Un nouvel algorithme d’apprentissage automatique peut prédire comment les gènes sont régulés dans les cellules individuelles, une avancée qui pourrait conduire à de nouveaux traitements pour diverses maladies.

L'algorithme, développé par des chercheurs de l'Université de Californie à Berkeley, est capable d'identifier les séquences d'ADN spécifiques qui contrôlent l'expression des gènes. Ces informations pourraient être utilisées pour développer des médicaments ciblant ces séquences et activer ou désactiver des gènes.

"Il s'agit d'une avancée majeure dans notre compréhension de la manière dont les gènes sont régulés", a déclaré l'auteur principal de l'étude, Jonathan Weissman, professeur de biologie moléculaire et cellulaire à l'UC Berkeley. "Cela a le potentiel de révolutionner la façon dont nous traitons les maladies."

L’algorithme, appelé scSLAM-seq, fonctionne en analysant les données du séquençage de l’ARN unicellulaire. Cette technique permet aux chercheurs de mesurer l’expression des gènes dans des cellules individuelles plutôt que dans une population globale de cellules.

En analysant les données de scSLAM-seq, l'algorithme est capable d'identifier les séquences d'ADN associées à l'expression de gènes spécifiques. Ces séquences sont appelées éléments régulateurs.

Les chercheurs ont testé l’algorithme sur divers types de cellules, notamment les cellules souches embryonnaires humaines, les cellules souches embryonnaires de souris et les cellules souches pluripotentes induites par l’homme. L’algorithme a pu identifier avec précision les éléments régulateurs d’un grand nombre de gènes dans chaque type de cellule.

Les chercheurs pensent que scSLAM-seq pourrait être utilisé pour identifier les éléments régulateurs de gènes impliqués dans diverses maladies. Ces informations pourraient ensuite être utilisées pour développer des médicaments ciblant ces séquences et activer ou désactiver des gènes.

"Cette technologie a le potentiel de révolutionner la façon dont nous traitons les maladies", a déclaré Weissman. "En ciblant les éléments régulateurs des gènes, nous pourrions développer de nouveaux médicaments plus efficaces et ayant moins d'effets secondaires."

L'étude a été publiée dans la revue Nature Biotechnology.