人工智能辅助设计：细胞类型特异的DNA开关 打开/关闭基因表达

杰克逊实验室（JAX）、麻省理工学院和哈佛大学布罗德研究所以及耶鲁大学的研究人员利用人工智能设计了数千种新的DNA开关，可以精确控制不同细胞类型中基因的表达，为基因治疗打开新的一扇窗。

　　

杰克逊实验室（JAX）、麻省理工学院和哈佛大学布罗德研究所以及耶鲁大学的研究人员利用人工智能（AI）设计了数千种新的DNA开关，可以精确控制不同细胞类型中基因的表达。他们的新方法允许在特定组织中精确激活或抑制基因，从而可能彻底改变生物技术。这一发现发表在《Nature》杂志上，题为“机器引导设计的细胞类型靶向顺式调控元件”。

近年来，基因编辑技术和其他基因治疗方法使科学家能够改变活细胞内的基因。然而，仅在选定的细胞类型或组织中影响基因，而不是在整个生物体中影响基因，一直很困难。这在一定程度上是因为——控制基因表达和抑制的顺式调控元件（CREs），即DNA开关。

顺式调控元件（CRE）控制基因表达，协调组织身份，发育时间和刺激反应，共同定义体内数千种独特的细胞类型。细胞类型特异性的CRE在需要组织特异性的治疗或生物技术应用中有很大的潜力，但自然界中不一定能找到最适合这些预期目的的CRE，研究人员想要自己创造。能够精确制造具有高度组织特异性功能的合成CRE可以成为基因传递提供纳米颗粒和病毒载体技术的补充工具。

人类基因组中有数千种不同的CRE，作用略有不同。但是CRE的语法并不清楚，“没有直接的规则来控制每个CRE的行为，”JAX Tewhey实验室的计算科学家Rodrigo Castro博士解释说，他是这篇新论文的第一作者之一。“这限制了我们设计只影响人体某些细胞类型的基因疗法的能力。”“这个项目本质上提出了一个问题：‘我们能学会阅读和编写这些调控元件的代码吗？’”耶鲁大学遗传学助理教授、该研究的资深作者之一Steven Reilly博士说。“如果我们从语言的角度来考虑，这些元件的语法和句法理解得很少。因此，我们试图建立一种机器学习方法，可以学习比我们自己更复杂的代码。”

该团队的共同资深作者、Broad研究所的核心成员、哈佛大学教授Pardis Sabeti开发了一个名为CODA （DNA活性的计算优化）的平台，使用来自人类基因组的数十万个DNA序列训练他们的深度学习人工智能模型，分析了三种类型细胞——血液、肝脏和神经细胞——中的CRE活性。人工智能模型允许研究人员从几乎无限数量的可能组合中预测任何序列的活动。通过分析这些预测，研究人员发现了DNA中的新模式，了解了DNA中CRE序列的语法如何在不同细胞中影响RNA的数量。

研究团队构建的这个设计和验证合成CRE的平台，通过使用实验数据对不同细胞类型的调节语法建模、高效序列空间搜索、然后验证计算模型，研究人员改进程序预测每种CRE生物影响的能力，并使设计特定的CRE成为可能。他们有效地设计了数千个具有所需特异性的全新CRE，比如激活人类肝细胞中的特定基因，但不激活人类血液或脑细胞中的相同基因。通过大规模的体外验证，发现与人类基因组的自然序列相比，合成序列在三种细胞系中更有效地驱动细胞类型特异性表达，并且在小鼠和斑马鱼模式动物体内验证时在类似组织中实现特异性。

“这些合成设计元素的特别之处在于，它们对它们设计的目标细胞类型显示出显著的特异性，”杰克逊实验室副教授、该研究的共同资深作者Tewhey博士说。“这为我们创造了在不影响身体其他部分的情况下，仅在一个组织中上调或下调基因表达的机会。”

该研究的第一作者之一、Sabeti实验室的博士后Sager Gosai博士说：“天然CRE虽然很多，但只代表了可能遗传元素的一小部分，而且它们的功能受到自然选择的限制。”“这些人工智能工具在设计基因开关方面具有巨大的潜力，这些基因开关可以精确调节基因表达，用于生物制造和治疗等不受进化压力影响的新应用。”

新的CRE甚至比已知的与细胞类型相关的天然CRE更具细胞类型特异性。Gosai说：“合成的CRE在语义上与自然元素相差甚远，对其有效性的预测似乎难以置信。”“我们最初预计，许多序列在活细胞内会出现异常。”Tewhey他们研究了为什么合成的CRE能够优于自然发生的CRE，并发现细胞特异性合成CRE包含负责表达靶细胞类型基因的motif，以及抑制或关闭其他细胞类型基因的motif。在斑马鱼和小鼠身上测试的几种合成的CRE序列效果很好。例如，一种CRE能够激活斑马鱼肝脏中的荧光蛋白，但不能激活斑马鱼其他部位的荧光蛋白。

Tewhey说：“这项技术为编写具有预定义功能的新调控元件铺平了道路。”“这些工具对基础研究很有价值，但也可能具有重要的生物医学意义，你可以使用这些元件来控制非常特定细胞类型的基因表达，以达到治疗目的。”