Совершив научный подвиг, который расширяет наши знания о генетических изменениях, которые определяют развитие мозга или приводят к психическим расстройствам, группа исследователей объединила высокопроизводительные эксперименты и машинное обучение, чтобы проанализировать более 100 000 последовательностей в клетках человеческого мозга и выявить более 150 вариантов, которые вероятно, вызывают заболевание.

Исследование ученых из Института Гладстона и Калифорнийского университета в Сан-Франциско (UCSF) создает исчерпывающий каталог генетических последовательностей, участвующих в развитии мозга , и открывает двери для новой диагностики и лечения неврологических заболеваний, таких как шизофрения и расстройства аутистического спектра . Статья «Массивная параллельная характеристика регуляторных элементов в развивающейся коре головного мозга человека» опубликована в журнале Science.

«Мы собрали огромное количество данных о последовательностях в некодирующих областях ДНК, которые, как уже предполагалось, играют большую роль в развитии мозга или заболеваниях», — говорит старший исследователь Кэти Поллард, доктор философии, которая также является директором Гладстонского института. Институт науки о данных и биотехнологии.

«Мы смогли функционально протестировать более 100 000 из них, чтобы выяснить, влияют ли они на активность генов , а затем точно определить изменения последовательности, которые могут изменить их активность при заболевании».

Поллард возглавлял масштабное исследование вместе с Надавом Ахитувом, доктором философии, профессором кафедры биоинженерии и терапевтических наук Калифорнийского университета в Сан-Франциско и директором Института генетики человека Калифорнийского университета в Сан-Франциско. Большую часть экспериментальной работы с тканями головного мозга возглавил Томаш Новаковски, доктор философии, доцент кафедры неврологической хирургии медицинского факультета Калифорнийского университета в Сан-Франциско.

Всего команда обнаружила 164 варианта, связанных с психическими расстройствами, и 46 802 последовательности с энхансерной активностью в развивающихся нейронах, то есть они контролируют функцию данного гена.

Эти «энхансеры» можно использовать для лечения психических заболеваний, при которых одна копия гена не полностью функциональна, говорит Ахитув: «Сотни болезней возникают из-за того, что один ген не работает должным образом, и возможно, можно будет воспользоваться этими энхансерами для заставить их делать больше».

Органоиды и машинное обучение в центре внимания

Помимо выявления энхансеров и последовательностей, связанных с заболеванием, исследование имеет значение и в двух других ключевых областях.

Во-первых, ученые повторили часть своего эксперимента, используя органоид мозга, полученный из стволовых клеток человека, и обнаружили, что этот органоид является эффективной заменой настоящего вещества. Примечательно, что большинство генетических вариантов, обнаруженных в ткани головного мозга человека, реплицируются в церебральном органоиде.

«Наш органоид очень хорошо сравнивается с человеческим мозгом», — говорит Ахитув. «Поскольку мы расширяем нашу работу по тестированию большего количества последовательностей для других заболеваний нервной системы, мы теперь знаем, что органоид является хорошей моделью для понимания регуляторной активности генов».

Во-вторых, передав огромное количество данных о последовательностях ДНК и регуляторной активности генов в модель машинного обучения , команда смогла научить компьютер успешно прогнозировать активность данной последовательности. Этот тип программы может проводить эксперименты «in-silico», которые позволяют исследователям предсказывать результаты экспериментов, прежде чем проводить их в лаборатории. Эта стратегия позволяет ученым делать открытия быстрее, используя при этом меньше ресурсов, особенно когда задействованы большие объемы биологических данных.

Шон Уэлен, доктор философии, старший научный сотрудник лаборатории Полларда в Гладстоне и один из первых авторов исследования, говорит, что команда протестировала модель машинного обучения, используя последовательности, полученные в результате обучения модели, чтобы посмотреть, сможет ли она предсказать уже собраны результаты по активности экспрессии генов.

«Модель никогда раньше не видела этих данных и смогла делать прогнозы с большой точностью, показывая, что она усвоила общие принципы того, как на гены влияют некодирующие области ДНК в развивающихся клетках мозга», — говорит Уэйлен. «Вы можете себе представить, как это может открыть множество новых возможностей в исследованиях, даже предсказать, как комбинации вариантов могут функционировать вместе».

Новая глава открытий мозга

Исследование было завершено в рамках консорциума PsychENCODE, который объединяет междисциплинарные команды для получения крупномасштабных данных об экспрессии генов и регуляторных данных в мозге человека при нескольких основных психических расстройствах и стадиях развития мозга.

Публикуя многочисленные исследования консорциума , он стремится пролить свет на плохо изученные психиатрические состояния, от аутизма до биполярного расстройства, и, в конечном итоге, дать толчок новым подходам к лечению.

«Наше исследование вносит свой вклад в этот растущий объем знаний, показывая полезность использования человеческих клеток, органоидов, методов функционального скрининга и глубокого обучения для изучения регуляторных элементов и вариантов, участвующих в развитии человеческого мозга», — говорит Ченгю Дэн, доктор философии. постдокторант из UCSF и соавтор исследования.