Специалисты из Центра искусственного интеллекта НИУ ВШЭ создали ИИ-модель, расширяющую перспективы диагностики и терапии серьезных заболеваний, в том числе онкологии головного мозга и нейродегенеративных расстройств. В процессе работы ученые использовали искусственный интеллект для анализа G-квадруплексов – структур, играющих важную роль в функционировании клеток и формировании органов и тканей. Результаты исследования представлены в научной статье опубликована в журнале Scientific Reports.
ДНК можно сравнить с протяженной цепочкой, образованной четырьмя буквами: A, C, G и T. Помимо порядка расположения этих букв, значительную роль играет структура ДНК: некоторые участки генетической информации становятся открытыми, то есть доступными для клетки для считывания и последующего воспроизведения, а другие – закрытыми. Одной из форм «упаковки» является G-квадруплекс – своеобразная структура, напоминающая небольшой узелок, которая формируется в местах с высоким содержанием гуанина. Исследователи выдвигали гипотезу, что каждый тип клеток характеризуется своим уникальным комплексом таких структур, определяющих ее функцию. К примеру, ДНК нервных клеток мозга имеет специфические узелки, отличные от ДНК клеток печени. Как раз эти различия оказывают влияние на развитие и работу различных типов клеток. Однако исследование подобных процессов в лабораторных условиях было затратным и не всегда предоставляло достоверные данные.
Специалисты Центра ИИ НИУ ВШЭ создали ИИ-модель DeepGQ, использующую глубокое обучение для формирования персонализированных карт G-квадруплексов, специфичных для каждой ткани. Разработанная модель проводит анализ последовательности ДНК в двух направлениях, имитируя чтение с обеих сторон, что позволяет ей с высокой точностью определять все особенности исследуемого участка ДНК.
«В качестве отправной точки мы предполагали, что на развитие клеток каждого типа ткани влияют не только особенности структуры ДНК, но и характеристики окружающей среды. Для проверки этой гипотезы мы отказались от единой универсальной модели и разработали специализированные DeepGQ-модели для различных видов тканей. Так, одна модель была обучена исключительно на клетках мозга (″DeepGQ-Нейроны″), другая – на клетках печени (″DeepGQ-Печень″), и аналогично для 14 типов тканей. Благодаря этому каждый DeepGQ смог выявить закономерности, характерные для конкретного типа тканей», — пояснил Артем Башкатов, младший научный сотрудник Центра биомедицинских исследований и технологий Института ИИ и цифровых наук НИУ ВШЭ.
DeepGQ предоставил исследователям возможность точно прогнозировать G-квадруплексы. Теперь любая лаборатория, занимающаяся изучением, к примеру, рака печени или болезни Альцгеймера, может использовать данные из образцов пациентов и, благодаря DeepGQ, создать детальную карту наиболее перспективных мишеней для дальнейших экспериментов, не прибегая к дорогостоящим исследованиям.
«По своей сути, DeepGQ представляет собой нечто вроде Google Maps для G-квадруплексов, позволяющее отображать на плоском изображении ДНК важные объекты (GQs) и элементы, определяющие «дорожную обстановку» (DHS, гистоны), характерные для каждого типа тканей. Множество серьезных заболеваний, включая рак и нейродегенеративные расстройства, связаны с утратой тканевой идентичности. В таких случаях клетки либо перестают соответствовать своей функциональной роли, либо нарушается программа их специализации. G-квадруплексы могут стать перспективными мишенями для разработки новых методов лечения. Если жизнедеятельность раковой клетки поддерживается определенным GQ-узлом, то возможно создание лекарственного средства, которое либо разрушит этот узел, либо стабилизирует его до момента необратимого повреждения, приводящего к гибели раковой клетки. В перспективе это может привести к созданию модели «DeepGQ-Пациент»: на основе биопсии опухоли и сопутствующих данных будет сформирована индивидуальная карта активных GQs, что позволит подобрать максимально персонализированную терапию», — пояснила Мария Попцова, директор Центра биомедицинских исследований и технологий Института ИИ и цифровых наук НИУ ВШЭ.
Информация предоставлена пресс-службой НИУ ВШЭ