UCSD研究人員利用AI技術發(fā)現新DNA啟動碼
時間：2021-01-12 來源：科技部
近日，加州大學圣地亞哥分校（UCSD）研究人員在《自然》雜志上發(fā)表研究，介紹其使用人工智能技術發(fā)現了新的DNA啟動碼“下游核心啟動子區(qū)”（downstream core promoter region-DPR），有望在生物技術和生物醫(yī)學應用領域用來控制基因啟動。
據研究人員介紹，DNA接收到A、C、G、T這4種堿基的編碼指導后發(fā)出精確指令，人類基因收到指令后被激活采取行動。目前已知，近25%的基因都是由TATAAA類似序列（即“TATA框”）進行轉錄的，但由于DNA堿基序列可能性非常多，剩下75%的基因是如何啟動的一直是個謎。
研究人員對50萬個隨機DNA序列的DPR活動進行了評估，篩選出其中20萬個序列生成了一種能夠精確預測人體DNA中DPR活動的機器學習模型，此外還制作了一個能夠識別TATA框序列的類似機器學習模型。研究人員使用新模型對數千個已知TATA框和DPR活動情況的測試樣本進行評估后發(fā)現，其預測能力“非常棒”。研究結果顯示，人類基因中確實存在DPR活動，且其發(fā)生率與TATA框相當。據研究作者、UCSD生物科學系特聘教授角川介紹稱，DPR能夠啟動約1/4至1/3的基因。此外，研究人員還發(fā)現，DPR和TATA框之間存在一種奇妙的二元性，TATA框序列啟動的基因缺少DPR序列，反之亦然。
角川表示，DPR此前之所以未被發(fā)現是因為其不具備顯而易見的序列模式，隱藏在DNA序列中的加密信息使之具備DPR屬性，人類無法破譯這一信息，但機器學習模型可以。使用人工智能對DNA序列模式進行分析應該可以提升研究人員對人體細胞中基因啟動的理解和控制。
