Badacze AI opracowują wyjaśnialną sieć neuronową w celu odkrycia genomowych reguł

Zespół badaczy niedawno stworzył wyjaśnialną sieć neuronową mającą na celu pomóc biologom odkryć tajemnicze reguły, które rządzą kodem ludzkiego genomu. Zespół badawczy przeszkolił sieć neuronową na mapach interakcji białka-DNA, umożliwiając AI odkrycie, w jaki sposób pewne sekwencje DNA regulują pewne geny. Badacze również uczynili model wyjaśnialnym, aby mogli analizować wnioski modelu i określić, w jaki sposób motywy sekwencji regulują geny.

Jedną z wielkich tajemnic w biologii jest regulacyjny kod genomu. Wiadomo, że DNA składa się z czterech nukleotydowych baz – adeniny, guaniny, tyminy i cytozyny – ale nie wiadomo, w jaki sposób te pary baz są używane do regulacji aktywności. Cztery nukleotydowe bazy kodują instrukcje budowy białek, ale również kontrolują, gdzie i jak geny są wyrażane, (w jaki sposób tworzą białka w organizmie). Szczególne kombinacje i układy baz tworzą sekcje regulacyjnego kodu, które wiążą się z segmentami DNA, a nie wiadomo, jakie są te kombinacje.

Interdyscyplinarny zespół informatyków i biologów postanowił rozwiązać tę tajemnicę, tworząc wyjaśnialną sieć neuronową. Zespół badawczy stworzył sieć neuronową, którą nazwali „Base Pair Network” lub „BPNet”. Model używany przez BPNet do generowania predykcji może być interpretowany w celu identyfikacji regulacyjnych kodów. To zostało osiągnięte poprzez predykcję, w jaki sposób białka zwane czynnikami transkrypcyjnymi wiążą się z sekwencjami DNA.

Badacze przeprowadzili wiele eksperymentów i wykonali kompleksowe modelowanie komputerowe, aby określić, w jaki sposób czynniki transkrypcyjne i DNA są połączone, tworząc szczegółową mapę aż do poziomu poszczególnych nukleotydów. Szczegółowe przedstawienia czynników transkrypcyjnych-DNA pozwoliły badaczom stworzyć narzędzia zdolne do interpretowania zarówno krytycznych wzorców sekwencji DNA, jak i reguł, które funkcjonują jako regulacyjny kod.

Julia Zeitlinger, biolog i badacz komputerowy z Uniwersytetu Stanforda, wyjaśniła, że wyniki zebrane z wyjaśnialnej sieci neuronowej pokrywały się z istniejącymi wynikami eksperymentalnymi, ale również zawierały zaskakujące spostrzeżenia dotyczące regulacyjnego kodu genomu. Jako przykład, model AI pozwolił zespołowi badawczemu odkryć regułę, która wpływa na to, w jaki sposób działa czynnik transkrypcyjny zwany Nanog. Gdy wiele wystąpień motywu Nanog jest obecnych po tej samej stronie podwójnej helisy DNA, wiążą się one współpracująco z DNA. Jak wyjaśniła Zeitlinger za pośrednictwem ScienceDaily:

“Istniał długi szlak dowodów eksperymentalnych, że taka periodyczność motywu czasami istnieje w regulacyjnym kodzie. Jednakże, dokładne okoliczności były niejasne, a Nanog nie był podejrzany. Odkrycie, że Nanog ma taki wzór, a także widzenie dodatkowych szczegółów jego interakcji, było zaskakujące, ponieważ nie szukaliśmy specjalnie tego wzoru.”

Niedawne badanie jest daleko od pierwszego badania, które wykorzystuje AI do analizy DNA, ale jest prawdopodobnie pierwszym badaniem, które otwiera „czarną skrzynkę” AI, aby ustalić, które sekwencje DNA regulują geny w genomie. Sieci neuronowe są doskonałe w znajdowaniu wzorców w danych, ale ich spostrzeżenia są trudne do wyodrębnienia z modeli, które tworzą. Poprzez stworzenie metody analizy, które cechy model uważa za ważne dla predykcji genomowych reguł, badacze mogli przeszkolić bardziej nuansowane modele, które prowadzą do nowych odkryć.

Architektura BPNet jest podobna do sieci używanych do rozpoznawania twarzy na obrazach. Gdy systemy widzenia komputerowego rozpoznają twarze na obrazach, sieć zaczyna od wykrywania krawędzi, a następnie łączy te krawędzie. Różnica polega na tym, że BPNet uczy się z sekwencji DNA, wykrywając motywy sekwencji i łącząc je w wyższe reguły, które mogą być użyte do predykcji wiązania danych w rozdzielczości bazowej.

Po tym, jak model osiągnął wysoki próg dokładności, wzorce nauczone przez model są śledzone do oryginalnych sekwencji wejściowych, ujawniając motywy sekwencji. Następnie model jest zapewniony systematycznymi zapytaniami sekwencji DNA, pozwalając badaczom zrozumieć reguły, według których motywy sekwencji łączą się i funkcjonują. Według Zeitlinger, model jest w stanie predykcji wielu więcej sekwencji niż badacze mogliby nadzieję przetestować w tradycyjnym, eksperymentalnym stylu. Dodatkowo, predykcja wyniku anomalii eksperymentalnych pozwoliła badaczom określić, które eksperymenty były najbardziej informacyjne przy walidacji modelu.