Un nuevo algoritmo de aprendizaje automático puede predecir cómo se regulan los genes en células individuales, un avance que podría conducir a nuevos tratamientos para una variedad de enfermedades.

El algoritmo, desarrollado por investigadores de la Universidad de California, Berkeley, es capaz de identificar secuencias de ADN específicas que controlan la expresión de genes. Esta información podría usarse para desarrollar medicamentos que se dirijan a estas secuencias y activen o desactiven genes.

"Este es un gran avance en nuestra comprensión de cómo se regulan los genes", dijo el autor principal del estudio, Jonathan Weissman, profesor de biología molecular y celular en UC Berkeley. "Tiene el potencial de revolucionar la forma en que tratamos las enfermedades".

El algoritmo, llamado scSLAM-seq, funciona analizando datos de la secuenciación de ARN unicelular. Esta técnica permite a los investigadores medir la expresión de genes en células individuales, en lugar de en una población masiva de células.

Al analizar los datos de scSLAM-seq, el algoritmo puede identificar las secuencias de ADN asociadas con la expresión de genes específicos. Estas secuencias se denominan elementos reguladores.

Los investigadores probaron el algoritmo en una variedad de tipos de células, incluidas células madre embrionarias humanas, células madre embrionarias de ratón y células madre pluripotentes inducidas por humanos. El algoritmo pudo identificar con precisión los elementos reguladores de una gran cantidad de genes en cada tipo de célula.

Los investigadores creen que scSLAM-seq podría utilizarse para identificar los elementos reguladores de genes implicados en una variedad de enfermedades. Esta información podría luego usarse para desarrollar medicamentos que se dirijan a estas secuencias y activen o desactiven genes.

"Esta tecnología tiene el potencial de revolucionar la forma en que tratamos las enfermedades", afirmó Weissman. "Al centrarnos en los elementos reguladores de los genes, podríamos desarrollar nuevos fármacos que sean más eficaces y tengan menos efectos secundarios".

El estudio fue publicado en la revista Nature Biotechnology.