Un equipo de investigadores del laboratorio del profesor James T. Kadonaga, perteneciente al Departamento de Biología Molecular de la Universidad de California en San Diego (UCSD), ha logrado un avance histórico al emplear inteligencia artificial para descifrar el patrón del ADN iniciador, un elemento regulador esencial que determina el punto exacto donde comienza la expresión génica. Este elemento, conocido como iniciador o elemento Inr, está presente en aproximadamente el 60% de los genes humanos, según detalla un estudio publicado en la revista especializada Genes & Development. El hallazgo abre nuevas perspectivas para predecir cómo ciertas mutaciones genéticas, vinculadas a enfermedades como el cáncer, pueden alterar el funcionamiento celular.
El iniciador es un segmento de ADN que rodea el sitio de inicio de la transcripción, el proceso mediante el cual la maquinaria celular comienza a leer la información genética para producir ARN y, posteriormente, proteínas, enzimas, hormonas y otros componentes vitales. Cuando este elemento falla o sufre una mutación, los genes pueden dejar de activarse de manera correcta, lo que puede desencadenar desde disfunciones celulares hasta el desarrollo de tumores. A pesar de su importancia, la firma precisa de este elemento en el ADN no había sido descifrada con exactitud hasta ahora.
La investigación fue liderada por Torrey Rhyne-Carrigg, investigador doctoral del laboratorio de Kadonaga. El equipo generó y analizó alrededor de 500.000 variantes distintas de la secuencia del iniciador. Para ello, midieron la actividad de expresión génica asociada a cada variante mediante secuenciación de ADN de alto rendimiento y alimentaron esos datos a un algoritmo de aprendizaje automático.
El modelo de IA aprendió a asociar patrones específicos de bases de ADN con la capacidad de iniciar la transcripción, construyendo así una firma computacional del iniciador. Al aplicar este modelo al genoma humano, los investigadores lograron identificar el iniciador en cerca del 60% de los genes, según informó el portal phys.org.
“Estos modelos de IA proporcionaron, por primera vez, predicciones sólidas sobre la presencia o ausencia del iniciador en los genes humanos y fueron capaces de descifrar el patrón de secuencia de bases de ADN del iniciador”, declaró Kadonaga, en declaraciones difundidas por la UCSD.
El modelo no se limita a identificar una secuencia corta y fija compartida por todos los iniciadores, sino que capta las preferencias de secuencia y las relaciones funcionales que distinguen a los iniciadores activos de aquellos inactivos o menos eficientes.
El impacto de este hallazgo trasciende la biología básica. Los genes regulados por el iniciador incluyen genes específicos de tejidos y genes con relevancia en el cáncer, lo que convierte al nuevo modelo en una herramienta valiosa para evaluar el impacto de mutaciones puntuales en este elemento. Si una variante de ADN altera el iniciador de un gen implicado en el control del crecimiento celular, el modelo podría predecir si esa mutación compromete la expresión del gen y en qué medida. Además, los datos y modelos resultantes podrían utilizarse para diseñar promotores sintéticos, es decir, secuencias artificiales que encienden o apagan genes con funciones específicas y controladas.
Un dato que refuerza la solidez del hallazgo es que los patrones identificados en el genoma humano son prácticamente idénticos a los encontrados en Drosophila melanogaster, la mosca de la fruta, un organismo modelo ampliamente usado en genética. Esta conservación evolutiva sugiere que el iniciador es un mecanismo antiguo y fundamental en la regulación génica de los animales.
“Este trabajo es un paso adelante en el uso combinado de experimentos de laboratorio e IA para descifrar la información embebida en la secuencia de bases de ADN en los seres humanos”, afirmó Kadonaga, citado por Phys.org.
El investigador enmarca este avance dentro de un proyecto de mayor alcance: la construcción de un modelo de IA del código de expresión génica humano completo, es decir, el conjunto total de instrucciones del ADN que gobierna qué genes se activan, cuándo y en qué células. “Si tuviéramos un modelo de IA para el código de expresión génica completo, podríamos predecir la actividad de cada una de las diferentes variantes de genes en diferentes personas”, señaló. “El nuevo modelo de IA para el iniciador es una parte pequeña pero importante de ese código de expresión génica”.
El estudio contó con el respaldo de los Institutos Nacionales de Salud (NIH) y la Fundación Nacional de Ciencias (NSF) de Estados Unidos, y utilizó recursos computacionales del clúster Expanse del Centro de Supercomputación de San Diego. Los autores del trabajo son Torrey E. Rhyne-Carrigg, Long Vo Ngoc, Claudia Medrano, Kassidy E. Gillespie y James T. Kadonaga.
Fuente: Infobae