовательность генома, поэтому разница между двумя типами клеток заключается не в генах, а в том, какие гены включены, когда и в каком количестве. Примерно 20% генома кодируют регуляторные элементы, определяющие, какие гены активированы, но о том, где находятся эти «коды» в геноме, как выглядят их инструкции и как мутации влияют на функцию клетки, известно очень мало.

EpiBERT обучали на данных сотен типов человеческих клеток в несколько этапов. Ей «скармливали» геномную последовательность длиной 3 миллиарда пар оснований вместе с картами доступности хроматина, которые показывают, какие из этих последовательностей размотаны с хромосомы и считываются клеткой.

Сначала модель обучали понимать взаимосвязь между последовательностью ДНК и доступностью хроматина на больших участках генома в конкретном типе клеток. Затем она использовала эти выученные взаимосвязи, чтобы предсказать, какие гены активны в соответствующем типе клеток. Она точно идентифицировала регуляторные элементы — участки генома, распознаваемые факторами транскрипции — и их влияние на экспрессию генов во многих типах клеток, выстраивая обобщаемую и предсказуемую «грамматику».

Этот процесс построения грамматики можно сравнить с тем, как большая языковая модель, такая как ChatGPT, учится строить осмысленные предложения и абзацы из множества примеров текста. Модель EpiBERT может обрабатывать данные о доступности и предсказывать функциональные основания, а также уровень экспрессии РНК для ранее не изученного типа клеток.

EpiBERT прольёт свет на то, как регулируются гены в клетках и, возможно, как регуляторные системы этих клеток могут мутировать, приводя к таким заболеваниям, как рак.