Een nieuw machine learning-algoritme kan voorspellen hoe genen in individuele cellen worden gereguleerd, een doorbraak die zou kunnen leiden tot nieuwe behandelingen voor een verscheidenheid aan ziekten.

Het algoritme, ontwikkeld door onderzoekers van de University of California, Berkeley, is in staat de specifieke DNA-sequenties te identificeren die de expressie van genen controleren. Deze informatie zou kunnen worden gebruikt om medicijnen te ontwikkelen die zich op deze sequenties richten en genen aan of uit zetten.

"Dit is een belangrijke doorbraak in ons begrip van hoe genen worden gereguleerd", zegt hoofdauteur Jonathan Weissman, hoogleraar moleculaire en celbiologie aan UC Berkeley. "Het heeft het potentieel om een ​​revolutie teweeg te brengen in de manier waarop we ziekten behandelen."

Het algoritme, scSLAM-seq genaamd, werkt door gegevens van RNA-sequencing met één cel te analyseren. Met deze techniek kunnen onderzoekers de expressie van genen in individuele cellen meten, in plaats van in een bulkpopulatie van cellen.

Door de gegevens van scSLAM-seq te analyseren, kan het algoritme de DNA-sequenties identificeren die geassocieerd zijn met de expressie van specifieke genen. Deze sequenties worden regulerende elementen genoemd.

De onderzoekers testten het algoritme op verschillende celtypen, waaronder menselijke embryonale stamcellen, embryonale stamcellen van muizen en door mensen geïnduceerde pluripotente stamcellen. Het algoritme was in staat om de regulerende elementen voor een groot aantal genen in elk celtype nauwkeurig te identificeren.

De onderzoekers zijn van mening dat scSLAM-seq zou kunnen worden gebruikt om de regulerende elementen te identificeren voor genen die betrokken zijn bij een verscheidenheid aan ziekten. Deze informatie zou vervolgens kunnen worden gebruikt om medicijnen te ontwikkelen die zich op deze sequenties richten en genen aan of uit zetten.

"Deze technologie heeft het potentieel om een ​​revolutie teweeg te brengen in de manier waarop we ziekten behandelen", aldus Weissman. "Door ons te richten op de regulerende elementen van genen, zouden we nieuwe medicijnen kunnen ontwikkelen die effectiever zijn en minder bijwerkingen hebben."

De studie werd gepubliceerd in het tijdschrift Nature Biotechnology.