Suomalaisjohtoinen kansainvälinen tutkijaryhmä on luonut tietokonemallin, jonka avulla on pystytty paljastamaan odotettua pidempiä viiveitä säätelysignaalien ja geenien ilmentymisen välillä.
Uudella menetelmällä analysoitiin ihmisen geenien aktiivisuudesta peräkkäisinä ajankohtina saatuja mittaustuloksia. Tulokset osoittivat, että ihmisen geenisäätelyssä yli kymmenessä prosentissa geeneistä voi esiintyä yli 20 minuutin viive, mikä on merkittävästi pidempi, kuin aiemmin on ajateltu.
Erityisesti viivettä esiintyi lyhyissä geeneissä, joiden toiminnan on uskottu olevan nopeaa.
Tutkijoiden mukaan tulos auttaa ymmärtämään kaikissa eläimissä ja kasveissa tapahtuvia elämän perusprosesseja, ja luo perustan entistä tarkempien algoritmien kehittämiselle ja sitä kautta geenisäätelyn ymmärtämiselle.
Menetelmä menetelmän sisään
Tutkimuksessa seurattiin rintasyöpäsolujen reaktiota hormonin aiheuttamaan säätelysignaaliin, joka laukaisee solussa muutoksia lukuisten geenien aktiivisuudessa. Osa geeneistä osallistuu reaktioon säätelemällä toisia geenejä, mutta näitä säätelymekanismeja tunnetaan toistaiseksi huonosti.
Tarkempi tieto säätelysuhteista voisi yleisesti mahdollistaa esimerkiksi parempien syöpälääkkeiden kehityksen.
– Kaikki geenisäätelymallit perustuvat oletettuihin säätelyn vaikutuksiin, ja mikäli geenisäätelyn viivettä ei oteta huomioon, tulos voi johtaa virhepäätelmiin. Viiveiden merkitystä voi verrata allergian aiheuttajan selvittelyyn tilanteessa, jossa osa oireista tulee nopeasti ja osa vasta pitkällä viiveellä. Jos tätä ei osaa huomioida, selvitystyö vaikeutuu melkoisesti ja voi tuottaa vääriä päätelmiä, sanoo Antti Honkela Helsingin yliopistosta.
– Rakensimme matemaattis-fysikaalisen mallin edistyneen tilastollisen mallin sisään. Tämä oli se, mikä mahdollisti muun muassa löydettyjen jopa yli 20 minuutin viiveiden havaitsemisen geenien säätelyssä, Jaakko Peltonen Aalto-yliopistosta ja Tampereen yliopistosta kertoo.
Työn päätekijöinä toimivat Helsingin yliopiston akatemiatutkija Antti Honkela sekä Aalto-yliopiston ja Tampereen yliopiston akatemiatutkija Jaakko Peltonen.
Tutkimusartikkeli on julkaistu PNAS-lehdessä.