Il software IGNITE è in grado di prevedere cosa accade a una cellula se uno o più geni vengono spenti o alterati. Indicherà quali esperimenti hanno maggiori probabilità di successo, ridurrà gli sprechi e i tempi di attesa per la scoperta di nuove cure
AgenPress. Un team internazionale – guidato da ricercatori dei Dipartimenti di Fisica e Astronomia e di Biologia dell’Università di Padova, in collaborazione con Max Perutz Labs di Vienna – ha sviluppato un innovativo software di Intelligenza Artificiale capace di prevedere come le mutazioni genetiche influenzano il comportamento delle cellule staminali.
Lo studio dal titolo “Unveiling gene perturbation effects through gene regulatory networks inference from single-cell transcriptomic data” pubblicato su «PLOS Computational Biology» introduce il nuovo software, chiamato IGNITE che permette di accelerare drasticamente la comprensione del processo di differenziamento delle cellule staminali e quindi il loro utilizzo. IGNITE è un acronimo (Inference of Gene Network using Inverse kinetic Theory and Experiments) che descrive il cuore dell’approccio, ma significa anche “accendere un fuoco o una luce”, sul comportamento delle cellule staminali.
Ogni cellula del nostro corpo è governata da una fitta rete (rete genica regolatoria) di geni che si attivano e si inibiscono a vicenda. Capire come queste reti funzionano è fondamentale per comprendere come le cellule crescono, si specializzano e come le malattie possono alterare questi processi. Fino ad oggi, però, ricostruire queste reti ha richiesto costosi esperimenti di laboratorio con manipolazioni genetiche mirate.
«Comprendere queste reti geniche – spiega il Professor Graziano Martello del dipartimento di Biologia dell’Università di Padova – è essenziale per prevedere come i cambiamenti genetici influenzano lo stato delle cellule, ma testarli sperimentalmente è spesso lungo e costoso. Per risolvere questo problema abbiamo utilizzato il Machine Learning (apprendimento automatico), una branca specifica dell’intelligenza artificiale».
Il software IGNITE infatti non ha bisogno di “conoscenze pregresse” fornite dall’uomo: impara autonomamente a ricostruire le complesse reti di comunicazione tra i geni analizzando semplicemente i dati delle singole cellule. A differenza dei metodi tradizionali, che richiedono anni di esperimenti costosi e complessi in laboratorio per testare ogni singola modifica genetica, IGNITE funziona come un simulatore virtuale: è in grado di prevedere “in silico” – ovvero al computer – cosa accade a una cellula se uno o più geni vengono “spenti” o alterati.
«È stato particolarmente stimolante vedere come strumenti sviluppati originariamente per studiare sistemi fisici possano oggi trovare applicazione nello studio delle cellule staminali – aggiunge la dottoressa Clelia Corridori sempre del dipartimento di Biologia -. Questo dimostra quanto il dialogo tra discipline diverse possa aprire nuove strade nella ricerca biologica».
IGNITE si basa unicamente su dati di sequenziamento dell’RNA di singole cellule, una tecnica che misura quali geni sono attivi in ogni cellula in un dato momento, e il sistema è in grado di “dedurre” automaticamente la struttura della rete genica, senza bisogno di esperimenti aggiuntivi.
I ricercatori hanno testato IGNITE sulle cellule staminali pluripotenti, sia umane che di topo. Queste cellule sono straordinarie: sono cellule primitive non specializzate, come un foglio di carta bianco, che però hanno la “potenza” di generare quasi tutto. Possono trasformarsi in qualsiasi tipo di cellula del corpo e a partire da un dato ordine possono iniziare a specializzarsi. Capire come i geni controllano il differenziamento è fondamentale per la medicina rigenerativa, ossia quel nuovo approccio terapeutico basato sulla generazione di cellule sane (come ad esempio i neuroni) a partire da cellule staminali sane.
I risultati dell’utilizzo di IGNITE sono stati sorprendenti: ha predetto con precisione quali geni sono fondamentali per permettere alle cellule staminali di differenziarsi correttamente; il sistema è riuscito a simulare gli effetti della disattivazione di più geni contemporaneamente, un compito estremamente difficile da realizzare fisicamente in laboratorio; si è dimostrato efficace su diverse specie e tecnologie, confermando la sua versatilità.
«Grazie a questo approccio, che integra fisica statistica e intelligenza artificiale, la ricerca biologica – concludono gli autori della pubblicazione – dispone ora di una “bussola” digitale capace di indicare quali esperimenti hanno maggiori probabilità di successo, riducendo sprechi e tempi di attesa per la scoperta di nuove cure».