Ogni cellula del corpo umano condivide la stessa sequenza genetica, ma ognuna esprime solo geni specifici, distinguendo una cellula cerebrale da una cellula cutanea. Questi unici schemi di espressione genica sono influenzati dall'organizzazione tridimensionale del materiale genetico, che determina l'accessibilità ai geni. I ricercatori del MIT hanno sviluppato un nuovo metodo per analizzare queste strutture geniche 3D utilizzando l'intelligenza artificiale generativa, permettendo loro di prevedere migliaia di strutture in pochi minuti. Questo avanzamento accelera notevolmente il processo rispetto alle tecniche sperimentali tradizionali. L'autore principale dello studio, il professore associato Bin Zhang, mira a correlare le sequenze di DNA alle loro corrispondenti strutture geniche 3D. La nuova tecnica compete con metodi sperimentali all'avanguardia, presentando opportunità di ricerca promettenti. All'interno dei nuclei cellulari, DNA e proteine formano la cromatina a vari livelli organizzativi, compattando 2 metri di DNA in un nucleo largo soltanto un centesimo di millimetro. Le modifiche epigenetiche attaccate al DNA influenzano la piegatura della cromatina, determinando quali geni vengono espressi in diversi tipi di cellule o in momenti differenti. Sebbene metodi come l'Hi-C siano stati sviluppati negli ultimi due decenni per determinare le strutture della cromatina, richiedono un ampio tempo e sforzo, impiegando spesso circa una settimana per i dati provenienti da una singola cellula.

Per affrontare questo problema, Zhang e il suo team hanno creato un modello che sfrutta l'apprendimento profondo e l'IA generativa, consentendo previsioni rapide e precise delle strutture cromatiniche a partire dalle sequenze di DNA. Il loro modello, ChromoGen, comprende un modello di apprendimento profondo che analizza le informazioni del DNA e un modello di IA generativa addestrato su oltre 11 milioni di conformazioni cromatiniche. Questo sistema integrato cattura la relazione tra le sequenze di DNA e le strutture cromatiniche, generando molteplici possibili strutture per ciascuna sequenza a causa dell'instabilità intrinseca del DNA. ChromoGen consente previsioni rapide: mentre i metodi esistenti possono impiegare sei mesi per ottenere alcune dozzine di strutture, il modello può produrre mille strutture in circa 20 minuti. Dopo l’addestramento, i ricercatori hanno utilizzato il modello per prevedere strutture per oltre 2. 000 sequenze di DNA, confermando che le strutture generate corrispondevano strettamente ai dati sperimentali. Inoltre, il modello ha dimostrato accuratezza con dati provenienti da tipi cellulari al di fuori del suo set di addestramento, indicando potenziali applicazioni per analizzare le variazioni della struttura cromatinica tra diversi tipi di cellule e all'interno di singole cellule. Questa capacità potrebbe facilitare anche la ricerca su come le mutazioni del DNA possano alterare la conformazione della cromatina, potenzialmente collegandosi a meccanismi di malattia. Il team ha reso pubblici i propri dati di ricerca e il modello per ulteriori esplorazioni. Lo studio è stato finanziato dai National Institutes of Health.