Sciencemag.cz
Doporučujeme
Pokud se kotvy stanou vadnými, může to narušit normální 3D uspořádání genomu.
Vědci z australského Garvan Institute našli pomocí umělé inteligence potenciální původce rakoviny skryté v oblastech junk („odpadní“, nekódující) DNA, což otevírá možnosti nového přístupu k diagnostice a léčbě. Junk DNA tvoří asi 98 % lidského genomu.
Podle nových zjištění právě mutace v dosud přehlížených oblastech genomu mohou přispívat ke vzniku a rozvoji nejméně 12 různých druhů rakoviny, včetně nádorů prostaty, prsu a tlustého střeva.
Výzkumníci se zaměřili na mutace ovlivňující vazebná místa pro protein CTCF, který pomáhá skládat dlouhá vlákna DNA do specifických tvarů. Ve své předchozí práci zjistili, že tato vazebná místa přibližují vzdálené části DNA k sobě a vytvářejí 3D struktury, které řídí zapínání nebo vypínání genů (expresi).
„Již dříve jsme identifikovali podskupinu vazebných míst CTCF, která jsou trvalá (stabilní, persistent) – to znamená, že fungují jako kotvy v genomu a jsou přítomna v různých typech buněk,“ uvádí spoluautorka studie Amanda Khoury. „Předpokládali jsme, že pokud se tyto kotvy stanou vadnými, může to narušit normální 3D uspořádání genomu a přispět ke vzniku rakoviny.“
K ověření tohoto předpokladu vyvinuli vědci nový sofistikovaný nástroj strojového učení, jenž dokázal použít genomické a epigenomické vlastnosti k předpovědi, která místa CTCF budou pravděpodobně trvalými kotvami u celkem 12 typů rakoviny.
Poté vyhodnotili více než 3 000 vzorků nádorů od pacientů s diagnózou 12 typů rakoviny a zjistili, že tyto kotvy byly plné mutací. Každý vzorek rakoviny měl alespoň jednu mutaci v perzistentním vazebném místě CTCF. Podle všeho mutace v kotvách opravdu narušují celkovou strukturu genomu (jeho „architekturu“).
Tato zjištění by mohla mít široký význam pro pochopení a léčbu mnoha typů rakoviny. Většina nových způsobů léčby rakoviny totiž musí být pečlivě zaměřena na specifické mutace. Přístup zacílený se na kotvy CTFC by mohl být účinný pro nádory řady typů.
Vědci nyní plánují další rozsáhlé experimenty s využitím editování genů metodou CRISPR.
Podstatné informace byly skryty v obrovském množství dat. Výsledek pak tedy také ilustruje klíčovou roli, kterou může mít v medicínském výzkumu umělá inteligence/strojové učení.
Wenhan Chen et al, Machine learning enables pan-cancer identification of mutational hotspots at persistent CTCF binding sites, Nucleic Acids Research (2024). DOI: 10.1093/nar/gkae530
Zdroj: Garvan Institute of Medical Research / MedicalXpress.com
A měli i nějaký kontrolní vzorek, že kdo rakovinu nemá, tak ty mutace taky nemá? Takový výsledek totiž spíš vede k doměnce, že ty mutace kotev jsou zcela běžná věc, a ne, že způsobují rakovinu.