למידת מכונה ולמידה עמוקה חושפות קובעי רצף המקודדים שינויים היסטוניים ביו-ערכיים

כאשר הצוות קשר את האזורים המסומנים האלה לגנים סמוכים, עלה דפוס ברור. גנים המסומנים על‑ידי אותות היסטון מעורבים נטו להיות מופעלים במידה מתונה והשתתפו באופן משמעותי בהתפתחות מוקדמת ובהחלטה של תאי גזע להישאר גמישים או להתמיין. מסלולים כגון Hippo, MAPK, Wnt ו‑TGF‑beta — מעגלי תקשורת מרכזיים לצמיחה ולהיווצרות רקמות — היו מיוצגים בעוצמה. חלק מהגנים בעלי סימון ביו‑ערכי נקשרו גם לסרטן, מה שמרמז שמערכת הבקרה המוכנה שמנחה התפתחות בריאה יכולה להיות מתנכרת במחלה. בסך הכל, הסימנים המעורבים נראים כמתגי דימר מדויקים, המעניקים לגנים רמת פעילות בסיסית עדינה תוך שמירה על היכולת להגביר או לכבות אותם כשיגיעו אותות.

להעביר למכונות את קריאת דפוסי ה‑DNA המוסתרים

הלב של המחקר שואל האם רצף ה‑DNA עצמו מקודד הוראות היכן אמורים להיווצר המצבים המוכנים האלה. כדי לבדוק זאת, החוקרים הזינו קטעים קצרים של DNA — מפורקים לכל "מילים" זעירות אפשריות של כמה אותיות — למערך של מודלים של למידת מכונה ולמידה עמוקה. האלגוריתמים למדו להבחין בין אזורים עם סימנים מעורבים לאלה עם סימן מעורר בלבד או מדכא בלבד, לעתים בדיוק גבוה. באופן מכריע, כאשר אותיות ה‑DNA נמחו באקראי, המודלים נכשלו, מה שמראה שהגנום האמיתי נושא אותות ניבויים אותנטיים ולא רעש מקרי. משמעות הדבר היא כי ללא מדידות ניסיוניות כלל, מחשב יכול להשתמש בטקסט ה‑DNA לבדו כדי להנחש היכן התא עלול למקם סימני היסטון מעורבים אלה.

מוטיבים ברצף כסימני דרך מולקולריים

על‑ידי בחינה פנימית של המודלים, המחברים חשפו מספר מוטיבים קצרים של DNA — דפוסי אותיות חוזרים — שהיו במיוחד אינפורמטיביים. חלקם, כמו רצפים המזכירים TCTGAA ו‑TCACAG, התאימו לאתרי קשירה ידועים של רגולטורים מרכזיים של תאי גזע כגון OCT4, SOX2, ESRRB ופקטור הנקרא TCFCP2l1. אחרים נטו להתאסף ליד קצווי האזורים המסומנים ביו‑ערכי, מרמזים שמוטיבים מסוימים עשויים לעזור לקבוע את גבולות אזורי הכרומטין המוכנים הללו. קומבינציות ומיקומים שונים של מוטיבים הבחינו בין סוגי סימון מעורבים שונים, דבר שמרמז שעל כל כיתת ביו‑ערכיות יש "דקדוק" רצפי משלה גם כשמדובר ברבים מאותם חלבוני ויסות.

מה משמעות הדבר לתאי גזע ומעבר לכך

בקצרה, המחקר מראה שה‑DNA הוא לא רק רשימת גנים; הוא גם נושא הוראות מובנות לגבי כמה הדוק צריך להיות האריזה שלהם וכמה הם מוכנים להגיב. בתאי גזע עובריים, דפוסים קצרים ספציפיים של DNA מסייעים לגייס גורמי חלבון ולעצב אזורים שבהם סימני היסטון מנוגדים מתקיימים יחד, ושומרים על גני ההתפתחות מאוזנים על קצה הסכין בין פתוח וסגור. על‑ידי ניצול למידת מכונה ולמידה עמוקה לקרוא את הקוד המוסתר הזה, המחברים מספקים גם כלי פרקטי לחיזוי מצבים אפיגנטיים מתוך רצף וגם תמונה ברורה יותר של האופן שבו תאים מתכנתים גמישות בגנומים שלהם במהלך החיים המוקדמים — וכיצד תכנות זה עלול להשתבש במצבי מחלה.

ציטוט: Zhao, X., Wu, J., Che, Y. et al. Machine and Deep Learning Reveal Sequence Determinants Encoding Bivalent Histone Modifications. Commun Biol 9, 491 (2026). https://doi.org/10.1038/s42003-026-09962-8

מילות מפתח: כרומטין ביו-ערכי, שינויים בהיסטונים, תאי גזע עובריים, מוטיבים ברצף ה‑DNA, למידת מכונה בגנומיקה