新しいAIフレームワークは新しい治療法を加速する可能性があります

人工知能（AI）の機械学習の台頭は、ゲノミクス、バイオテクノロジー、製薬、ライフサイエンスに影響を与えています。月曜日に発表された研究では ネイチャーマシンインテリジェンス、 Melissa Gymrekが率いるカリフォルニア大学サンディエゴ校（UCSD）の研究者チームは、転写因子（TF）の結合に関するゲノミクスの洞察を可能にするAI機械学習フレームワークを作成しました。このフレームワークは、いつの日か精密医療と開発のスピードアップに役立つ可能性があります。病気の新しい治療法の。

「全体として、私たちの研究は、TFがターゲットサイトに結合するルールを解読し、結合に最も強い影響を与える特定の非コードヌクレオチドを特定するのに役立つ貴重な機械学習フレームワークを提供します」とGymrekと彼女の研究チームは書いています。

Gymrekは、科学者が人間の特性に対する遺伝子セグメントの影響を研究できるようにする特許取得済みのアルゴリズムを含む彼女の科学的業績により、2017年に「Forbes30 Under 30：Science」に選ばれました。 UCSDのGymrekLabの使命は、計算ツールを開発することにより、病気につながる可能性のあるDNA配列のバリエーションを研究することです。この研究に参加した他のUCSD研究者には、Hao Su、Cynthia Wu、Hanquing Zhao、Michael Lamkin、およびAnZhengが含まれます。

ゲノムとは、DNAを含む染色体に保存されている生物のすべての遺伝情報を指します。人体には23対の染色体があります。ヒトDNAを構成する30億の化学塩基対の配列を決定するために1990年から2003年に実施された世界的な研究努力であるヒトゲノムプロジェクトによると、ヒト遺伝子には約20,500の遺伝子があります。

遺伝子活性は、遺伝子が「オン」か「オフ」かを制御するDNA結合領域を持つタンパク質である転写因子によって制御されます。これらのタンパク質は、遺伝子内のDNAがRNA分子にコピーされるプロセスである転写を活性化または抑制する可能性があります。

たとえば、神経発達障害であるレット症候群は、MeCP2と呼ばれる転写抑制因子の機能不全に起因するとされています。 遺伝学と開発における現在の意見 .

若年発症成人型糖尿病は、新生児糖尿病と膵臓の発達に関するヨーロッパの研究によると、転写調節因子HNF1β（TCF2）の変異によって引き起こされます。

眼疾患であるフックスの内皮角膜ジストロフィー（FECD）は、TCF4転写因子のイントロン3におけるCTG TNR（CTGトリプレットリピート）の拡大によるものです。別のヨーロッパの研究によると、双極性障害を発症するリスクを高める可能性があります。

転写因子は、腫瘍の抑制または促進に役割を果たす可能性があるため、癌研究でも関心のある分野です。

UCSDの研究者は、1つの完全に接続された層を持つ3つの畳み込みニューラルネットワーク層と、畳み込みニューラルネットワークとリカレントニューラルネットワークの組み合わせであるDanQで構成されるDeepSEAを拡張することにより、AgentBindと呼ばれる機械学習フレームワークを作成しました。

「ここでは、既存の畳み込みニューラルネットワークアーキテクチャと最先端のモデル解釈技術を活用して、特定のTFのバインディングアクティビティを決定するために最も重要なコンテキスト機能を識別、視覚化、解釈する機械学習フレームワークを紹介します」と研究者は書いています。

彼らは、より少ないデータを利用することによってトレーニングをより効率的にするために転移学習を使用しました。畳み込みニューラルネットワークは、ChIP-seqとDNAseI-seqでトレーニングされています。次に、研究者は、ニューラルネットワークの分析後の方法であるGrad-CAMを適用して、「単一の塩基対の解像度で結合モチーフのコンテキスト領域の重要度スコアを計算しました」。

「全体として、私たちのフレームワークは、TF結合を決定する配列の特徴への新しい洞察を可能にし、潜在的な疾患関連性を持つ特定の非コード変異体を特定します」と研究者は書いています。

障害または変異した転写因子は、自己免疫疾患、心血管系の問題、癌、およびその他の疾患を引き起こす可能性があります。転写因子結合のためのこの新しいAI機械学習フレームワークにより、研究者は、病気のプロセスを理解し、将来の治療を加速するために革新的な技術を適用する新しい方法を手に入れることができます。

Copyright©2021Cami Rosso無断複写・転載を禁じます。