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 le responsable de l'étude John L. Rinn, PhD, professeur agrégé de biologie moléculaire et cellulaire à l'UC Berkeley. "Ce nouvel algorithme nous permettra d'identifier les éléments régulateurs clés du génome et de développer de nouveaux traitements pour diverses maladies."
L’algorithme, appelé cis-BPNet, a été formé sur un vaste ensemble de données d’expression génique provenant de différents types de cellules. L’algorithme a pu apprendre les relations entre les séquences d’ADN et l’expression des gènes, et peut désormais prédire comment les gènes seront exprimés dans différents types de cellules.
Les chercheurs ont testé l’algorithme sur une variété de gènes et ont découvert qu’il était capable de prédire avec précision l’expression des gènes dans différents types de cellules. L’algorithme a également pu identifier les éléments régulateurs clés du génome qui contrôlent l’expression des gènes.
Ces informations pourraient être utilisées pour développer des médicaments ciblant ces éléments régulateurs et activer ou désactiver les gènes. Cela pourrait conduire à de nouveaux traitements pour diverses maladies, telles que le cancer, le diabète et les maladies cardiaques.
"Il s'agit d'un nouvel outil puissant qui nous permettra de comprendre comment les gènes sont régulés et de développer de nouveaux traitements pour diverses maladies", a déclaré Rinn.
L'étude a été publiée dans la revue Cell .
