Alle menselijke cellen bevatten hetzelfde genoom, maar het werkt in elk van hen heel anders. Sommige produceren enzymen, andere hormonen, weer andere vormen het stevige raamwerk van botten en bindweefsel. Het verschil ontstaat niet in de genen zelf, maar in wanneer en met welke intensiteit ze worden ingeschakeld en werken. Het antwoord op deze fundamentele vraag van de biologie heeft wetenschappers lange tijd geïntrigeerd. Nu hebben onderzoekers van de Universiteit van Californië in San Diego een nieuwe manier gevonden om dit te onthullen door kunstmatige intelligentie toe te passen.
Onder leiding van professor James T. Kadonaga gebruikte het team machine learning om de kritieke 'start'-gebieden van DNA te ontcijferen - initiatoren die de plaats markeren waar het aflezen van een gen begint. Het onderzoek werd geleid door promovendus Torrey Rhyne-Carrig, die samen met collega's high-throughput sequencing uitvoerde van ongeveer een half miljoen varianten van initiatorsequenties en een machine learning-model trainde om hun karakteristieke patronen te herkennen. De resultaten toonden aan dat een actieve initiator aanwezig is in ongeveer 60% van de geconcentreerde promoters van menselijke genen - dit is hoger dan eerdere schattingen, die waren gebaseerd op het zoeken naar vergelijkbare sequenties en ongeveer 40–56% bedroegen. Het nieuwe cijfer is betrouwbaarder omdat het is gebaseerd op experimentele metingen in plaats van op een eenvoudige zoekopdracht naar een patroon.
Het verkregen model maakte het voor het eerst mogelijk om met hoge nauwkeurigheid de aanwezigheid van initiatoren in het genoom te voorspellen en de minimale functionele sequentie te ontcijferen die nodig is voor de start van transcriptie. Dit betekent dat wetenschappers nu naar een DNA-gebied kunnen kijken en kunnen zeggen of het als een actieve initiator zal werken - zo'n instrument was voorheen onmogelijk.
De ontdekking heeft serieuze praktische implicaties. Mutaties in initiatoren verstoren de normale activering van genen en kunnen bijdragen aan de ontwikkeling van ziekten, waaronder kanker. Het nieuwe model maakt het mogelijk om de invloed van dergelijke veranderingen te beoordelen voordat er experimenten op levende cellen worden uitgevoerd - dit bespaart tijd, middelen en helpt artsen om de gevolgen van mutaties voor elke specifieke patiënt nauwkeuriger te voorspellen. Bovendien opent de ontcijferde signatuur van de initiator de weg voor biotechnologen om synthetische promoters te creëren met vooraf voorspelbare eigenschappen voor gerichte therapie en genetische manipulatie.
Het menselijk genoom bevat ongeveer 3 miljard basenparen - dit is een enorme instructie waarin de regels zijn gecodeerd: waar, wanneer en in welke hoeveelheid elk van de 20 000–25 000 genen moet werken. De initiator is slechts een van de vele regulerende elementen die dit proces beheren. Het model dat op initiatoren is getraind, is een eerste stap in het ontcijferen van de moleculaire 'taal' van regulatie. De wetenschappers merken op dat ze in de toekomst van plan zijn het onderzoek uit te breiden naar andere belangrijke regulerende elementen van het genoom: enhancers (die genactiviteit versterken) en silencers (die genen onderdrukken) - om een volledig beeld te krijgen van hoe genen in verschillende cellen worden aan- en uitgezet.
Het onderzoek, gepubliceerd in het gezaghebbende tijdschrift Genes & Development op 31 juli 2026, vormt een belangrijke stap in het jarenlange werk aan het bouwen van een volledige kunstmatige intelligentie voor het ontcijferen van de code van menselijke genexpressie - de volledige set instructies die bepaalt welke genen worden ingeschakeld, wanneer en in welke cellen. Praktische toepassing is al in zicht op korte termijn: artsen kunnen de gevolgen van mutaties nauwkeuriger voorspellen en biotechnologen krijgen een instrument voor het construeren van kunstmatige regulerende sequenties met gewenste eigenschappen.
Het begrijpen van de mechanismen die bepalen welk gen op het juiste moment en in de juiste hoeveelheid moet worden 'ingeschakeld', brengt ons dichter bij een nauwkeurigere gepersonaliseerde geneeskunde. Dit helpt om de fundamentele vraag van de biologie te beantwoorden: waarom hetzelfde DNA zo'n ongelooflijke diversiteit aan cellen, weefsels en organen in één organisme voortbrengt.
