Forscher im Bereich Künstliche Intelligenz entwickeln erklärbares neuronales Netzwerk, um genetische Regeln zu entdecken

Ein Team von Forschern hat kürzlich ein erklärbares neuronales Netzwerk entwickelt, das Biologen helfen soll, die geheimnisvollen Regeln zu entschlüsseln, die den Code des menschlichen Genoms bestimmen. Das Forschungsteam trainierte ein neuronales Netzwerk mit Karten von Protein-DNA-Wechselwirkungen, sodass die künstliche Intelligenz entdecken konnte, wie bestimmte DNA-Sequenzen bestimmte Gene regulieren. Die Forscher machten das Modell auch erklärbar, sodass sie die Schlussfolgerungen des Modells analysieren und bestimmen konnten, wie Sequenzmotive Gene regulieren.

Eines der großen Rätsel in der Biologie ist der Regulierungscode des Genoms. Es ist bekannt, dass DNA aus vier Nukleotidbasen – Adenin, Guanin, Thymin und Cytosin – besteht, aber es ist nicht bekannt, wie diese Basenpaare verwendet werden, um die Aktivität zu regulieren. Die vier Nukleotidbasen codieren die Anweisungen für den Aufbau von Proteinen, aber sie kontrollieren auch, wo und wie Gene exprimiert werden (wie sie Proteine in einem Organismus produzieren). Bestimmte Kombinationen und Anordnungen der Basen erzeugen Abschnitte des Regulierungscode, der an DNA-Segmente bindet, und es ist unbekannt, welche diese Kombinationen sind.

Ein interdisziplinäres Team von Informatikern und Biologen versuchte, dieses Rätsel zu lösen, indem es ein erklärbares neuronales Netzwerk entwickelte. Das Forschungsteam entwickelte ein neuronales Netzwerk, das sie “Base Pair Network” oder “BPNet” nannten. Das Modell, das von BPNet zur Generierung von Vorhersagen verwendet wird, kann interpretiert werden, um Regulierungscode zu identifizieren. Dies wurde erreicht, indem vorhergesagt wurde, wie Proteine, die als Transkriptionsfaktoren bezeichnet werden, mit DNA-Sequenzen binden.

Die Forscher führten eine Vielzahl von Experimenten durch und erstellten umfassende Computermodelle, um zu bestimmen, wie Transkriptionsfaktoren und DNA zusammengebunden wurden, und entwickelten eine detaillierte Karte bis hinunter auf die Ebene einzelner Nukleotidbasen. Die detaillierten Darstellungen von Transkriptionsfaktor-DNA ließen es den Forschern ermöglichen, Werkzeuge zu erstellen, die in der Lage waren, sowohl kritische DNA-Sequenzmuster als auch die Regeln zu interpretieren, die als Regulierungscode fungieren.

Julia Zeitlinger, PhD-Biologin und computationale Forscherin an der Stanford University, erklärte, dass die Ergebnisse, die aus dem erklärbareren neuronalen Netzwerk gewonnen wurden, mit bestehenden experimentellen Ergebnissen übereinstimmten, aber auch überraschende Einblicke in den Regulierungscode des Genoms enthielten. Als Beispiel ermöglichte das künstliche Intelligenz-Modell dem Forschungsteam, eine Regel zu entdecken, die beeinflusst, wie ein Transkriptionsfaktor namens Nanog funktioniert. Wenn mehrere Instanzen des Nanog-Motivs auf der gleichen Seite einer DNA-Doppelhelix vorhanden sind, binden sie kooperativ an die DNA. Wie Zeitlinger über ScienceDaily erklärte:

“Es gab eine lange Spur experimenteller Beweise, dass solche Motiv-Periodizität manchmal im Regulierungscode existiert. Die genauen Umstände waren jedoch schwer zu fassen, und Nanog war nicht verdächtig. Die Entdeckung, dass Nanog ein solches Muster aufweist und weitere Details über seine Wechselwirkungen zu sehen, war überraschend, weil wir nicht speziell nach diesem Muster suchten.”

Die jüngste Forschungsarbeit ist weit entfernt von der ersten Studie, die künstliche Intelligenz verwendet, um DNA zu analysieren, aber sie ist wahrscheinlich die erste Studie, die die “Black Box” der künstlichen Intelligenz öffnet, um zu bestimmen, welche DNA-Sequenzen Gene im Genom regulieren. Neuronale Netze sind gut darin, Muster in Daten zu finden, aber ihre Erkenntnisse sind schwer zu extrahieren. Durch die Entwicklung einer Methode, um zu analysieren, welche Merkmale das Modell für die Vorhersage genetischer Regeln als wichtig erachtet, konnten die Forscher nuanciertere Modelle trainieren, die zu neuen Entdeckungen führen.

Die Architektur von BPNet ist ähnlich wie die von Netzen, die verwendet werden, um Gesichter in Bildern zu erkennen. Wenn Computersysteme Gesichter in Bildern erkennen, beginnt das Netz damit, Kanten zu erkennen, und verbindet diese dann. Der Unterschied besteht darin, dass BPNet aus DNA-Sequenzen lernt, Sequenzmotive erkennen und diese Motive zu höheren Regeln verbinden kann, die zur Vorhersage der Bindung von Daten auf der Basis der Auflösung verwendet werden können.

Nachdem das Modell eine hohe Genauigkeitsschwelle erreicht hat, werden die Muster, die das Modell gelernt hat, zurückverfolgt, um die ursprünglichen Eingabesequenzen aufzudecken, wodurch die Sequenzmotive enthüllt werden. Schließlich wird dem Modell eine systematische DNA-Sequenzabfrage bereitgestellt, die es den Forschern ermöglicht, die Regeln zu verstehen, nach denen Sequenzmotive kombiniert und funktionieren. Laut Zeitlinger ist das Modell in der Lage, viele mehr Sequenzen vorherzusagen, als die Forscher in einer traditionellen, experimentellen Weise testen könnten. Darüber hinaus ermöglicht die Vorhersage des Ergebnisses experimenteller Anomalien es den Forschern, zu bestimmen, welche Experimente am informativsten sind, wenn das Modell validiert wird.