En un trabajo publicado hoy en la
revista Nature Genetics, un grupo de
investigadores dirigidos por la Universidad de Princeton analizaron los genomas
de 1.790 familias en las que un niño tiene trastorno del espectro autista pero
otros miembros no. El método clasificó 120.000 mutaciones para encontrar aquellas que
afectan el comportamiento de los genes en personas con autismo. El sistema
utiliza una técnica de inteligencia artificial llamada aprendizaje profundo en
la que un algoritmo realiza sucesivas capas de análisis para aprender sobre
patrones que de otra manera serían imposibles de discernir. En este caso, el
algoritmo enseña a identificar secciones
de ADN biológicamente relevantes y predice si esos fragmentos de papel
desempeñan un papel en cualquiera de las más de 2.000 interacciones de
proteínas que se sabe que afectan la regulación de los genes. El sistema
también predice si la interrupción de un solo par de unidades de ADN tendría un
efecto sustancial en esas interacciones de proteínas. El sistema calibra su base
en mutaciones conocidas causantes de enfermedades y desarrolla una
"puntuación de impacto de la enfermedad", una evaluación de la
probabilidad de que una mutación determinada tenga un efecto sobre la
enfermedad. En el caso del autismo, esta muestra, evidencio que menos del 30%
de las personas afectadas por el trastorno del espectro autista tenían una
causa genética previamente identificada. Los investigadores dijeron que es
probable que las mutaciones recién descubiertas aumenten significativamente esa
fracción. Cuando los investigadores observaron qué genes se vieron afectados
por estas mutaciones, resultaron ser genes fuertemente asociados con las
funciones cerebrales. Estas mutaciones descubiertas recientemente afectan genes y funciones al igual que las previamente identificadas.
Revista Salud y Bienestar
En un trabajo publicado hoy en la
revista Nature Genetics, un grupo de
investigadores dirigidos por la Universidad de Princeton analizaron los genomas
de 1.790 familias en las que un niño tiene trastorno del espectro autista pero
otros miembros no. El método clasificó 120.000 mutaciones para encontrar aquellas que
afectan el comportamiento de los genes en personas con autismo. El sistema
utiliza una técnica de inteligencia artificial llamada aprendizaje profundo en
la que un algoritmo realiza sucesivas capas de análisis para aprender sobre
patrones que de otra manera serían imposibles de discernir. En este caso, el
algoritmo enseña a identificar secciones
de ADN biológicamente relevantes y predice si esos fragmentos de papel
desempeñan un papel en cualquiera de las más de 2.000 interacciones de
proteínas que se sabe que afectan la regulación de los genes. El sistema
también predice si la interrupción de un solo par de unidades de ADN tendría un
efecto sustancial en esas interacciones de proteínas. El sistema calibra su base
en mutaciones conocidas causantes de enfermedades y desarrolla una
"puntuación de impacto de la enfermedad", una evaluación de la
probabilidad de que una mutación determinada tenga un efecto sobre la
enfermedad. En el caso del autismo, esta muestra, evidencio que menos del 30%
de las personas afectadas por el trastorno del espectro autista tenían una
causa genética previamente identificada. Los investigadores dijeron que es
probable que las mutaciones recién descubiertas aumenten significativamente esa
fracción. Cuando los investigadores observaron qué genes se vieron afectados
por estas mutaciones, resultaron ser genes fuertemente asociados con las
funciones cerebrales. Estas mutaciones descubiertas recientemente afectan genes y funciones al igual que las previamente identificadas.
