[Nature | 论文简读] 机器学习指导的细胞类型靶向顺式调控元件设计
2025-01-02 19:18
湖北
Machine-guided design of cell-type-targeting cis-regulatory elements
顺式调控元件（CREs）调控基因表达，协同控制组织特异性、发育时序和刺激响应，这些过程共同定义了体内成千上万种独特的细胞类型。尽管生物技术应用中利用CREs潜力巨大，但自然界并不一定存在特定目的的CRE。作者开发了一个平台，用于设计和验证能够在特定细胞类型中驱动基因表达的合成CREs。作者利用了深度神经网络对CRE活性建模，设计并实证测试了数千种CREs。在大量体外实验中，作者发现这些合成序列相比人类基因组中的天然序列更有效地在三种细胞系中实现了特定的细胞类型表达，并且在体内测试时也能在相应的组织中实现特异性。合成的序列在目标细胞中展示了独特的基因调控模式，并同时减少了对非目标细胞的影响。总之，作者提供了一个通用框架，可以基于实验数据模型来设计CREs，实现符合特定应用需求的调控代码。https://doi.org/10.1038/s41586-024-08070-z
