{"id":3635,"date":"2022-08-30T00:21:21","date_gmt":"2022-08-30T05:21:21","guid":{"rendered":"https:\/\/www.biblia.work\/articulos-salud\/nueva-red-neuronal-para-una-edicion-de-adn-mas-precisa\/"},"modified":"2022-08-30T00:21:21","modified_gmt":"2022-08-30T05:21:21","slug":"nueva-red-neuronal-para-una-edicion-de-adn-mas-precisa","status":"publish","type":"post","link":"https:\/\/www.biblia.work\/articulos-salud\/nueva-red-neuronal-para-una-edicion-de-adn-mas-precisa\/","title":{"rendered":"Nueva red neuronal para una edici\u00f3n de ADN m\u00e1s precisa"},"content":{"rendered":"<p>El diagrama de secuencia UML (Lenguaje de modelado unificado) de un caso de uso de entrada \u00fanica para la arquitectura GuideHOM. Primero, el usuario proporciona al modelo una entrada a trav\u00e9s del objeto Dataset. El objeto Dataset proporciona al m\u00f3dulo de preprocesamiento preseleccionado una secuencia o un par codificado en caliente. Cualquiera de los m\u00f3dulos de preprocesamiento suministra la capa de c\u00e1psula HOM con la salida de preprocesamiento. La capa de la c\u00e1psula HOM calcula las coordenadas de los pares gRNA\/gRNA en el espacio gu\u00eda y luego env\u00eda las coordenadas al proceso gaussiano. El proceso gaussiano toma muestras de actividades de la distribuci\u00f3n aproximada que ha aprendido, calcula la media y la varianza y luego env\u00eda los resultados al usuario. Cr\u00e9dito: DOI: 10.1093\/nar\/gkab1065 <\/p>\n<p>Los bioinform\u00e1ticos rusos han propuesto una nueva arquitectura de red neuronal capaz de evaluar qu\u00e9 tan bien se ha elegido un ARN gu\u00eda para un experimento de edici\u00f3n de genes. Su enfoque facilitar\u00e1 una modificaci\u00f3n del ADN m\u00e1s eficiente con el popular m\u00e9todo CRISPR\/Cas y, por lo tanto, ayudar\u00e1 a desarrollar nuevas estrategias para crear organismos modificados gen\u00e9ticamente y encontrar formas de tratar trastornos hereditarios graves. El estudio, apoyado por una subvenci\u00f3n de la Fundaci\u00f3n de Ciencias de Rusia, se public\u00f3 en la revista Nucleic Acids Research. <\/p>\n<p>La edici\u00f3n gen\u00f3mica, y el m\u00e9todo CRISPR\/Cas en particular, se usa ampliamente en varias \u00e1reas de la biolog\u00eda experimental, as\u00ed como en la agricultura y la biotecnolog\u00eda.<\/p>\n<p>CRISPR\/Cas es una de las muchas bacterias armas utilizar para combatir virus. A medida que se produce la infecci\u00f3n, el ADN del pat\u00f3geno penetra en la c\u00e9lula y, dado que sus secuencias difieren de las de la bacteria, las prote\u00ednas Cas lo reconocen como material hereditario extra\u00f1o y lo escinden. Para que la bacteria responda al virus m\u00e1s r\u00e1pido, la c\u00e9lula almacena fragmentos del ADN del pat\u00f3geno de forma muy similar a como un antivirus de computadora mantiene una colecci\u00f3n de firmas virales y las transmite a las pr\u00f3ximas generaciones para que su Cas pueda frustrar futuros ataques.<\/p>\n<p> En 2011-2013, equipos de diferentes laboratorios (Jennifer Doudna, Emmanuelle Charpentier y Feng Zhang en los Estados Unidos, y Virginijus iknys en Lituania) independientemente unos de otros, adaptaron el sistema CRISPR\/Cas a la tarea de introducir cambios arbitrarios en secuencias de ADN en seres humanos. y c\u00e9lulas animales, lo que hace que la edici\u00f3n gen\u00f3mica sea mucho m\u00e1s f\u00e1cil y eficiente. Los elementos centrales del sistema son el ARN gu\u00eda, que \u00abmarca el lugar\u00bb, y la prote\u00edna Cas9, que corta el ADN en esa posici\u00f3n. Luego, la c\u00e9lula \u00abrepara la herida\u00bb, pero los cambios en el c\u00f3digo gen\u00e9tico ya se han realizado.<\/p>\n<p>El problema es que la orientaci\u00f3n del ARN gu\u00eda no siempre es precisa y puede inducir a error a Cas9. Transformar la tecnolog\u00eda CRISPR\/Cas en una herramienta pr\u00e1ctica de alta precisi\u00f3n es muy importante, especialmente cuando se trata de intervenciones m\u00e9dicas.