WEST LAFAYETTE, Indiana — Naukowcy zainteresowani udoskonaleniem danej cechy u roślin mogą teraz zidentyfikować geny regulujące ekspresję tej cechy bez przeprowadzania jakichkolwiek eksperymentów.

Kranthi Varala na Uniwersytecie Purdue i 10 współautorów opublikowanych szczegóły nowego internetowego narzędzia do odkrywania genów regulacyjnych w numerze Proceedings of the National Academy of Sciences z 23 kwietnia. Varala ma oczekujący patent na wyniki dotyczące ważnej ekonomicznie biosyntezy oleju z nasion.

Zespół Purdue-USDA starał się zbudować zasób, który na podstawie dużych ilości publicznie dostępnych danych uczy się, jak szybko identyfikować, jakie specjalne geny zwane czynnikami transkrypcyjnymi regulują ekspresję danej cechy u różnych gatunków roślin.

„Każde badanie koncentruje się na kilku z nich” – powiedział Varala, adiunkt ogrodnictwa i architektury krajobrazu. „Nasze założenie było takie, że jeśli uda nam się umieścić to wszystko w jednej analizie, będziemy mogli wykorzystać te dane do zbudowania czegoś globalnego”.

Arabidopsis posłużył jako roślina modelowa w badaniu PNAS, „ale to podejście nie ma nic specyficznego dla Arabidopsis” – stwierdziła Varala. „Podejście jest na tyle ogólne, że można zacząć od zbioru danych dotyczących kukurydzy. Można to zrobić z ryżem, pomidorami, jakąkolwiek uprawą, nad którą pracujesz, pod warunkiem, że masz tysiące pomiarów ekspresji genów przeprowadzonych przez ludzi. Obecnie istnieje kilkanaście gatunków, w przypadku których prowadzimy dziesiątki tysięcy badań nad ekspresją genów”.

Aby udowodnić, że system działa, zespół skupił się na szlaku genetycznym regulującym sposób, w jaki rośliny wytwarzają i przechowują olej w nasionach. Zespół wybrał tę cechę ze względu na jej znaczenie w produkcji żywności i biopaliw oraz dlatego, że znanych jest już ponad 300 zaangażowanych genów.

Manipulując genetycznie czynnikami transkrypcyjnymi rośliny, badacze mogą zwiększać lub zmniejszać ilość oleju wytwarzanego w nasionach.

Podobnie jak inni badacze, Varala przez lata realizował wiele projektów, których celem była identyfikacja genów i regulatorów zaangażowanych w rozwiązanie jednego problemu. Oznaczało to przeprowadzanie ostrożnych i czasochłonnych eksperymentów. Jednak wygenerowane dane nie dostarczyły wszystkich odpowiedzi, których szukał. Porównał to do układania równania, znając tylko trzy z 10 czynników.

„Nie da się rozwiązać równania” – powiedział. Podobnie Varala często chciała zadać więcej pytań, niż mogły odpowiedzieć dane. To zmotywowało go do zbudowania struktury wykorzystującej wszystkie możliwe dane do zadawania tych pytań bez konieczności przeprowadzania wszystkich odpowiednich eksperymentów w celu uzyskania listy kandydatów, którzy następnie potrzebują walidacji genetycznej.

„Próbuję skrócić początkową fazę gromadzenia danych” – powiedziała Varala, aby naukowcy mogli skupić się na przeprowadzaniu walidacji genetycznych. Aby jednak tego dokonać, jego zespół musiał zacząć od zbioru danych opartego na 18 000 indywidualnych badań.

Varala i jego zespół przeanalizowali ten ogromny zbiór danych przy użyciu Bell i obecnie wycofanych superkomputerów Brown w Rosen Center for Advanced Computing w Purdue. Zespół zbudował platformę uczenia maszynowego, aby przyspieszyć ten proces w przypadku innych osób.

Nie byłoby możliwe, aby jedna osoba zrobiła to ręcznie. Zespół mógłby to zrobić, ale wprowadziłoby to uprzedzenia w sposobie przetwarzania danych przez członków grupy. Klasyfikator uczenia maszynowego działa bez uprzedzeń.

OSTROŚĆ

Nowatorstwo tego podejścia polega na tym, że zamiast pobierać dane dotyczące wszystkich narządów, skupia się ono na zbiorach danych specyficznych dla poszczególnych narządów. Niezależne sieci genów regulują te narządy – liście, korzenie, pędy, kwiaty i nasiona.

„Zamiast wykorzystywać wszystkie narządy, zapytaliśmy w ramach eksperymentów z nasionami, które ludzie przeprowadzali przez lata, czy możemy wykorzystać wszystkie dane, aby dowiedzieć się, co dzieje się w nasionach, a niekoniecznie w korzeniu, liściu czy kwiatze? To znacznie poprawiło nasze podejście” – powiedział Varala.

Zespół zastosował metodę obliczeniową zwaną podejściem wnioskowania, aby przewidzieć, jakie czynniki transkrypcyjne będą regulować proces biosyntezy oleju z nasion u Arabidopsis.

„Te, które znamy, pomagają nam potwierdzić, że nasze podejście działa prawidłowo. Te, których nie znamy, są dobrymi kandydatami do odkrycia nowej biologii” – stwierdziła Varala. „To czysto obliczeniowe podejście nie wie nic na temat nasion, oleju ani niczego podobnego. Daliśmy mu listę genów, a on był w stanie ponownie odkryć znane geny, nie znając żadnego kontekstu biologicznego”.

Główny autor, Rajeev Ranjan, pracownik naukowy ze stopniem doktora na Wydziale Ogrodnictwa i Architektury Krajobrazu w Purdue, wziął pozostałych 12 z 20 najlepszych i zapytał, czy te przewidywania są prawdziwe. „Udało nam się wygenerować zmutowane linie dla 11 z tych 12. W pięciu z tych 11 rzeczywiście zmieniono zawartość oleju w nasionach” – powiedział. „Ponadto pokazaliśmy również, że nadekspresja jednego czynnika zwiększa zawartość oleju z nasion aż do 12%”.

Osiem znanych genów regulatorowych dodanych do ośmiu nowych wykazało, że metoda wnioskowania dokładnie zidentyfikowała 13 z 20 najlepszych kandydatów. Siła tego podejścia polega na tym, że działając wyłącznie na podstawie listy genów, można z dużą dokładnością przewidzieć, które z nich będą regulować interesującą nas cechę.

„Zajęło to dużo czasu, ponieważ jest to długi i skomplikowany proces i nie było gwarancji, że się powiedzie” – powiedziała Varala o czteroletnim projekcie. „Niczego na taką skalę nie próbowano wcześniej.”

Varala ujawnił innowację Biuru Komercjalizacji Technologii Purdue Innovates, które złożyło wniosek o patent chroniący jego własność intelektualną.

Badania te były wspierane przez Biuro Naukowe Departamentu Energii Stanów Zjednoczonych.