L'intelligence artificielle améliore l'efficacité de l'édition du génome
Objectif à long terme : réparer les maladies héréditaires
Computer-generated image
Les technologies d'édition du génome offrent de grandes possibilités pour le traitement des maladies génétiques. Des méthodes telles que les ciseaux génétiques CRISPR/Cas9, largement utilisés, s'attaquent directement à la cause de la maladie dans l'ADN. Ces ciseaux sont utilisés en laboratoire pour apporter des modifications ciblées au matériel génétique dans des lignées cellulaires et des organismes modèles et pour étudier les processus biologiques.
Un développement ultérieur de cette méthode classique CRISPR/Cas9 est appelé édition primaire. Contrairement aux ciseaux génétiques classiques, qui créent une rupture dans les deux brins de la molécule d'ADN, l'édition primaire coupe et répare l'ADN sur un seul brin. L'ARN guide de l'édition primaire (pegRNA) cible précisément le site pertinent du génome et fournit la nouvelle information génétique, qui est ensuite transcrite par une "enzyme de traduction" et incorporée dans l'ADN.
Trouver les options de réparation de l'ADN les plus efficaces
L'édition primaire promet d'être une méthode efficace pour réparer les mutations pathogènes dans le génome des patients. Toutefois, lorsqu'il s'agit de l'appliquer avec succès, il est important de minimiser les effets secondaires involontaires tels que les erreurs de correction de l'ADN ou l'altération de l'ADN ailleurs dans le génome. Selon les premières études, l'édition primaire entraîne un nombre nettement inférieur de modifications involontaires que les approches CRISPR/Cas9 classiques.
Cependant, les chercheurs doivent actuellement encore passer beaucoup de temps à optimiser le pegRNA pour une cible spécifique dans le génome. "Il existe plus de 200 possibilités de réparation par mutation. En théorie, nous devrions tester chaque option de conception à chaque fois pour trouver le pegRNA le plus efficace et le plus précis", explique Gerald Schwank, professeur à l'Institut de pharmacologie et de toxicologie de l'Université de Zurich (UZH).
Analyser un grand ensemble de données avec l'IA
Schwank et son groupe de recherche devaient trouver une solution plus simple. En collaboration avec Michael Krauthammer, professeur à l'UZH au département de biomédecine quantitative, et son équipe, ils ont mis au point une méthode permettant de prédire l'efficacité des pegRNA. En testant plus de 100 000 pegRNA différents dans des cellules humaines, ils ont pu générer un ensemble complet de données sur l'édition primaire. Ils ont ainsi pu déterminer quelles propriétés d'un pegRNA - telles que la longueur de la séquence d'ADN, la séquence des éléments constitutifs de l'ADN ou la forme de la molécule d'ADN - influencent positivement ou négativement le processus d'édition primaire.
Par la suite, l'équipe a mis au point un algorithme basé sur l'IA pour reconnaître les modèles dans le pegRNA qui sont pertinents pour l'efficacité. Sur la base de ces modèles, l'outil formé peut prédire à la fois l'efficacité et la précision de l'édition du génome avec un pegRNA particulier. "En d'autres termes, l'algorithme peut déterminer le pegRNA le plus efficace pour corriger une mutation particulière", explique Michael Krauthammer. L'outil a déjà été testé avec succès sur des cellules humaines et de souris et est librement accessible aux chercheurs.
Objectif à long terme : réparer les maladies héréditaires
D'autres études précliniques sont encore nécessaires avant que le nouvel outil d'édition primaire puisse être utilisé chez l'homme. Toutefois, les chercheurs sont convaincus que, dans un avenir proche, il sera possible d'utiliser l'édition primaire pour réparer les mutations de l'ADN de maladies héréditaires courantes telles que la drépanocytose, la mucoviscidose ou les maladies métaboliques.
Note: Cet article a été traduit à l'aide d'un système informatique sans intervention humaine. LUMITOS propose ces traductions automatiques pour présenter un plus large éventail d'actualités. Comme cet article a été traduit avec traduction automatique, il est possible qu'il contienne des erreurs de vocabulaire, de syntaxe ou de grammaire. L'article original dans Anglais peut être trouvé ici.