<\/p>\n<p>Los investigadores de Skoltech dirigidos por Konstantin Severinov han utilizado aprendizaje profundo, procesos gaussianos y otros m\u00e9todos para hacer que la selecci\u00f3n de los ARN gu\u00eda \u00f3ptimos sea m\u00e1s precisa. El equipo produjo un conjunto de redes neuronales, es decir, modelos matem\u00e1ticos entrenables implementados como multiplicaci\u00f3n secuencial de matrices grandes conjuntos de n\u00fameros con una estructura interna compleja. Una red neuronal puede aprender porque tiene \u00abmemoria\u00bb en forma de n\u00fameros que se modifican de una manera particular cada vez que el sistema completa un c\u00e1lculo en el modo de entrenamiento. El equipo entren\u00f3 los modelos en diferentes conjuntos de datos que conten\u00edan decenas de miles de ARN gu\u00eda validados experimentalmente que hab\u00edan mostrado un rendimiento de alta precisi\u00f3n en c\u00e9lulas humanas y animales.<\/p>\n<p>Los investigadores propusieron un algoritmo que estima la probabilidad de divisi\u00f3n del ADN para un ARN gu\u00eda dado. Las puntuaciones resultantes pueden dirigir el dise\u00f1o experimental para cualquier aplicaci\u00f3n basada en CRISPR\/Cas. El equipo us\u00f3 sus redes neuronales para crear un conjunto de ARN gu\u00eda para realizar cambios precisos en los genes del cromosoma humano 22. Esto ha sido posible gracias a la alta precisi\u00f3n de la predicci\u00f3n de la frecuencia de divisi\u00f3n y a la funci\u00f3n de estimaci\u00f3n de la incertidumbre de la predicci\u00f3n, que ninguno de los m\u00e9todos anteriores proporcionaba.<\/p>\n<p>\u00abNuestros hallazgos se pueden usar para una variedad de CRISPR\/Cas- aplicaciones basadas en tecnolog\u00eda, como el tratamiento de trastornos gen\u00e9ticos, tecnolog\u00edas agr\u00edcolas y experimentos de investigaci\u00f3n b\u00e1sica\u00bb, coment\u00f3 Skoltech Ph.D. estudiante Bogdan Kirillov, uno de los creadores del nuevo m\u00e9todo y el primer autor del estudio. <\/p>\n<p>Explore m\u00e1s<\/p>\n<p> Nuevos hallazgos sobre el v\u00ednculo entre la edici\u00f3n de genes CRISPR y las c\u00e9lulas cancerosas mutadas <strong>M\u00e1s informaci\u00f3n:<\/strong> Bogdan Kirillov et al, Evaluaci\u00f3n interpretable y consciente de la incertidumbre de la especificidad de Cas9gRNA y Cas12agRNA para Objetivos totalmente coincidentes y parcialmente no coincidentes con Deep Kernel Learning, Nucleic Acids Research (2021). DOI: 10.1093\/nar\/gkab1065 <strong>Informaci\u00f3n de la revista:<\/strong> Nucleic Acids Research <\/p>\n<p> Proporcionado por el Instituto Skolkovo de Ciencia y Tecnolog\u00eda <strong>Cita<\/strong>: Nueva red neuronal para una edici\u00f3n de ADN m\u00e1s precisa ( 2021, 30 de diciembre) obtenido el 29 de agosto de 2022 de https:\/\/medicalxpress.com\/news\/2021-12-neural-network-accurate-dna.html Este documento est\u00e1 sujeto a derechos de autor. Aparte de cualquier trato justo con fines de estudio o investigaci\u00f3n privados, ninguna parte puede reproducirse sin el permiso por escrito. El contenido se proporciona \u00fanicamente con fines informativos.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El diagrama de secuencia UML (Lenguaje de modelado unificado) de un caso de uso de entrada \u00fanica para la arquitectura GuideHOM. Primero, el usuario proporciona al modelo una entrada a trav\u00e9s del objeto Dataset. El objeto Dataset proporciona al m\u00f3dulo de preprocesamiento preseleccionado una secuencia o un par codificado en caliente. Cualquiera de los m\u00f3dulos &hellip; <a href=\"https:\/\/www.biblia.work\/articulos-salud\/nueva-red-neuronal-para-una-edicion-de-adn-mas-precisa\/\" class=\"more-link\">Continuar leyendo<span class=\"screen-reader-text\"> \u00abNueva red neuronal para una edici\u00f3n de ADN m\u00e1s precisa\u00bb<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3635","post","type-post","status-publish","format-standard","hentry","category-general"],"_links":{"self":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3635","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/comments?post=3635"}],"version-history":[{"count":0,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/posts\/3635\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/media?parent=3635"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/categories?post=3635"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.biblia.work\/articulos-salud\/wp-json\/wp\/v2\/tags?post=3635"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}