Un nou instrument de învățare automată identifică modele epigenetice de boli ascunse
Într-un studiu recent publicat în Nature Communications, cercetători din Berlin, Potsdam și Jena prezintă o nouă metodă de analiză a epigenomului, sistemul de control al genomului care determină care gene sunt activate sau dezactivate.
Metoda bazată pe învățare automată identifică regiunile de ADN metilate diferențial fără a necesita etichete pentru probe, o cerință pentru mulți algoritmi existenți. Acest lucru permite identificarea unor modele biologice ascunse, precum și a unor subgrupuri noi de celule sau boli. Analizele efectuate pe celule sanguine, cancer pancreatic și tumori cerebrale confirmă relații biologice cunoscute și relevă procese de reglementare noi.
Activitatea genelor noastre nu este determinată doar de secvența ADN-ului. Atașarea unor compuși chimici mici, cunoscuți sub numele de grupuri metil, influențează care gene sunt active și care rămân tăcute. Metilarea ADN-ului este, așadar, o componentă centrală a epigenomului. Schimbările din epigenom joacă un rol crucial în dezvoltarea organismului nostru, influențează procesul de îmbătrânire și sunt relevante pentru numeroase boli, inclusiv cancerul. Pentru a înțelege aceste schimbări, cercetătorii caută în mod specific regiunile de ADN metilate diferențial (DMR-uri). Totuși, metodele existente necesită de obicei ca probele să fie clasificate în grupuri cunoscute, cum ar fi țesut sănătos sau bolnav. Cu seturi de date clinice complexe, aceste informații sunt adesea necunoscute.
Cu metilene3, un nou instrument software, cercetătorii au dezvoltat o metodă care depășește această limitare. Software-ul poate compara modelele de metilare ADN atât între grupuri predefinite (modul supravegheat), cât și între probe nelabelizate (modul nesupravegheat). În modul nesupravegheat, software-ul caută DMR-uri fără ca probele să fie preclasificate în grupuri precum „sănătoase” sau „bolnave”. Clasificarea automată permite vizualizarea similarităților epigenetice și a relațiilor de dezvoltare între probe. Astfel, pot fi identificate tipuri de celule sau subgrupuri de boli necunoscute anterior, precum și regiunile în care probele seamănă și diferă de bolile sau tipurile de celule deja cunoscute. În același timp, diferențele biologice rămân urmărite, deoarece fiecare similaritate și diferență poate fi atribuită unor modele specifice de metilare.
Ulterior, cercetătorii au testat metoda pe diverse seturi de date biologice. Folosind celule sanguine umane, metilene3 a reconstituit căile de dezvoltare cunoscute ale diferitelor tipuri de celule imune pe baza metilării ADN-ului. În plus, software-ul a identificat regiunile de ADN reglatoare legate de factorii de transcripție care controlează identitatea acestor tipuri de celule. Rezultatele demonstrează că metoda nu doar că distinge între grupuri de celule, ci identifică și elemente reglatoare funcțional relevante. Această abordare s-a dovedit a fi extrem de puternică și în cazul datelor despre tumori. În seturi de date referitoare la glioblastome, metilene3 a identificat diverse subgrupuri moleculare ale tumorilor și a detectat chiar probe individuale cu proprietăți biologice neobișnuite. În probele de țesut din cancerul pancreatic, software-ul a putut urmări progresia pas cu pas de la țesut sănătos, prin leziuni precanceroase, până la tumoră. În proces, cercetătorii au descoperit regiunile de ADN în care locurile de legare ale factorilor de transcripție NF-κB și NFAT apar împreună cu o frecvență deosebit de mare. Aceste regiuni ar putea juca un rol important în dezvoltarea cancerului pancreatic și ar putea servi ca un punct de plecare esențial pentru investigații ulterioare. Totuși, această ipoteză biologică trebuie acum verificată experimental. „Schimbările legate de cancer în metilarea ADN-ului identificate de metoda de învățare automată ne permit să tragem concluzii directe despre disfuncțiile moleculare în factorii de transcripție”, subliniază Prof. Helene Kretzmer.
„Metoda noastră deschide noi posibilități pentru descoperirea unor relații biologice ascunse anterior și abordări terapeutice”, adaugă Prof. Steve Hoffmann.
Cu metilene3, cercetătorii dispun acum de un instrument care extinde semnificativ analiza datelor complexe de metilare ADN. În special în cazul probelor de țesut heterogene sau al seturilor de date clinice, unde grupurile biologice nu pot fi întotdeauna definite dinainte, metoda poate ajuta la descoperirea unor relații biologice ascunse. Autorii studiului văd, prin urmare, un mare potențial în software pentru cercetarea proceselor de îmbătrânire, cancer și alte boli, precum și pentru identificarea de noi biomarkeri. În viitor, instrumentul ar trebui să fie utilizat și pentru alte tehnologii de secvențiere și analize la nivel de celulă unică pentru a face analiza datelor epigenetice și mai larg aplicabilă. „Cu cât înțelegem mai bine modelele epigenetice, cu atât mai precis putem decodifica procesele biologice din spatele acestora. Software-ul oferă o bază importantă pentru acest lucru și ar putea ajuta la generarea de noi ipoteze pentru cercetarea biomedicală din seturi mari de date”, afirmă Kretzmer.
