رفع نقص های ژنتیکی با کمک هوش مصنوعی

محققان موسسه Wellcome Sanger ، با استفاده از “تکنیک ویرایش اولیه ژن” ابزار جدیدی را برای پیش‌بینی موفقیت‌آمیز توالی DNA ویرایش‌شده در ژنوم یک سلول، ، ابداع کرده اند.

به گزارش تکناک، تکامل فن آوری ویرایش ژن CRISPR-Cas9، پتانسیل بسیار زیادی برای درمان بیماری های ژنتیکی در انسان، از سرطان گرفته تا فیبروز کیستیک را دارد. اما تاکنون، عوامل تعیین کننده موفقیت این مدل ویرایش ها به خوبی درک نشده اند.

در این مطالعه، هزاران توالی DNA مختلف وارد شده به ژنوم را با استفاده از ویرایشگرهای اولیه ارزیابی کرد. سپس از این داده‌ها برای آموزش الگوریتم هوش مصنوعی استفاده شد تا به محققان کمک کند تا بهترین راه‌حل را برای یک نقص ژنتیکی طراحی کنند، که این راه حل، نویدبخش سرعت بخشیدن به تلاش‌ها برای استفاده از این ویرایش اولیه در سطوح درمانی است.

CRISPR-Cas9 که در سال 2012 توسعه یافت، اولین فناوری ویرایش ژن بود که به راحتی قابل برنامه ریزی بود. یک سری «قیچی‌های مولکولی» محققان را قادر می‌سازند تا DNA را در هر موقعیتی از ژنوم برش دهند تا بخش‌هایی از توالی DNA را حذف، اضافه یا تغییر دهند. این فناوری برای بررسی اینکه کدام ژن برای شرایط مختلف مهم است، از سرطان گرفته تا بیماری‌های نادر، و همچنین برای توسعه درمان‌هایی که جهش‌ها یا ژن‌های مضر را اصلاح یا خاموش می‌کنند، استفاده شده است.

ویرایشگرهای پایه، یک نوآوری در حال گسترش بر روی CRISPR-Cas9 بودند و به دلیل توانایی آنها در جایگزینی بازهای منفرد DNA، “مدادهای مولکولی” نامیده می شدند. جدیدترین ابزارهای ویرایش ژن که در سال 2019 ایجاد شده است، ویرایشگرهای اصلی نامیده می شوند. توانایی ویرایشگرهای اصلی برای انجام عملیات جستجو و جایگزینی مستقیم روی ژنوم با درجه‌ای از دقت بالا، منجر به لقب «پردازنده کلمه مولکولی» شده است.

هدف نهایی این فناوری‌ها، اصلاح جهش‌های مضر در ژن‌های افراد، و رفع نقوص ژنتیکی با استفاده از هوش مصنوعی است. بیش از 16000 نوع حذف کوچک که در آن تعداد کمی از بازهای DNA از ژنوم حذف شده اند، به طور قطع با بیماری مرتبط هستند. این فرآیند شامل فیبروز کیستیک است که در آن 70 درصد موارد به دلیل حذف تنها سه پایه DNA ایجاد می شود. در سال 2022، سلول‌های T ویرایش شده با موفقیت برای درمان لوسمی بیمار مورد استفاده قرار گرفت، جایی که شیمی‌درمانی و پیوند مغز استخوان شکست خورده بود.

در این مطالعه جدید، محققان موسسه Wellcome Sanger ، 3604 توالی DNA با طول بین یک تا 69 پایگاه DNA طراحی کردند. این توالی‌ها با استفاده از سیستم‌های تحویل ویرایشگر اصلی مختلف در زمینه‌های مختلف بازسازی DNA، در سه رده سلولی مختلف انسان قرار داده شدند. بعد از یک هفته، سلول‌ها توالی یابی شدند تا ببینند آیا این ویرایش‌ها موفقیت‌آمیز بوده است یا خیر.

کارایی درج یا میزان موفقیت هر دنباله برای تعیین عوامل مشترک در موفقیت هر ویرایش ارزیابی شد. طول توالی، یک عامل کلیدی است.

جوناس کوپل، نویسنده اول این مطالعه از موسسه ولکام سانگر، گفت: متغیرهای دخیل در ویرایش‌های اولیه موفق ژنوم بسیارند، اما ما در حال کشف عواملی هستیم که شانس موفقیت را افزایش می‌دهند. طول توالی یکی از این عوامل است، اما به این سادگی نیست که هر چه توالی طولانی‌تر باشد، ویرایش آن دشوارتر است. همچنین ما متوجه شدیم که یک نوع ترمیم DNA از ویرایش توالی های کوتاه جلوگیری می کند، در حالی که نوع دیگری از ترمیم از ویرایش توالی های طولانی جلوگیری می کند.

برای کمک به درک این داده‌ها، محققان به هوش مصنوعی روی آوردند تا الگوهایی را که موفقیت ویرایش را تعیین می‌کنند، مانند طول و نوع بازسازی DNA ، شناسایی کنند. پس از آموزش بر روی داده های موجود، یک الگوریتم بر روی داده های جدید آزمایش شد و مشخص شد که می تواند موفقیت ویرایش را به طور دقیق پیش بینی کند.

جولیان ولر، نویسنده اول این مطالعه از مؤسسه ولکام سانگر، گفت: به بیان ساده، چندین ترکیب مختلف از سه حرف DNA می‌توانند برای یک اسید آمینه در یک پروتئین رمزگذاری شوند. به همین دلیل است که صدها روش برای ویرایش یک ژن برای دستیابی به همان نتیجه در سطح پروتئین وجود دارد. با تغذیه این ویرایش‌های ژنی بالقوه در الگوریتم هوش مصنوعی، ما توانستیم مدلی بسازیم تا آنها را بر اساس احتمال کارکرد شان رتبه‌بندی کنیم. ما امیدواریم که این مسئله بسیاری از آزمون‌ها و خطاهای مربوط به ویرایش اولیه را حذف کند و پیشرفت را به میزان قابل توجهی افزایش دهد.

گام‌های بعدی این تیم، ساخت مدل‌هایی برای همه بیماری‌های ژنتیکی شناخته‌شده انسان است تا محققان بهتر بفهمند که چگونه می‌توان این بیماری ها را با استفاده از ویرایش اولیه برطرف کرد.

دکتر لئوپولد پارتز، نویسنده ارشد این مطالعه، گفت: پتانسیل ویرایش اولیه ، برای بهبود سلامت انسان بسیار زیاد است، اما ابتدا باید ساده‌ترین، کارآمدترین و ایمن‌ترین راه‌ها را برای انجام این ویرایش‌ها درک کنیم. در این مورد درک قواعد مهمترین مسئله است که داده ها و ابزار حاصل از این مطالعه به ما در انجام آن کمک می کند.

1 دیدگاه برای “رفع نقص های ژنتیکی با کمک هوش مصنوعی

  1. کاطمی گفته:

    بسیار عالی خوش حل شدم علم اینقدر پیشرفت کرده امید وارم از،این علم برای پیشرفت وارتقا سلامت استفاده شود واز نتایج مفید آن همه بهرمند شوندبخصوص در درمان بیماری ها صعب العلاج و ژنتیکی

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اخبار جدید تک‌ناک را از دست ندهید.