Leuvense wetenschappers creëren synthetisch DNA met AI
In een baanbrekende Nature-publicatie beschrijven Professor Stein Aerts en zijn team aan VIB.AI en het VIB-KU Leuven Center for Brain & Disease Research een innovatief onderzoek waarbij kunstmatige intelligentie (AI) wordt ingezet voor de ontwikkeling van synthetische stukjes DNA. Hun AI-model ontwierp werkzame 'enhancers', 'aan-schakelaars' die specifieke genen kunnen activeren. Hiermee zetten ze een stap vooruit in het ontrafelen van genregulatie en bieden ze perspectief voor toekomstige ontwikkelingen in gentherapie.
Alle cellen in ons lichaam, van onze ogen tot onze maag, hebben allemaal hetzelfde DNA. Maar niet al dit DNA wordt in elk celtype benut. Genactiviteit wordt bepaald door een reeks instructies binnen het DNA, de zogenaamde regulatorische code. Enhancers spelen een cruciale rol in dit proces als controlehubs die bepalen wanneer en waar bepaalde genen worden geactiveerd.
De logica achter de regulatorische code houdt wetenschappers al decennialang bezig. Een team onder leiding van Professor Stein Aerts en Dr. Ibrahim I. Taskiran heeft nu een deep learning model getraind om deze code te kraken. Dit model kon de enhancer-code ontcijferen en leverde daarmee ongekende nieuwe inzichten op.
De onderzoekers konden vervolgens met dit model synthetische enhancers creëren op maat van specifieke celtypen in de hersenen van de fruitvlieg. Deze aanpak werkte niet alleen opmerkelijk goed, maar maakte ook de ontwikkeling mogelijk van andere soorten enhancers, waaronder enhancers die twee verschillende celtypes kunnen activeren of enhancers die uitzonderlijk compact zijn. Omdat fruitvliegjes zo klein zijn en hun DNA eenvoudig te manipuleren is, doen genetici vaak hun eerste ontdekkingen in dit modelorganisme, maar het team slaagde er vervolgens ook in om hun nieuwe aanpak met succes in te zetten voor het ontwerpen van enhancers voor menselijk DNA.
De ‘black box’ openen
De studie gaat dieper in op hoe het AI-model de synthetische enhancers ontwerpt en biedt een gedetailleerd inzicht in hun constructie, nucleotide per nucleotide. Het openen van deze 'black box' verschaft ongekend inzicht in de structuur en samenstelling van de enhancer-code. De mogelijkheden die deze inzichten bieden zijn veelzijdig, van basisonderzoek in de biologie tot toepassingen in nieuwe genetische behandelingen.
"De synergie tussen menselijk inzicht en AI was cruciaal om ons een weg te banen in de immense hoeveelheid mogelijke enhancer-codes," zegt Dr. Ibrahim I. Taskiran. "Ons deep learning model werkte als een leidend orakel, waardoor we meer inzicht kregen in de structuur en functie van de enhancer-code."
Enhancers-op-maat voor gentherapie
Het is essentieel om te begrijpen hoe de DNA code van een enhancer vertaald wordt naar bepaalde gen-activatie, niet alleen voor het modelleren en voorspellen van genexpressie, maar ook voor de verbetering van gentherapie.
Daarom is Professor Stein Aerts enthousiast over de implicaties van dit proof of concept: "Wetenschappers kunnen onze aanpak gebruiken om celtype-specifieke enhancers te ontwerpen en elk gewenst gen in elk celtype tot expressie brengen. De mogelijkheden van onze inzichten zijn talrijk. Ik heb hoge verwachtingen dat ons werk een waardevol en essentieel onderdeel zal zijn bij de verdere ontwikkeling van nieuwe gentherapieën."
