EPInformer: multimodal epigenomik profilleri kullanarak promotor-enhancer dizilerinden gen ekspresyonunun ölçeklenebilir ve bütünleşik tahmini

Gen aktivitesini tahmin etmenin önemi

Vücudunuzdaki her hücre temelde aynı DNA’yı taşır, buna rağmen beyin hücreleri, kan hücreleri ve karaciğer hücreleri çok farklı davranırlar. Onları ayıran şey hangi genlerin açık ya da kapalı olduğudur. Bu gen aktivitesini doğrudan DNA ve ilişkili sinyallerden tahmin edebilmek, bilim insanlarının hücrelerin nasıl geliştiğini, çevreye nasıl yanıt verdiğini ve bazen hastalıkta nasıl bozulduğunu anlamalarına yardımcı olur. Bu makale, yapay zekadaki son gelişmeleri kullanarak gen aktivitesini önceki yöntemlerden daha doğru ve verimli bir şekilde tahmin eden yeni bir hesaplama aracı olan EPInformer’ı tanıtıyor.

Uzak DNA anahtarlarının genleri nasıl kontrol ettiği

Genler yalnızca okunan yerleri çevreleyen kısa DNA bölgesi (promotör) tarafından kontrol edilmez. Aynı zamanda uzak anahtarlar gibi davranan, enhancer adı verilen DNA parçalarının da etkisi altındadırlar. Bu anahtarlar bir genden on binlerce hatta yüz binlerce baz çifti uzaklıkta bulunabilir ve üç boyutlu uzayda döngülenerek promotörle temas edebilirler. Ham DNA dizisinin üstüne eklenen kimyasal işaretler ve DNA boyunca bulunan protein belirteçleri—birlikte epigenomik sinyaller olarak adlandırılır—belirli bir hücre tipinde hangi anahtarların aktif olduğunu gösterir. Geleneksel bilgisayar modelleri, özellikle çok uzak anahtarların etkisini içerecek şekilde bu bilgilerin tamamını birleştirmekte zorlanmıştır; dolayısıyla bir genin ne kadar güçlü ifade edildiğini tahmin etmek güçleşir.

Birden çok sinyali aynı anda okuyan kompakt bir yapay zeka modeli

EPInformer, dil modellerinden uyarlanmış, transformer olarak bilinen modern bir yapay zeka mimarisi üzerine kuruludur. Cümleleri okumak yerine bir gene ve aday anahtarlarına ait DNA segmentlerini okur. Model öncelikle her promotör ve yakınındaki enhancer dizisini önemli desenleri yakalayan sayısal bir "gömme"ye dönüştürür. Ayrıca DNA üzerindeki yerel kimyasal işaretleri, kromatinin açıklığını ve DNA bölgelerinin 3B’de birbirleriyle ne sıklıkta temas ettiğine dair ölçümleri temsil eden ek kanalları iliştirebilir. Özel bir dikkat (attention) mekanizması, her potansiyel anahtarın promotörle nasıl etkileştiğine odaklanırken anahtarlar arasındaki etkileşimleri kasıtlı olarak göz ardı eder. Son tahmin adımı, öğrenilmiş bu temsili genin RNA’sına ait temel özelliklerle birleştirerek beklenen aktivite düzeyini çıktı olarak verir.

Daha az hesap kaynağıyla daha iyi tahminler

EPInformer’ı test etmek için yazarlar, DNA erişilebilirliğini, kimyasal işaretleri, 3B temasları ve gene aktivitesini profilleyen büyük kamu veri setleri üzerinde modeli eğittiler ve değerlendirdiler; bu veriler birkaç insan hücre hattını kapsıyordu. Sadece dizi ve mesafe kullanan, epigenomik sinyalleri ekleyen veya ayrıca 3B temas haritalarını da dahil eden farklı model versiyonlarını karşılaştırdılar. Hem standart RNA dizileme hem de promotör odaklı bir assay olan CAGE üzerinde EPInformer, çok uzun DNA parçalarını tarayan yalnızca diziye dayalı büyük modeller de dahil olmak üzere önde gelen yöntemleri tutarlı şekilde geride bıraktı. Dikkate değer şekilde, bunu parametre sayısının çok küçük bir kesriyle başardı—yaklaşık 0,4 milyon versus yüz milyonlarca—bu da tek bir grafik işlem biriminde yaklaşık bir saatte eğitilebilmesini sağladı. Bu, doğru gen aktivitesi modellemesini devasa hesaplama kümelerine ihtiyaç duymadan pek çok laboratuvara erişilebilir kılar.

Anahtar anahtarları ve onların kontrol sözcüklerini bulmak

EPInformer’ın dikkat mekanizması her aday enhancer’ın bir gene ne kadar güçlü etki ettiğini puanladığı için, belirli bir hücre tipindeki en önemli anahtarları da belirlemeye yardımcı olabilir. Yazarlar, bu dikkat puanlarının, özellikle uzak anahtarlar için aktivite ve temas temelinde yaygın olarak kullanılan bir puanlama yönteminden daha doğru şekilde deneysel olarak doğrulanmış enhancer–gen çiftlerini geri getirdiğini gösterdiler. Ayrıca yorumlama araçları kullanarak en yüksek puanlı enhancer’ların DNA dizilerine yakından bakıp, transkripsiyon faktörlerinin bağlanma bölgeleriyle eşleşen kısa tekrar eden desenleri tanımladılar—bu proteinler genomda kontrol sözcükleri gibi iş görür. Örneğin kanla ilgili hücrelerde EPInformer, kırmızı kan hücresi gelişiminin ana düzenleyicilerine ait motifleri yeniden keşfetti; bu da modelin sadece veriyi ezberlemediğini, biyolojik olarak anlamlı kuralları öğrendiğini düşündürüyor.

Gelecek biyoloji ve tıp için anlamı

Basitçe ifade etmek gerekirse, EPInformer DNA dizisini, kimyasal işaretleri ve genomun 3B katlanmasını birleştirerek araştırmacılara farklı hücre tiplerinde genlerin nasıl açılıp kapandığına dair daha net ve uygun maliyetli bir bakış sunuyor. Belirli bir gen için hangi uzak anahtarların önemli olduğunu ve bu anahtarların hangi kontrol sözcüklerini taşıdığını vurgulayabilme yeteneği, mutasyonların veya hedefli düzenlemelerin gen aktivitesini nasıl etkilediğini test eden deneylere rehberlik edebilir. Yöntem daha fazla hücre tipine ve farklı gen varyantlarına genişledikçe, kodlamayan genomdaki değişikliklerin karmaşık özelliklere ve hastalıklara nasıl katkıda bulunduğunu açıklamaya yardımcı olabilir ve daha hassas genetik tedavilerin tasarımını bilgilendirebilir.

Atıf: Lin, J., Li, Z., Zhao, Y. et al. EPInformer: scalable and integrative prediction of gene expression from promoter-enhancer sequences with multimodal epigenomic profiles. Nat Commun 17, 3975 (2026). https://doi.org/10.1038/s41467-026-70535-8

Anahtar kelimeler: gen ekspresyonu tahmini, enhancer promotör etkileşimleri, epigenomik, genomikte derin öğrenme, kromatin mimarisi