Diseño y modelado predictivo de promotores sintéticos de Escherichia coli mediante ingeniería integral de las cajas...

Área de la Ciencia:

• Biología Molecular
• Biología Sintética
• Bioinformática

Sus antecedentes:

• Los promotores regulan la transcripción génica, siendo las cajas -10 y -35 críticas para la fortaleza.
• Las relaciones cuantitativas entre la secuencia del promotor y la producción transcripcional se comprenden mal, lo que dificulta el diseño racional de promotores.

Objetivo del estudio:

• Desarrollar un marco cuantitativo que vincule la composición de la secuencia del promotor con la actividad transcripcional.
• Diseñar promotores sintéticos con niveles de expresión predecibles y ajustables utilizando inteligencia artificial.

Principales métodos:

• Construcción de una biblioteca de promotores sintéticos variando las energías de unión de la ARN polimerasa en las cajas -10 y -35.
• Clasificación de células activadas por fluorescencia y secuenciación para identificar promotores funcionales.
• Desarrollo de una plataforma de aprendizaje profundo que integra redes neuronales convolucionales y redes generativas adversarias para la predicción y el diseño de promotores.

Principales resultados:

• Identificación de 20.799 promotores distintos con un rango de fortalezas de expresión de 80 veces.
• Descubrimiento de secuencias específicas de la caja -35 que confieren alta actividad en varios socios de la caja -10.
• La plataforma de IA logró una alta precisión en la predicción de la fortaleza del promotor (r=0,84) y en el diseño de promotores con fortalezas definidas por el usuario (r=0,85).

Conclusiones:

• Estableció un marco bidireccional de aprendizaje profundo que conecta las secuencias de los promotores (cajas -10/-35) con la actividad transcripcional.
• Amplió la diversidad de secuencias de promotores funcionales en E. coli.
• Proporcionó una plataforma predictiva para la ingeniería racional de promotores y descifró las interacciones combinatorias de motivos.