Российские учёные обучили нейросети восстанавливать трёхмерную структуру ДНК
Исследовательская группа из России разработала инновационное применение генеративного искусственного интеллекта, позволяющее реконструировать пространственное расположение генетического материала при недостатке экспериментальных данных. Эта технология значительно упростит создание новых фармацевтических препаратов и совершенствование диагностических подходов к наследственным патологиям, сообщается в пресс-релизе Сколковского института науки и технологий.
«Определение пространственных координат генов превращается в решаемую математическую задачу при наличии достаточного количества измеренных межгенных дистанций. Наша команда впервые продемонстрировала возможность применения генеративных алгоритмов в этой области, что представляет собой неординарное использование подобных технологий», — прокомментировал старший преподаватель Сколтеха Кирилл Половников.
Геномный материал высших организмов, включая человека, организован в виде нескольких хромосом — сложноупакованных нитей дезоксирибонуклеиновой кислоты, расположенных в ядре каждой клетки. Специалисты различных научных дисциплин стремятся понять трёхмерную архитектуру генома, механизмы его компактизации и декомпактизации в ходе клеточных процессов, а также влияние пространственного положения генов на их функциональную активность.
Для исследования пространственной организации генома учёные традиционно используют флуоресцентную гибридизацию in situ (FISH), при которой специфические участки ДНК маркируются флуоресцентными метками. Однако техническая невозможность пометить все генетические локусы приводит к образованию информационных пробелов, затрудняющих комплексный анализ межгенных взаимодействий.
Научный коллектив предположил, что отсутствующие экспериментальные данные могут быть восстановлены с помощью генеративных нейросетей по аналогии с тем, как подобные алгоритмы дополняют незавершённые художественные произведения. Руководствуясь этой концепцией, исследователи адаптировали несколько популярных архитектур генеративного ИИ, включая DDPM, DDRM и DDNM, для реконструкции полной картины пространственных взаимоотношений генов.
Эффективность разработанного подхода проверили на фрагменте 21-й хромосомы человека протяжённостью 2 миллиона нуклеотидов, предварительно изученном методом FISH. Из имеющихся данных намеренно удалили часть информации о межгенных расстояниях. Последующий анализ продемонстрировал, что алгоритм DDRM успешно восстановил значительную долю отсутствующей информации, превзойдя по точности традиционные биоинформатические методы. Разработанная технология открывает новые перспективы для ускоренного изучения хромосомной архитектуры и её функциональной значимости.
Источник: ТАСС Наука
