ویرایش دقیق DNA با هوش مصنوعی؛ گامی نوین در درمان‌های ژنی آینده
7 دقیقه مطالعه 24 شهریور 1404

گروه پژوهشی به سرپرستی دانشگاه زوریخ سوئیس (UZH) روشی کاربردی و جدید را جهت ویرایش دقیق DNA توسعه داده که با ترکیب مهندسی ژنتیک پیشرفته و هوش مصنوعی اتفاق افتاده. این روش در مدل سازی دقیق بیماری‌های انسانی کمک کننده و قدمی در جهت درمان‌های ژنی نسل آینده خواهد بود.

ویرایش دقیق و هدفمند DNA با استفاده از جهش‌های نقطه‌ای کوچک و یا وارد کردن تمام ژن‌ها به کمک CRISPER/Cas (ابزاری دقیق و مقرون به صرفه برای ویرایش ژن‌ها است و در پزشکی، کشاورزی و پژوهش‌های ژنتیک کاربرد وسیعی دارد)؛ قابلیت بالایی جهت کاربرد در زیست فناوری و ژن درمانی دارد. اما نکته مهم اینجاست که این (قیچی‌های ژنی) منجر به تغییرات کنترل نشده در ژنوم نشوند و پیوستگی ژنوم حفظ گردد تا از عوارض پیش‌بینی نشده جلوگیری شود. معمولا شکست‌های دو رشته‌ای در مولکول DNA در انسان و سایر موجودات زنده به شکل دقیق ترمیم می‌شوند، اما گاهی هم این اتصال‌دهی باعث خطاهای ژنتیکی می‌شود.

ویرایش ژنی با دقت بسیار بالاتر

 درحال حاضر دانشمندان دانشگاه زوریخ، دانشگاه خِنت در بلژیک و مؤسسه ETH زوریخ روشی جدید توسعه داده‌اند که دقت ویرایش ژنوم را به میزان قابل توجهی افزایش می‌دهد. در این روش ابزاری به نام Pythia با استفاده از هوش مصنوعی طراحی شده است که چگونگی ترمیم برش‌های DNA را توسط سلول‌ها پیش‌بینی می‌کند.

توماس نائرت، نویسنده اصلی مقاله می‌گوید:«گروه ما قالب‌های کوچک ترمیم DNA را طوری طراحی کرده که مثل چسب مولکولی عمل کنند و سلول را جهت ایجاد تغییرات دقیق ژنتیکی هدایت کنند.» ایشان این فناوری را در دانشگاه زوریخ راه‌اندازی کرد و در حال حاضر محقق پسادکتری در دانشگاه خنت است.

این قالب‌ها ابتدا با استفاده از هوش مصنوعی در کشت‌های سلول انسانی آزمایش شده‌اند و قابلیت تغییر و ترکیب ژن‌ها را با دقت بسیار خوبی فراهم کرده‌اند. این اتفاق حتی در موجودات دیگر نیز مورد بررسی قرار گرفته، برای مثال در Xenopus (نوعی قورباغه گرمسیری کوچک که در پژوهش‌های زیست‌پزشکی به‌کار می‌رود) که محققین با موفقیت DNA را در سلول‌های مغزی ویرایش کردند.

ویرایش دقیق و هدفمند DNA با استفاده از جهش‌های نقطه‌ای کوچک و یا وارد کردن تمام ژن‌ها به کمک CRISPER/Cas قابلیت بالایی جهت کاربرد در زیست فناوری و ژن درمانی دارد. اما نکته مهم اینجاست که این (قیچی‌های ژنی) منجر به تغییرات کنترل نشده در ژنوم نشوند و پیوستگی ژنوم حفظ گردد تا از عوارض پیش‌بینی نشده جلوگیری شود. معمولا شکست‌های دو رشته‌ای در مولکول DNA در انسان و سایر موجودات زنده به شکل دقیق ترمیم می‌شوند، اما گاهی هم این اتصال‌دهی باعث خطاهای ژنتیکی می‌شود.

هوش-مصنوعی-ژن تصویرسازی سه‌بعدی از تولید یک پروتئین  در یک بچه‌ قورباغه

هوش مصنوعی می‌تواند الگوهای ترمیم DNA را یاد بگیرد و پیش‌بینی کند

نائرت می‌گوید: «‌ترمیم DNA الگوهای خاصی دارد و این فرآیند اتفاقی نیست و Pythia از این الگوها به سود ما استفاده می‌کند. درواقع چیزی که ما در مقیاس وسیع مدل‌سازی کردیم این بود که فرایند ترمیم DNA از الگوهای مشخصی پیروی می‌کند که هوش مصنوعی توانایی یادگیری و پیش‌بینی آن‌ها را دارد.»

 با این فرضیه، محققین میلیون‌ها نتیجه احتمالی ویرایش را با استفاده از machine learning شبیه‌سازی کردند و این پرسش را مطرح کردند: کارآمدترین روش برای ویرایش مشخصی در ژنوم، با توجه به شیوه‌ای که سلول احتمالا خودش را ترمیم می‌کند، چیست؟

 نائرت می‌گوید: «این شگفت‌انگیز است، زیرا این امکان را برای ما فراهم می‌کند که به طور مستقیم ببینیم که هر پروتئین به تنهایی در بافت سالم یا بیمار چه خواهد کرد.» اما یکی دیگر از نکات مثبت روش این است که در همه سلول‌ها به خوبی کار می‌کند، حتی در اندام‌هایی که تقسیم سلولی ندارند، مانند مغز.

پایه‌ای برای توسعه درمان‌های ژنی دقیق

نام Pathia از کاهنه‌ی اعظم معبد آپولون در دلفی در دوران باستان گرفته شده است؛ محلی که در آن از او برای پیشگویی آینده مشورت می‌گرفتند. به طور مشابه، این ابزار جدید به دانشمندان توانایی پیش‌بینی نتایج ویرایش ژن‌ها را می‌دهد.

 سورن لین کامپ، استاد موسسه کالبدشناسی دانشگاه زوریخ می‌گوید: «مشابه با هواشناسان که از هوش مصنوعی برای پیش‌بینی آب‌وهوا استفاده می‌کنند، ما هم از آن برای ‌پیش‌بینی واکنش سلول‌ها به تغییرات ژنتیکی بهره می‌گیریم. توانایی پیش‌بینی بسیار ضروری است، اگر به دنبال ویرایش ژن به طور ایمن و مطمئنی باشیم.»
او همچنین می‌گوید: «چیزی که بیش از همه حیرت‌انگیز است، خود فناوری نیست، بلکه قابلیت‌هایی است که بر روی ما می‌گشاید، این ابزار پیش‌بینی‌های گسترده خود را با سیستم‌های زیستی واقعی ترکیب می‌کند، از سلول‌های کشت شده تا موجودات کامل، این قابلیت می‌تواند بسیار سودمند باشد و در آینده برای درمان‌های ژنی دقیق استفاده شود.»

این موضوع امکان‌های جدیدی برای فهم بیماری‌های ژنتیکی و توسعه درمان‌ آن‌ها به ویژه در دستگاه‌های عصبی فراهم می‌کند که می‌تواند بسیار مطمئن‌تر و موثرتر باشد.

مترجم: نیلوفر کریمی
منبع

خانه هوش۰۲
خانه هوش۰۲ نویسنده
#هوش مصنوعی #هوش مصنوعی در پزشکی