Учёные совершили прорыв в синтетической биологии, создав технологию для быстрого проектирования миллионов генетических схем
Исследователи из Университета Райса разработали новую методику, способную кардинально изменить процесс создания ДНК для терапевтических и биотехнологических задач. Главная проблема синтетической биологии всегда заключалась в огромном количестве возможных вариантов ДНК для достижения нужной функции клетки, что делало поиск оптимальной последовательности чрезвычайно трудным.
Решение, представленное учёными, носит название CLASSIC (Combining Long and Short range Sequencing to Investigate Genetic Complexity). Эта технология позволяет одновременно создавать и анализировать от сотен тысяч до миллионов вариантов генетических схем, что на порядки превышает прежние возможности. По словам профессора Калеба Башора, заместителя директора Института синтетической биологии Райса, методика помогает найти «иголку в стоге сена», картируя последовательности ДНК на конкретное поведение клеток.
Ключом к успеху стало сочетание двух методов секвенирования. Длинное чтение позволяет захватывать полную структуру генетической схемы, а короткое — быстро и точно идентифицировать маркеры каждой схемы. Как пояснил соавтор исследования Ронан О’Коннелл, использование обоих подходов одновременно открыло возможность масштабного тестирования библиотек схем.
В эксперименте учёные вставляли разработанные генетические цепи в клетки человеческих эмбриональных почек, запрограммированные светиться при активации определённых генов. Яркость свечения указывала на силу активности цепи. Затем с помощью короткого чтения идентифицировались маркеры каждой схемы, что позволило связать конкретную последовательность ДНК с результатом и создать обширные наборы данных.
Эти массивы информации используются для обучения моделей машинного обучения, которые теперь могут с высокой точностью предсказывать эффективность ещё не испытанных в лаборатории генетических дизайнов. Первичная проверка показала стопроцентное совпадение прогнозов с результатами ручного тестирования 40 последовательностей. Как отметил соавтор Кшитидж Рай, впервые ИИ смог точно предсказать работу непроверенных цепей, поскольку до этого никому не удавалось создать столь масштабные библиотеки.
Открытие также показало, что для одной функции часто существует множество рабочих решений, а не один оптимальный вариант, что даёт инженерам гибкость для создания более устойчивых биологических систем. Исследователи уверены, что сочетание высокопроизводительного сбора данных и моделирования на основе ИИ ускорит разработку клеточных терапий и других приложений синтетической биологии.
Результаты работы в журнале Nature.