Hver celle i den menneskelige krop har den samme genetiske sekvens, men hver enkelt udtrykker kun specifikke gener, hvilket adskiller en hjernecelle fra en hudcelle. Disse unikke genekspressionsmønstre påvirkes af den tredimensionale opsætning af det genetiske materiale, som bestemmer geners tilgængelighed. Forskere fra MIT har udviklet en ny metode til at analysere disse 3D-genomstrukturer ved hjælp af generativ kunstig intelligens, hvilket gør dem i stand til at forudsige tusinder af strukturer inden for få minutter. Denne fremgang er betydeligt hurtigere end traditionelle eksperimentelle teknikker. Studiets hovedforfatter, lektor Bin Zhang, sigter mod at relaterer DNA-sekvenser til deres tilsvarende 3D-genomstrukturer. Den nye teknik er i stand til at konkurrere med banebrydende eksperimentelle metoder og præsenterer lovende forskningsmuligheder. Inden i cellekernes DNA og proteiner danner chromatin i forskellige organisatoriske niveauer, der komprimerer 2 meter DNA til en kerne, der kun er en hundrededel af en millimeter bred. Epigenetiske modificeringer knyttet til DNA påvirker foldningen af chromatin, hvilket bestemmer, hvilke gener der udtrykkes i forskellige celletype eller på forskellige tidspunkter. Selvom metoder som Hi-C er blevet udviklet i løbet af de sidste to årtier for at bestemme chromatin-strukturer, kræver de omfattende tid og kræfter, ofte omkring en uge for data fra en enkelt celle.

For at imødekomme dette skabte Zhang og hans team en model, der udnytter dyb læring og generativ AI, hvilket muliggør hurtige og præcise forudsigelser af chromatin-strukturer ud fra DNA-sekvenser. Deres model, ChromoGen, består af en dyb læringsmodel, der analyserer DNA-informationer og en generativ AI-model, der er trænet på over 11 millioner chromatin-konformationer. Dette integrerede system indfanger forholdet mellem DNA-sekvenser og chromatin-strukturer og genererer flere mulige strukturer for hver sekvens på grund af den iboende uorden i DNA. ChromoGen muliggør hurtige forudsigelser—hvor eksisterende metoder kan tage seks måneder for at nå et par dusin strukturer, kan modellen producere tusinde strukturer på omkring 20 minutter. Efter træning brugte forskerne modellen til at forudsige strukturer for over 2. 000 DNA-sekvenser, hvilket bekræftede, at de genererede strukturer tæt matchede eksperimentelle data. Desuden viste modellen nøjagtighed med data fra celletyper uden for dens træningssæt, hvilket indikerer potentielle anvendelser til at analysere variationer i chromatinstruktur på tværs af celletyper og inden for individuelle celler. Denne kapacitet kunne også fremme forskningen i, hvordan DNA-mutationer kan ændre chromatin-konformation, potentielt i forbindelse med sygdomsmekanismer. Teamet har gjort deres forskningsdata og model offentligt tilgængelige for yderligere udforskning. Studiet blev finansieret af National Institutes of Health.