מדענים פיתחו שיפור בשיטת הלמידה מתמקדת לחיזוי יעילות התערעור של CRISPRi עבור גנים ספציפיים. CRISPRi היא כלי לעריכת גנים שחוסם את הביטוי הגנטי בלתי משנה את רצף ה-DNA. למרות תפוצה נרחבת בשימושה להשתיק את ביטוי הגנים בקטריות, הכללים לתכנון ניסויי CRISPRi נשמרו מוגדרים לא טוב.
על מנת להתמודד עם אתגר זה, החוקרים השתמשו באיחוד נתונים ובאינטיליגנציה מלאכותית (AI) כדי לאמן מודל למידת מכונה. הצוות השתמש בכמה מערכות ביקורתיות על היעילות של המסמנים RNA לקידום התחזוקה של יעילות המסנן CRISPRi במערכת גנומית רחבה.
הממצאים שלהם מצביעים על כך שמאפיינים ספציפיים של גן משפיעים במידה רבה על התנגדות המסמן RNA במסכימות במערכת גנומתית רחבה. כמו כן, שילוב הנתונים ממסכימות רבות של CRISPRi משפר משמעותית את דיוק המודלים לחיזוי ומספק ערכים מדויקים יותר של יעילות המסמן RNA. על ידי שיפור ההבנה על יעילות המסמן RNA, מחקר זה משפיע על פיתוח יעילי עריכת גנים מדויקים באמצעות CRISPRi.
בהנהגתו של ראש צוות המחקר לארס ברקוויסט, ד"ר, מחזיק קבוצת מחקר במכון הלמולקולות הרמהולטס בWürzburg לחקר זיהום רקמות שמסתמן בRNA (HIRI) והורא קטנה באוניברסיטת Würzburg, החוקרים פיתחו מודל רגרסיה יערו סטכסי במערך, אשר אפקטיבי יותר בחיזוי יעילות המסמן RNA. החוקרים אימתו את שיטתם באמצעות הכוונה עצמאית על גנים חיוניים חיידקים, תוצאותיהם הראו את יתרונות החיזוי שלהם מול שיטות קיימות.
המחקר גם דגים ממצא מעניין כי תכונות הקשורות לביטוי הגנטי משפיעות מעבר להתנגדות של CRISPRi במסכימות על חיוניות גנים. המסתמך על השגת מידע ממספר ניסויים הוא מפתח לבניית מודלים לחיזוי מדויק יותר, אשר מתעלמות מחוסר הנתונים הנגרמים משיטה זו. ממצאי מחקר זה ישימים את היסוד לפיתוח כלים משופרים לטיפול בביטוי הגנים הבקטריאלי, ולהעמקת ההבנה שלנו בנוגדנים ולפיתוח אינטרוונציות תרופתיות ממוקדות.
תוצאות המחקר הזה, הוגש בעזרת הכתבה בכותרת "שיפור חיזוי המוסמך יעילות מסמנים בחיידות ממסכימות דרך למידה מעורבת משתנה ואיחוד נתונים," פורסמו בביולוגית גנום.
The source of the article is from the blog xn--campiahoy-p6a.es