Intelligenza artificiale e CRISPR per controllare l’espressione genica

 

Applicando i modelli di deep learning alla tecnica di editing genetico, i ricercatori stanno sviluppando un nuovo modo di modificare l’RNA (invece del DNA) per controllare geni portatori di mutazioni patologiche.

 

L’intelligenza artificiale può prevedere l’attività degli strumenti CRISPR, applicati all’RNA anziché al DNA, secondo una nuova ricerca pubblicata su Nature Biotechnology.

Lo studio condotto da ricercatori della New York University, della Columbia Engineering e del New York Genome Center, combina un modello di deep learning con schermi CRISPR per controllare l’espressione dei geni umani in diversi modi, come premere un interruttore della luce per spegnerli completamente o utilizzando una manopola per abbassare parzialmente la loro attività. 

Questi precisi controlli genici potrebbero essere utilizzati per sviluppare nuove terapie basate sulla CRISPR, una tecnica di editing genetico che usa molecole per tagliare e cucire il DNA.

CRISPR ha molti usi in biomedicina e oltre, dal trattamento dell’anemia falciforme all’ingegneria genetica per modificare piante, come per esempio creare una senape più gustosa.

Funziona modificando il DNA con un enzima chiamato Cas9. Negli ultimi anni, gli scienziati hanno scoperto un altro tipo di CRISPR che invece agisce sull’RNA usando un enzima chiamato Cas13.

I CRISPR mirati all’RNA possono essere utilizzati in una vasta gamma di applicazioni, tra cui l’editing dell’RNA, l’abbattimento dell’RNA per bloccare l’espressione di un particolare gene e lo screening ad alto rendimento per determinare candidati farmaci promettenti.

I ricercatori della NYU e del New York Genome Center hanno creato una piattaforma per i CRISPR mirati all’RNA utilizzando Cas13 per comprendere meglio la regolazione dell’RNA e identificare la funzione degli RNA non codificanti.

Poiché l’RNA è il principale materiale genetico nei virus, tra cui SARS-CoV-2 e influenza, i CRISPR mirati all’RNA sono anche promettenti per lo sviluppo di nuovi metodi per prevenire o curare le infezioni virali.

Inoltre, nelle cellule umane, quando viene espresso un gene, uno dei primi passi è la creazione di RNA dal DNA nel genoma.

Un obiettivo chiave dello studio è massimizzare l’attività dei CRISPR sull’RNA bersaglio previsto e minimizzare l’attività su altri RNA che potrebbero avere effetti collaterali dannosi per la cellula.

L’attività include sia discrepanze tra l’RNA guida e target, sia mutazioni di inserzione e delezioni.

Nelle popolazioni umane, circa una mutazione su cinque è dovuta a inserzioni o delezioni, quindi questi sono importanti bersagli da considerare per la progettazione di CRISPR.

“Simile ai CRISPR mirati al DNA come Cas9, prevediamo che i CRISPR mirati all’RNA come Cas13 avranno un impatto fuori misura nella biologia molecolare e nelle applicazioni biomediche nei prossimi anni”, ha detto Neville Sanjana, professore associato di biologia presso la NYU, professore associato di neuroscienze e fisiologia presso la NYU Grossman School of Medicine, membro della facoltà principale del New York Genome Center. e co-autore senior dello studio.

“Una previsione accurata delle guide e l’identificazione fuori bersaglio saranno di immenso valore per questo campo e terapie di recente sviluppo”.

Nel loro studio su Nature Biotechnology, Sanjana e i suoi colleghi hanno eseguito una serie di CRISPR mirati all’RNA in cellule umane.

Hanno misurato l’attività di 200.000 RNA guida che prendono di mira geni essenziali nelle cellule umane, inclusi disallineamenti, inserzioni e delezioni fuori bersaglio.

Il laboratorio di Sanjana ha collaborato con il laboratorio dell’esperto di apprendimento automatico David Knowles per progettare un modello di deep learning che hanno chiamato TIGER (Targeted Inhibition of Gene Expression via guide RNA design) che è stato addestrato sui dati provenienti dagli schermi CRISPR.

Confrontando le previsioni generate dal modello di deep learning e dai test di laboratorio nelle cellule umane, TIGER è stato in grado di prevedere l’attività CRISP, superando i precedenti modelli sviluppati.

“L’apprendimento automatico e l’apprendimento profondo stanno mostrando la loro forza nella genomica perché possono sfruttare gli enormi set di dati che ora possono essere generati dai moderni esperimenti ad alto rendimento”, ha detto Knowles, assistente professore di informatica e biologia dei sistemi presso la Columbia Engineering, membro della facoltà principale del New York Genome Center e co-autore senior dello studio.

“La nostra ricerca precedente ha dimostrato come progettare guide Cas13 che possono abbattere un particolare RNA. Con TIGER, ora possiamo progettare guide Cas13 che trovano un equilibrio tra l’abbattimento sul bersaglio e l’evitare l’attività fuori bersaglio”, ha detto Hans-Hermann (Harm) Wessels, co-primo autore dello studio e scienziato senior presso il New York Genome Center, che in precedenza era un borsista post-dottorato nel laboratorio di Sanjana.

I ricercatori hanno anche dimostrato che le previsioni fuori bersaglio di TIGER possono essere utilizzate per modulare con precisione il dosaggio genico – la quantità di un particolare gene che viene espresso – consentendo l’inibizione parziale dell’espressione genica nelle cellule con guide di mancata corrispondenza.

Questo può essere utile per le malattie in cui ci sono troppe copie di un gene, come la sindrome di Down, alcune forme di schizofrenia, malattia di Charcot-Marie-Tooth (una malattia nervosa ereditaria), o nei tumori in cui l’espressione genica aberrante può portare a una crescita tumorale incontrollata.

“Il nostro modello di deep learning può dirci non solo come progettare un RNA guida che abbatte completamente una trascrizione, ma può anche ‘sintonizzarla’, ad esempio, facendogli produrre solo il 70% della trascrizione di un gene specifico”, ha detto Andrew Stirn, uno studente di dottorato presso la Columbia Engineering e il New York Genome Center, e co-primo autore dello studio.

Combinando l’intelligenza artificiale con uno schermo CRISPR mirato all’RNA, i ricercatori prevedono che le previsioni di TIGER aiuteranno a evitare attività CRISPR indesiderate fuori bersaglio e stimoleranno ulteriormente lo sviluppo di una nuova generazione di terapie mirate all’RNA.

 

Immagine: Getty