Bilim insanları, DNA dizilerindeki düzenleyici motifleri keşfetmek için yapay zeka destekli yenilikçi bir yaklaşım geliştirdi. Geleneksel motif keşfi yöntemleri tek bir baskın motif bulmaya odaklanırken, yeni MAP-Elites algoritması biyolojik çeşitliliği koruyarak birden fazla olası açıklamayı ortaya çıkarıyor.
Araştırmacılar, motif keşfini bir 'kalite-çeşitlilik' problemi olarak yeniden tanımladı. Bu yaklaşım, pozisyon ağırlık matrisi motiflerini olasılık tabanlı bir fitness hedefi altında evrimleştirirken, biyolojik olarak anlamlı boyutlardaki çeşitliliği açık şekilde koruyor.
Ekip, MAP-Elites'i üç farklı davranışsal karakterizasyon kullanarak değerlendirdi: motif özgüllüğü, kompozisyonel yapı, kapsama alanı ve sağlamlık arasındaki dengeleri yakalayan yaklaşımlar. İnsan karaciğer CTCF ChIP-seq verilerinde yapılan deneyler, yeni algoritmanın standart MEME motif keşif aracına karşı performansını ölçtü.
Bu çalışma, gen düzenleme mekanizmalarının karmaşıklığını daha iyi anlamamıza yardımcı olabilecek önemli bir adım teşkil ediyor. Tek bir motif yerine çoklu açıklamaları dikkate alan yaklaşım, biyolojik sistemlerdeki doğal heterojenliği daha doğru şekilde yansıtıyor.