AI研究大脑的进化

一项新研究揭示了AI驱动的深度学习模型如何解码定义跨物种脑细胞类型的基因调控开关。通过分析人类、小鼠和鸡的大脑，研究人员发现，一些脑细胞类型在3.2亿年间高度保守，而另一些则进化出独特特征。

这种调控代码不仅揭示了大脑的进化，还为研究健康和疾病中的基因调控提供了新工具。研究结果强调了AI如何识别跨物种控制大脑功能的保守和分化的遗传指令。

该研究还通过将遗传变异与认知特征联系起来，对理解神经系统疾病具有重要意义。研究人员正在扩展他们的模型，以研究各种动物的大脑和人类疾病状态，如帕金森病。

在《科学》杂志上发表的一项新研究中，比利时研究团队探讨了控制基因活动的遗传开关如何定义跨物种的脑细胞类型。他们利用人类、小鼠和鸡的大脑数据训练深度学习模型，发现尽管一些细胞类型在鸟类和哺乳动物之间经过数百万年的进化后高度保守，但另一些则进化出不同的特征。

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质深层神经元的调控代码。

这些发现不仅为大脑进化提供了新的见解，还为研究基因调控如何塑造不同细胞类型（跨物种或不同疾病状态）提供了强大的工具。

我们的大脑以及整个身体由许多不同类型的细胞组成。尽管它们共享相同的DNA，但所有细胞类型都有其独特的形状和功能。研究人员几十年来一直在努力从短DNA序列中拼凑出使每种细胞类型不同的复杂谜题，这些序列像开关一样控制基因的开启或关闭。

这些开关的精细调控确保每种类型的脑细胞从基因组中使用正确的遗传指令来执行其独特的功能。科学家将这些遗传开关的独特模式称为调控代码。

VIB.AI和VIB-KU Leuven脑与疾病研究中心的Stein Aerts教授及其团队研究这种调控代码的基本原理，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，以帮助他们从数千个单个细胞中收集的大量基因调控信息中提取意义。

Aerts解释说：“与DNA序列代码协同工作的深度学习模型极大地帮助我们识别不同细胞类型之间的调控机制。现在，我们想探索这种调控代码是否也能告诉我们这些细胞类型在跨物种中的保守性。”

Nikolai Hecker和Niklas Kempynck分别是Aerts实验室的博士后和博士生，他们开发并实施了机器学习模型，以表征和比较人类、小鼠和鸡大脑中的不同细胞类型，涵盖了大约3.2亿年的进化。

但在真正比较之前，他们首先需要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：“我们的研究表明，我们可以利用深度学习来基于调控代码表征和比较不同细胞类型。我们可以使用这些代码比较不同物种的基因组，识别哪些调控代码在进化中被保留下来，并深入了解细胞类型是如何进化的。”

这种调控信息不仅有助于理解进化。在之前的工作中，Aerts及其团队已经验证了黑色素瘤（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。他们还识别了黑色素瘤患者基因组中的变异。

当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心理或认知特征和疾病的关联提供了有用的工具。

Aerts说：“最终，学习基因组调控代码的模型有潜力筛选基因组，并研究任何物种中特定细胞类型或细胞状态的存在或缺失。这将是研究和更好地理解疾病的强大工具。”

Aerts及其团队已经在两个方面应用他们的模型。他说：“与动物园科学和野生动物救援中心合作，我们正在将我们的进化建模扩展到更多动物的大脑：从不同类型的鱼到鹿、刺猬和水豚。同时，我们也在探索这些AI模型如何帮助揭示与帕金森病相关的遗传变异。”

作者：Gunnar De Winter
来源：VIB
联系人：Gunnar De Winter – VIB
原始研究：“Enhancer-driven cell type comparison reveals similarities between the mammalian and bird pallium” by Stein Aerts et al. Science

(责任编辑：泉水)