새로운 기계 학습 알고리즘은 개별 세포에서 유전자가 어떻게 조절되는지 예측할 수 있으며, 이는 다양한 질병에 대한 새로운 치료로 이어질 수있는 획기적인 혁신입니다.
버클리 캘리포니아 대학교 (University of California)의 연구원들이 개발 한 알고리즘은 유전자의 발현을 제어하는 특정 DNA 서열을 식별 할 수 있습니다. 이 정보는 이러한 서열을 표적으로하는 약물을 개발하고 유전자를 켜거나 끄는 데 사용될 수 있습니다.
UC Berkeley의 분자 및 세포 생물학 교수 인 Jonathan Weissman은“이것은 유전자가 어떻게 조절되는지에 대한 우리의 이해에 큰 돌파구가있다”고 말했다. "그것은 우리가 질병을 치료하는 방식을 혁명 할 수있는 잠재력을 가지고 있습니다."
SCSLAM-SEQ라고하는 알고리즘은 단일 세포 RNA 시퀀싱의 데이터를 분석하여 작동합니다. 이 기술을 통해 연구자들은 대량의 세포 집단이 아닌 개별 세포에서 유전자의 발현을 측정 할 수 있습니다.
SCSLAM-Seq의 데이터를 분석함으로써 알고리즘은 특정 유전자의 발현과 관련된 DNA 서열을 식별 할 수있다. 이 서열을 조절 요소라고합니다.
연구자들은 인간 배아 줄기 세포, 마우스 배아 줄기 세포 및 인간 유도 다 능성 줄기 세포를 포함한 다양한 세포 유형에 대한 알고리즘을 테스트했습니다. 알고리즘은 각 세포 유형에서 다수의 유전자에 대한 조절 요소를 정확하게 식별 할 수있었습니다.
연구원들은 SCSLAM-Seq가 다양한 질병에 관여하는 유전자의 조절 요소를 식별하는 데 사용될 수 있다고 생각합니다. 이 정보는 이러한 서열을 표적으로하는 약물을 개발하고 유전자를 켜거나 끄는 데 사용될 수 있습니다.
Weissman은“이 기술은 우리가 질병을 대하는 방식을 혁명 할 수있는 잠재력을 가지고있다. "유전자의 조절 요소를 표적으로함으로써, 우리는 더 효과적이고 부작용이 적은 신약을 개발할 수있었습니다."
이 연구는 Nature Biotechnology 저널에 발표되었습니다.
