Un sistema de IA descifró por primera vez cómo y cuándo se activarían los genes en el ADN

Investigadores del laboratorio del profesor James T. Kadonaga, del Departamento de Biología Molecular de la Universidad de California en San Diego (UCSD), utilizaron inteligencia artificial para descifrar por primera vez el patrón de ADN del iniciador, un elemento regulador que controla el punto exacto en que comienza la expresión génica y que está presente en aproximadamente el 60% de los genes humanos, según un estudio publicado en la revista Genes & Development. El trabajo abre la posibilidad de predecir el efecto de mutaciones genéticas vinculadas a enfermedades como el cáncer.

El iniciador —conocido en inglés como initiator o elemento Inr— es un segmento de ADN que rodea el sitio de inicio de la transcripción: el punto preciso donde la maquinaria celular comienza a leer la información codificada en un gen para producir ARN y, a partir de este, proteínas, enzimas, hormonas y otros componentes esenciales. Cuando el iniciador falla o muta, los genes pueden dejar de activarse correctamente, con consecuencias que van desde disfunciones celulares hasta el desarrollo de tumores. Pese a su relevancia, su firma en el ADN no había sido descifrada con precisión hasta este estudio.

El trabajo fue liderado por Torrey Rhyne-Carrigg, investigador doctoral del laboratorio de Kadonaga. El equipo generó y analizó aproximadamente 500.000 variantes distintas de la secuencia del iniciador, midió la actividad de expresión génica asociada a cada una mediante secuenciación de ADN de alto rendimiento y alimentó esos datos a un algoritmo de aprendizaje automático.

El modelo aprendió a asociar patrones específicos de bases de ADN con la capacidad de iniciar la transcripción, y construyó así una firma computacional del iniciador. Al aplicar ese modelo al genoma humano, los investigadores identificaron el iniciador en alrededor del 60% de los genes, según recogió 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, según informó 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 los inactivos o menos eficientes.

El alcance del hallazgo va más allá de 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 para evaluar el impacto de mutaciones puntuales en ese 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 usarse para diseñar promotores sintéticos (secuencias artificiales que encienden o apagan genes) con funciones específicas y controladas.

Un detalle 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. Esa 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”, dijo Kadonaga, de acuerdo con Phys.org.

El investigador enmarca el avance dentro de un proyecto de mayor alcance: la construcción de un modelo de IA del código de expresión génica humano completo, 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 apoyo 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.