#Mikrobiom #Xəbərlər

AI modeli tənzimləyici genomikanın ümumiləşdirilmiş “dilini” öyrənir, hüceyrə hekayələrini proqnozlaşdırır

Dana-Farber Xərçəng İnstitutu, MIT və Harvard Geniş İnstitutu, Google və Kolumbiya Universitetindən olan tədqiqatçılar qrupu istənilən insan hüceyrəsində hansı genlərin ifadə olunduğunu proqnozlaşdıra bilən süni intellekt modeli yaradıblar. EpiBERT adlanan model insana bənzər dili anlamaq və yaratmaq üçün nəzərdə tutulmuş dərin öyrənmə modeli olan BERT-dən ilhamlanıb.

İş Hüceyrə Genomikasında görünür .

Bədəndəki hər hüceyrə eyni genom ardıcıllığına malikdir , buna görə də iki növ hüceyrə arasındakı fərq genomdakı genlərdə deyil, hansı genlərin, nə vaxt və nə qədər aktiv olmasıdır. Tənzimləyici elementlər üçün genom kodlarının təxminən 20%-i hansı genlərin işə salındığını müəyyən edir, lakin bu kodların genomda harada olması, onların təlimatlarının necə göründüyü və ya mutasiyaların hüceyrədəki funksiyaya necə təsir etdiyi barədə çox az şey məlumdur.

EpiBERT bir neçə mərhələdə yüzlərlə insan hüceyrə növündən alınan məlumatlar üzərində təlim keçmişdir. O, 3 milyard baza cütü uzunluğunda olan genomik ardıcıllıqla, bu ardıcıllıqlardan hansının xromosomdan açıldığını və hüceyrə tərəfindən oxunduğunu bildirən xromatinə əlçatanlıq xəritələri ilə qidalanırdı.

Model ilk olaraq müəyyən bir hüceyrə tipində genomun böyük hissələri arasında DNT ardıcıllığı və xromatin əlçatanlığı arasındakı əlaqəni öyrənmək üçün öyrədildi. Daha sonra, müvafiq hüceyrə tipində hansı genlərin aktiv olduğunu proqnozlaşdırmaq üçün bu öyrənilmiş əlaqələrdən istifadə etdi. O, tənzimləyici elementləri – genomun transkripsiya faktorları ilə tanınan hissələrini və onların bir çox hüceyrə tiplərində gen ifadəsinə təsirini dəqiq müəyyən etdi, ümumiləşdirilə bilən və proqnozlaşdırıla bilən “qrammatika” qurdu.

Bu qrammatika qurma prosesini ChatGPT kimi böyük dil modelinin bir çox mətn nümunələrindən mənalı cümlələr və paraqraflar qurmağı öyrənməsi yolu ilə müqayisə etmək olar . EpiBERT modeli əlçatanlığı emal edə və əvvəllər görülməmiş hüceyrə növü üçün funksional əsasları, eləcə də RNT ifadəsini proqnozlaşdıra bilər.

EpiBERT, genlərin hüceyrələrdə necə tənzimləndiyinə və potensial olaraq, bu hüceyrələrin tənzimləmə sistemlərinin xərçəng kimi xəstəliklərə səbəb olan yollarla necə mutasiyaya uğraya biləcəyinə işıq salacaq.

Daha çox məlumat: Nauman Javed et al, Hüceyrə tipli aqnostik tənzimləmə proqnozları üçün multimodal transformator, Cell Genomics (2025). DOI: 10.1016/j.xgen.2025.100762

Jurnal məlumatı: Cell Genomics 

Dana-Farber Xərçəng İnstitutu tərəfindən təmin edilmişdir

Leave a comment

Sizin e-poçt ünvanınız dərc edilməyəcəkdir. Gərəkli sahələr * ilə işarələnmişdir