USANDO L'INTELLIGENZA ARTIFICIALE, GLI SCIENZIATI HANNO SCOPERTO MUTAZIONI IN PARTI DEL DNA NON CODIFICANTE CONOSCIUTE COME "DNA SPAZZATURA" CHE POSSONO PORTARE ALL'AUTISMO. QUESTO È IL PRIMO STUDIO NEL SUO GENERE PER COLLEGARE I PUNTI TRA L'AUTISMO E IL GENOMA UMANO.
TRADUZIONE A CURA DI VIVEREINMODONATURALE.COM
Lo studio intitolato "L'analisi dell'approfondimento dell'intero genoma identifica il contributo delle mutazioni non codificanti al rischio di autismo", è stato pubblicato questa settimanasulla rivista Nature Genetics .
La ricerca è stata condotta da Olga Troyanskaya , vice direttore per la genomica presso il Center for Computational Biology (CCB) di Flatiron Institute a New York City e professore di informatica presso la Princeton University. Troyanskaya lavorava al fianco di Robert Darnell , professore di biologia del cancro alla Rockefeller University e investigatore presso l'Howard Hughes Medical Institute.
Gli scienziati hanno utilizzato un software di intelligenza artificiale per analizzare le sequenze del genoma di 1790 persone con autismo, insieme ai loro fratelli e genitori che non avevano l'autismo. Le mutazioni ereditate sono state escluse dai risultati.
Ciò significa che i genomi dei partecipanti con una storia familiare di autismo sono stati rilevati solo se il loro DNAconteneva mutazioni spontanee, piuttosto che mutazioni che avrebbero potuto ereditare dai loro genitori.
L'aspetto AI dello studio ha permesso al team di collegare accuratamente le mutazioni del DNA rilevate allo sviluppo dell'autismo negli individui.
"Questa è la prima chiara dimostrazione di mutazioni non ereditarie e non codificanti che causano qualsiasi malattia o disturbo umano complesso. "
Olga Troyanskaya, autore principale
Il coautore dello studio, Jian Zhou , ha detto che ci sono molte altre malattie come il cancro e le malattie cardiache che potrebbero essere valutate usando queste tecniche: "Ciò consente una nuova prospettiva sulla causa non solo dell'autismo, ma di molte malattie umane".
Solo circa l'1-2% del genoma è costituito da geni che codificano per proteine. Queste proteine regolano le varie funzioni delle cellule in tutto il corpo. Gran parte delle restanti regioni non codificanti servono a regolare l'espressione genica. Gli scienziati hanno notato che alcuni avevano mutazioni nelle regioni che non codificavano per nessuna proteina mentre alcune avevano mutazioni in regioni con funzioni di codifica. Entrambi erano similmente associati all'autismo.
Perché l'intelligenza artificiale?
Solo circa l'1-2% del genoma è costituito da geni che codificano per proteine. Le proteine quindi regolano le varie funzioni su tutto il corpo. Il resto del genoma funziona regolando le regioni codificanti dei geni.
Quando sono state osservate le mutazioni nelle regioni codificanti dei geni, c'era un'associazione del 30% con l'autismo. D'altro canto, gli altri casi di autismo in cui non esisteva una storia familiare positiva, la connessione rimaneva poco chiara. Ciò li ha spinti ad esplorare le regioni non codificanti del genoma per vedere se ci sono delle connessioni tra i due.
Il team ha capito subito che cercare di scoprire mutazioni nel DNA non codificante è paragonabile alla ricerca di un ago in un pagliaio! Ci sono spesso dozzine di mutazioni nelle regioni non codificanti del DNA e molte di queste non causano a una persona lo sviluppo di una particolare malattia. Ciò significava che gli scienziati dovevano guardare fuori dagli schemi, poiché gli strumenti genomici tradizionali non sarebbero riusciti a rilevare le mutazioni corrette.
Troyanskaya e i suoi colleghi hanno deciso di utilizzare la tecnologia dell'intelligenza artificiale per cercare sequenze in grado di prevedere le mutazioni nelle regioni non codificanti del genoma.
"Questo è un cambiamento nel pensare agli studi genetici che stiamo introducendo con questa analisi. Oltre agli scienziati che studiano le mutazioni genetiche condivise attraverso ampi gruppi di individui, qui stiamo applicando una serie di strumenti intelligenti e sofisticati che ci dicono cosa farà ogni specifica mutazione, anche quelli che sono rari o mai osservati prima. "
Chandra Theesfeld, coautore
I ricercatori hanno anche notato che mutazioni specifiche nelle regioni non codificanti potrebbero essere collegate a diversi QI di bambini nello spettro autistico.
Il modello di apprendimento automatico utilizzato dal team si chiamava Simons Simplex Collection della Simons Foundation. Questa raccolta contiene le registrazioni di sequenze dell'intero genoma di circa 2000 "quartetti" che sono associati all'autismo in un bambino e sono associati alla normalità nei fratelli e nei genitori.
Questi quattro fattori indicano mutazioni che arrivano spontaneamente nel bambino con autismo senza ereditarietà. Il team ha calcolato gli effetti previsti di queste mutazioni sul fratello che non è influenzato dall'autismo.
Zhous spiega,
"Il design della Collezione Simplex di Simons è ciò che ci ha permesso di fare questo studio. I fratelli non affetti sono un controllo integrato. "
Il coautore Christopher Park, uno scienziato ricercatore presso CCB in una dichiarazione ha detto:
". Questo è coerente con il modo in cui l'autismo si manifesta molto probabilmente nel cervello. Non è solo il numero di mutazioni che si verificano, ma che tipo di mutazioni si stanno verificando. "
Il team ha visto che alcune mutazioni inserite nelle cellule del laboratorio alteravano il modo in cui i geni venivano espressi e questo prevedeva l'esito di tali mutazioni da parte della macchina.
Troyanskaya ha aggiunto che molte malattie potrebbero essere esplorate in quel 98% dei geni non codificanti che dicono
". In questo momento, il 98 percento del genoma viene solitamente gettato via. Il nostro lavoro ti consente di pensare a cosa possiamo fare con il 98 percento. "
Gli autori hanno concluso lo studio, affermando che
"la struttura predittiva di genomica illumina il ruolo delle mutazioni non codificanti nell'ASD e dà la priorità alle mutazioni ad alto impatto per ulteriori studi ed è ampiamente applicabile a malattie umane complesse".
fonti:
Comunicato stampa della Fondazione Simons. 27 maggio 2019. simonsfoundation.org.
Zhou, J., et al. (2019). L'analisi di deep-learning dell'intero genoma identifica il contributo delle mutazioni non codificanti al rischio di autismo.
Genetica della natura. doi.org/10.1038/s41588-019-0420-0 .
Tradotto da: News-medical.net
Comprendiamo quanto sia importante la condivisione in ogni modo e in ogni dove visti gli argomenti trattati, ma preghiamo gli altri blogger che la riproduzione venga attuata senza che l'articolo sia modificato in nessuna parte, indicando l'autore e il link attivo a questo sito visto che l'articolo alle volte è tradotto dai nostri collaboratori. Grazie per l'attenzione, dallo staff di Vivereinmodonaturale.com che per ragioni di sicurezza preferisce rimanere anonimo.
