编辑推荐：
在《科学》杂志上发表的一项新研究中，一个比利时研究小组探索了控制基因活动的基因开关如何跨物种定义脑细胞类型。他们在人类、老鼠和鸡的大脑数据上训练了深度学习模型，发现尽管经过数百万年的进化，鸟类和哺乳动物之间的一些细胞类型高度保守，但其他细胞类型的进化方式却不同。这些发现不仅为大脑进化提供了新的线索；它们还为研究基因调控如何形成不同的细胞类型、跨物种或不同的疾病状态提供了强大的工具。
一个比利时研究小组探索了控制基因活动的基因开关如何跨物种定义脑细胞类型。他们在人类、老鼠和鸡的大脑数据上训练了深度学习模型，发现尽管经过数百万年的进化，鸟类和哺乳动物之间的一些细胞类型高度保守，但其他细胞类型的进化方式却不同。这些发现不仅为大脑进化提供了新的线索；它们还为研究基因调控如何形成不同的细胞类型、跨物种或不同的疾病状态提供了强大的工具。
我们的大脑，乃至整个身体，都是由许多不同类型的细胞组成的。虽然它们共享相同的DNA，但所有这些细胞类型都有自己的形状和功能。是什么让每种细胞类型不同是一个复杂的难题，研究人员几十年来一直试图从像开关一样的短DNA序列中找出答案，这些序列控制着哪些基因被打开或关闭。这些开关的微调调节确保了每种类型的脑细胞使用来自基因组的正确遗传指令来执行其独特的角色。科学家将这些基因开关的独特模式称为调控密码。
VIB的Stein Aerts教授和他的团队。AI和VIB-KU鲁汶大脑与疾病研究中心研究这一监管代码的基本原则，以及它如何影响癌症或脑部疾病等疾病。他们开发了深度学习方法，以帮助理解他们从成千上万的单个细胞中收集到的大量基因调控信息。
Aerts解释说：“与DNA序列代码一起工作的深度学习模型极大地帮助我们确定了不同细胞类型的调节机制。”“现在，我们想探索这种调节代码是否也能告诉我们这些细胞类型是如何跨物种保守的。”
这类问题与大脑高度相关的一个例子就是大脑。尽管哺乳动物和鸟类的大脑有着共同的发育轨迹，但它们的神经解剖结构却截然不同。Aerts和他的团队现在已经应用深度学习模型来评估现有的差异和相似性是否反映在共享或不同的监管代码中。
Nikolai Hecker和Niklas Kempynck分别是Aerts实验室的博士后和博士生，他们开发并实现了机器学习模型，以表征和比较人类、小鼠和鸡大脑中不同类型的细胞，涵盖了大约3.2亿年的进化过程。但在真正进行比较之前，他们首先必须更好地了解鸡大脑的细胞类型组成，因此他们创建了一个全面的转录组图谱。
Hecker解释说：“我们的研究展示了如何利用深度学习来根据不同的细胞类型的调控代码来表征和比较它们。”“我们可以使用这些代码来比较不同物种的基因组，确定哪些调节代码在进化上被保存下来，并深入了解细胞类型是如何进化的。”
研究小组发现，虽然鸟类和哺乳动物之间的一些调节细胞类型密码高度保守，但其他细胞类型的进化却不同。值得注意的是，某些鸟类神经元的调控代码类似于哺乳动物新皮层的深层神经元。
Kempynck补充说：“直接观察调控代码有一个显著的优势，它可以告诉我们哪些调控原则是跨物种共享的，即使DNA序列本身发生了变化。”
这种调控信息的用处超出了对进化的理解。在之前的工作中，Aerts和他的团队已经证实，黑色素瘤（皮肤癌）细胞状态的调控代码在哺乳动物和斑马鱼之间是保守的。他们还发现了黑色素瘤患者基因组中的变异。目前关于脑细胞类型的研究中提出的模型为研究基因组变异的影响及其与精神或认知特征和障碍的关系提供了有用的工具。
Aerts：“最终，学习基因组调控代码的模型具有筛选基因组和研究任何物种中特定细胞类型或细胞状态的存在或缺失的潜力。这将是研究和更好地了解疾病的有力工具。”
生物通微信公众号
生物通 版权所有
