17 de fev. de 2023

Acelerando a edição primária: o Aprendizado de Máquina ajuda a projetar a melhor correção para uma determinada falha genética




SCTD, 17/02/2023 



Pesquisadores do Wellcome Sanger Institute desenvolveram uma nova ferramenta para prever as chances de inserir com sucesso uma sequência de DNA editada por um gene no genoma de uma célula, usando uma técnica conhecida como edição primária. Uma evolução da tecnologia de edição de genes CRISPR-Cas9, a edição primária tem um enorme potencial para tratar (ou criar) doenças genéticas em humanos, do câncer à fibrose cística. Mas até agora, os fatores que determinam o sucesso das edições não são bem compreendidos.

O estudo, publicado hoje (16 de fevereiro de 2023) na revista Nature Biotechnology, avaliou milhares de diferentes sequências de DNA introduzidas no genoma usando editores principais. Esses dados foram usados ​​para treinar um algoritmo de aprendizado de máquina para ajudar os pesquisadores a projetar a melhor correção para uma determinada falha genética, o que promete acelerar os esforços para trazer a edição principal para a clínica.

Desenvolvido em 2012, o CRISPR-Cas9 foi a primeira tecnologia de edição de genes facilmente programável. [1] Essas 'tesouras moleculares' permitiram aos pesquisadores cortar o DNA em qualquer posição do genoma para remover, adicionar ou alterar seções da sequência do DNA. A tecnologia tem sido usada para estudar quais genes são importantes para várias condições, de câncer a doenças raras, e para desenvolver tratamentos que corrigem ou desativam mutações ou genes nocivos.

Os editores de base foram uma inovação em expansão no CRISPR-Cas9 e foram chamados de 'lápis moleculares' por sua capacidade de substituir bases únicas de DNA. As ferramentas de edição de genes mais recentes, criadas em 2019, são chamadas de editores principais. Sua capacidade de realizar operações de busca e substituição diretamente no genoma com alto grau de precisão os levou a serem apelidados de 'processadores de texto moleculares'.

O objetivo final dessas tecnologias é corrigir mutações prejudiciais nos genes das pessoas. [2] Mais de 16.000 pequenas variantes de deleção – onde um pequeno número de bases de DNA foram removidas do genoma – foram causalmente ligadas a doenças. Isso inclui a fibrose cística, em que 70% dos casos são causados ​​pela deleção de apenas três bases de DNA. Em 2022, as células T editadas foram usadas com sucesso para tratar a leucemia de um paciente, onde a quimioterapia e o transplante de medula óssea falharam.

Neste novo estudo, pesquisadores do Wellcome Sanger Institute projetaram 3.604 sequências de DNA de uma a 69 bases de DNA de comprimento. Essas sequências foram inseridas em três linhagens de células humanas diferentes, usando diferentes sistemas de entrega de editor principal em vários contextos de reparo de DNA. [3] Depois de uma semana, as células foram sequenciadas do genoma para ver se as edições foram bem-sucedidas ou não.

A eficiência de inserção, ou taxa de sucesso, de cada sequência foi avaliada para determinar fatores comuns no sucesso de cada edição. O comprimento da sequência foi considerado um fator chave, assim como o tipo de mecanismo de reparo do DNA envolvido.

Jonas Koeppel, primeiro autor do estudo do Wellcome Sanger Institute, disse: “As variáveis ​​envolvidas em edições primárias bem-sucedidas do genoma são muitas, mas estamos começando a descobrir quais fatores melhoram as chances de sucesso. O comprimento da sequência é um desses fatores, mas não é tão simples quanto mais longa a sequência mais difícil é inserir. Também descobrimos que um tipo de reparo de DNA impedia a inserção de sequências curtas, enquanto outro tipo de reparo impedia a inserção de sequências longas”.

Para ajudar a entender esses dados, os pesquisadores recorreram ao aprendizado de máquina para detectar padrões que determinam o sucesso da inserção, como comprimento e tipo de reparo de DNA envolvido. Uma vez treinado nos dados existentes, o algoritmo foi testado em novos dados e foi encontrado para prever com precisão o sucesso da inserção.

Juliane Weller, uma das primeiras autoras do estudo do Wellcome Sanger Institute, disse: “Simplificando, várias combinações diferentes de três letras de DNA podem codificar o mesmo aminoácido em uma proteína. É por isso que existem centenas de maneiras de editar um gene para obter o mesmo resultado no nível da proteína. Ao alimentar essas possíveis edições de genes em um algoritmo de aprendizado de máquina, criamos um modelo para classificá-los quanto à probabilidade de funcionarem. Esperamos que isso elimine muito do processo de tentativa e erro envolvido na edição principal e acelere consideravelmente o progresso.”

Os próximos passos da equipe serão fazer modelos para todas as doenças genéticas humanas conhecidas para entender melhor se e como elas podem ser corrigidas usando edição primária. Isso envolverá outros grupos de pesquisa do Instituto Sanger e seus colaboradores.

O Dr. Leopold Parts, autor sênior do estudo do Wellcome Sanger Institute, disse: “O potencial da edição primária para melhorar a saúde humana é vasto, mas primeiro precisamos entender as maneiras mais fáceis, eficientes e seguras de fazer essas edições. Trata-se de entender as regras do jogo, que os dados e a ferramenta resultantes deste estudo nos ajudarão a fazer.”

Artigos recomendados: CRISPR e ML


Fonte:https://scitechdaily.com/accelerating-prime-editing-machine-learning-helps-design-the-best-fix-for-a-given-genetic-flaw/

Nenhum comentário:

Postar um comentário

Related Posts Plugin for WordPress, Blogger...