Algoritmo identifica genes expressáveis com perfeição

Biólogos da UC San Diego desenvolveram um método para decodificar a expressão gênica com base em um algoritmo treinado em dezenas de milhares de genes de plantas de milho. A expressão gênica é o processo pelo qual a informação codificada dentro dos genes leva a produtos-chave, como proteínas.

Dados os avanços notáveis recentes na genética, é fácil supor que os cientistas do século XXI têm à sua disposição uma maneira clara e rápida de executar uma varredura da sequência genômica e descobrir quais genes entre milhares podem ser expressos e quais não podem. Surpreendentemente, isso não foi possível até agora. Biólogos da Universidade da Califórnia em San Diego desenvolveram o primeiro sistema para determinar a expressão de genes com base no aprendizado de máquina. Dada a falta de tal método, o novo processo é considerado um tipo de genética Rosetta Stone para os biólogos.

“Este artigo representa o primeiro método para distinguir genes que podem ser expressos daqueles que não podem”, disse Steve Briggs, professor da Divisão de Ciências Biológicas e principal autor do estudo. “Essa é a base de toda a biologia. Quer se trate de descoberta de drogas ou criação de plantas ou evolução, isso toca os estudos básicos da biologia”, completa. 

Os biólogos já classificaram a expressão gênica por meio de observações experimentais e referências bibliográficas científicas. Mas o campo da genômica carecia de um processo formalizado para revelar essa informação, chamado de “conjunto de genes expressáveis”, ou EGS, que compreende todos os genes codificadores de proteínas com potencial para serem expressos. “Em biologia, não há método para fazer isso. No passado, acabamos de ter abordagens empíricas para fazer catálogos – não temos critérios científicos que classifiquem os genes com base em suas características moleculares”, comenta.