DNA – das Molekül, das die genetische Information aller lebenden Organismen trägt – ist auf komplexe Weise in Zellen verpackt, die eine effiziente Funktion ermöglichen. Nukleosomen erleichtern die DNA-Verdichtung und spielen auch eine entscheidende Rolle bei der Regulierung der Genexpression und anderer biologischer Prozesse.
Ein Team von Wissenschaftlern unter der Leitung von Dr. Modesto Orozco am IRB Barcelona hat eine fortschrittliche Rechentechnik entwickelt, um die Genarchitektur anhand der Nukleosomenposition vorherzusagen. Die Methode kombiniert experimentelle Ansätze mit Techniken des maschinellen Lernens und der Signalübertragungstheorie. Die Studie wurde veröffentlicht im Tagebuch Nukleinsäureforschung.
Ein Vorhersagemodell, das experimentellen Methoden Konkurrenz macht
In den letzten Jahren haben Wissenschaftler experimentelle Techniken wie MNase-seq verwendet, um Nukleosomen zu kartieren. Das von Dr. Orozcos Team entwickelte Modell nutzt DNA-Sequenzinformationen und physikalische Eigenschaften nicht nur, um experimentelle Daten zu reproduzieren, sondern auch, um die Lage der Nukleosomen schneller und genauer vorherzusagen.
„Die Präzision unseres Modells ist vergleichbar mit der der fortschrittlichsten experimentellen Methoden“, sagt Dr. Orozco, Leiter des Labors für Molekulare Modellierung und Bioinformatik am IRB Barcelona und ordentlicher Professor an der Universität Barcelona.
Implikationen für Genregulation und Biomedizin
Die Studie zeigt, dass die nukleosomale Architektur stark von der DNA-Sequenz und den physikalischen Signalen beeinflusst wird, die von den Enden der Gene ausgesendet werden. Diese Signale bestimmen die Position des ersten und letzten Nukleosomen (+1 und -letztes) und beeinflussen auch die Position der Nukleosomen entlang des Gens.
„Unsere Arbeit legt nahe, dass die Nukleosomenstruktur die Genexpression auf komplexere Weise beeinflussen könnte, als wir dachten“, fügt Alba Sala, Ph.D., hinzu. Student am IRB Barcelona und Erstautor der Studie.
Dieser Ansatz ist von entscheidender Bedeutung für zukünftige Forschungen darüber, wie Veränderungen in der Chromatinstruktur den Ausbruch von Krankheiten beeinflussen können. Durch ein besseres Verständnis der Organisation von DNA und Nukleosomen können Wissenschaftler neue therapeutische Ziele identifizieren und wirksamere Behandlungen entwickeln.
Weitere Informationen:
Alba Sala et al., Ein integriertes maschinelles Lernmodell zur Vorhersage der Nukleosomenarchitektur, Nukleinsäureforschung (2024). DOI: 10.1093/nar/gkae689