Новое машинное обучение исследует циркадные ритмы

Ученые из Института Эрлхэма и IBM Research разработали технологию на основе искусственного интеллекта (ИИ) и машинного обучения (МО), чтобы понять, как экспрессия генов регулирует циркадные часы организма.

Циркадные ритмы, такие как цикл сна-бодрствования, присущи большинству живых организмов и критически важны для жизни на Земле. Биологические часы временно регулируют физиологию, биохимию и метаболизм в течение 24-часового цикла день-ночь. У растений точные часы помогают регулировать цветение и синхронизировать метаболизм с восходом и закатом солнца.

Исследование на растениях

В этом исследовании команда применила МО для прогнозирования сложных временных паттернов циркадной экспрессии генов у модельного растения Arabidopsis thaliana. Используя новые и опубликованные временные наборы данных, а также геномы арабидопсиса, ученые обучили модели МО делать прогнозы о регуляции циркадных генов и паттернах их экспрессии.

Работа, опубликованная в журнале PNAS, демонстрирует силу подходов на основе ИИ и МО для более экономичного анализа и глубокого понимания функции циркадных часов.

Ведущий автор доктор Лора-Джейн Гардинер из IBM Research Europe пояснила: "По сути, наш внутренний ритм управляется циркадными часами — биохимическим осциллятором, синхронизированным с солнечным временем".

Обнаружение ритмов

Профессор Энтони Холл, руководитель группы в Институте Эрлхэма, отметил: "Обнаружение циркадной ритмичности существующими методами является сложной задачей, поскольку требует использования секвенирования для создания длинных высокоразрешающих временных наборов данных транскриптома. Это дорого и требует много времени".

Разработанная технология на основе ИИ и МО была первоначально применена к арабидопсису, а затем протестирована на других сложных паттернах экспрессии генов и других видах, включая экотипы арабидопсиса. Команда также адаптировала подход МО для пшеницы, показав, что методы позволяют точно анализировать ключевые продовольственные культуры.

"Наши модели МО классифицируют циркадные паттерны экспрессии, используя итеративно уменьшающееся количество транскриптомных временных точек, что является улучшением точности по сравнению с существующими передовыми моделями", — объяснил профессор Холл.

Исследователи основывали свое исследование на теории, что основной механизм контроля экспрессии генов осуществляется через транскрипционные факторы, которые связываются с регуляторной последовательностью ДНК.

Объяснимый ИИ

Доктор Гардинер добавила: "Наши модели МО и их применение в сельскохозяйственных культурах, где циркадные ритмы критически важны для поддержания здорового роста, могут привести к увеличению урожайности. Однако эта технология выходит за рамки растений. Мы сейчас изучаем разные виды, чтобы исследовать связь циркадных часов с болезнями у людей, например, где дисрегуляция часов ассоциирована с рядом заболеваний от депрессии до рака".

"Что делает наши модели более информативными, так это использование алгоритмов объяснимого ИИ. Мы использовали локальные объяснения моделей, специфичные для транскрипта, чтобы ранжировать особенности последовательности ДНК, что дает подробный профиль потенциальных циркадных регуляторных механизмов для каждого транскрипта. Это позволяет различать временную фазу экспрессии и выявлять скрытые подклассы, например, будет ли пик экспрессии утром, днем, вечером или ночью".