Неправильная пространственная организация ДНК может провоцировать развитие лимфомы. К такому выводу пришли учёные, применив искусственный интеллект для анализа генома, сообщает Medical Xpress со ссылкой на исследование, представленное на конференции Американского общества гематологов (ASH).
Исследование провёл онколог Мартин Ривас из Университета Майами. Команда обнаружила, что белки SMC3 и CTCF, формирующие петли ДНК, выполняют роль архитектурных супрессоров опухоли. Они поддерживают связи между усилителями (энхансерами) и стартовыми площадками генов (промоторами), контролирующими работу генов-защитников.
«Мы давно знаем, что причиной рака являются мутации, — сказал Ривас. — Но эта работа показывает, что архитектура — то, как сворачивается ДНК, — может быть не менее важной. Это всё равно что потерять проект здания во время строительства».
Частичная потеря этих белков (гаплонедостаточность) разрушает ключевые петли. Это «отключает» важные гены-супрессоры опухолей, такие как Tet2, Kmt2d и Dusp4. В-клетки крови не могут правильно созреть, что создаёт почву для рака.
Открытие имеет практическое значение. У пациентов с агрессивной диффузной В-крупноклеточной лимфомой и низким уровнем белка SMC3 прогноз часто хуже. Это указывает, что состояние 3D-архитектуры генома может стать новым биомаркером для прогноза болезни. Перспективным направлением терапии может стать не исправление генов, а восстановление правильной структуры ДНК или имитация её эффектов.
«Мы вступаем в эпоху, когда лечение рака может подразумевать восстановление структуры, а не просто исправление повреждённых генов, — сказал Ривас. — Это смена парадигмы».
Ранее британские исследователи из Кембриджа представили инструмент искусственного интеллекта CytoDiffusion для выявления редких и аномальных клеток в крови. Как сообщало «Жуковский.Life», система показала точность выше, чем у врачей-экспертов, а её ключевым преимуществом стала способность корректно оценивать собственную неуверенность при анализе спорных случаев. Это открытие обозначило новый этап в использовании генеративного ИИ для ранней и более надёжной диагностики заболеваний крови, таких как лейкемия.