Pesquisadores da University of California, San Diego (UC San Diego), usaram inteligência artificial (IA) para estudar uma sequência específica do DNA envolvida no início da atividade dos genes. A equipe descobriu que o chamado iniciador, ou Inr, aparece em cerca de 60% das regiões humanas associadas a um início mais concentrado da transcrição. Em termos simples, trata-se de uma sequência de DNA que ajuda a indicar o ponto em que a célula deve começar a usar as informações contidas em um gene.
O trabalho, liderado pelo pesquisador Torrey E. Rhyne-Carrigg, foi realizado no laboratório do professor James T. Kadonaga e publicado na revista Genes & Development.
Como a inteligência artificial encontrou o padrão
Para investigar o Inr, os pesquisadores criaram aproximadamente 500 mil versões diferentes de uma pequena região do DNA. Eles então mediram quanto cada sequência conseguia estimular a transcrição, ou seja, o processo pelo qual a informação do DNA começa a ser utilizada pela célula.
Esses resultados foram usados para treinar modelos de aprendizado de máquina. A partir dos dados dos experimentos, a IA conseguiu identificar quais características das sequências estavam associadas a uma maior atividade e passou a prever o comportamento de outras sequências.
Os pesquisadores aplicaram os modelos a 30.642 regiões naturais do DNA humano. Dependendo do modelo utilizado, entre 54% e 65% delas foram classificadas como contendo um Inr ativo. Por isso, o estudo estima que o elemento esteja presente em aproximadamente 60% dessas regiões.
A análise também permitiu identificar um padrão mínimo que representa um Inr humano típico, descrito pelos pesquisadores como CA+1NW. O estudo ressalta que essa sequência serve como referência para reconhecer o elemento, mas não permite, sozinha, determinar o quanto ele é ativo.
O que isso revela sobre o funcionamento dos genes?
O início da atividade de um gene não depende de uma única sequência de DNA. A região estudada pelos pesquisadores funciona em conjunto com outros elementos que ajudam a controlar a transcrição. Um deles é a chamada caixa TATA, enquanto outro é o DPR, uma região localizada depois do ponto de início.
Os modelos mostraram que o Inr tende a aparecer com mais frequência quando o DPR é mais forte. Já a relação foi inversa no caso da caixa TATA: quanto maior a atividade prevista desse elemento, menor a frequência do Inr. Os resultados também indicam que uma caixa TATA forte pode iniciar a transcrição mesmo sem a presença de um Inr ou de um DPR.
Os pesquisadores também encontraram uma variação do Inr que parece funcionar especificamente em conjunto com a caixa TATA. Essa variante apareceu em 8,3% dos promotores humanos com TATA analisados, contra apenas 0,1% daqueles que continham DPR.
Além de ajudar a entender como o DNA controla o início da atividade dos genes, os modelos desenvolvidos podem ser usados para prever o efeito de alterações em sequências de DNA. Segundo o estudo, eles também podem contribuir para a criação de sequências sintéticas capazes de controlar genes com características específicas.
O post IA decifra sequência de DNA presente em 60% dos genes humanos apareceu primeiro em Olhar Digital.