Les chercheurs utilisent l’informatique quantique pour prédire les relations entre gènes

Dans une nouvelle étude multidisciplinaire, des chercheurs de la Texas A&M University ont montré comment l’informatique quantique, un nouveau type d’informatique capable de traiter des types de données supplémentaires, peut faciliter la recherche génétique et l’a utilisé pour découvrir de nouveaux liens entre des gènes que les scientifiques étaient auparavant incapables de détecter. .

Leur projet a utilisé la nouvelle technologie informatique pour cartographier les réseaux de régulation génétique (GRN), qui fournissent des informations sur la manière dont les gènes peuvent s’activer ou se désactiver les uns les autres.

Comme l’équipe l’a publié dans npj Informations quantiquesl’informatique quantique aidera les scientifiques à prédire avec plus de précision les relations entre les gènes, ce qui pourrait avoir d’énormes implications pour la médecine animale et humaine.

“Le GRN est comme une carte qui nous indique comment les gènes s’influencent mutuellement”, a déclaré Cai. “Par exemple, si un gène s’active ou se désactive, il peut alors en modifier un autre, ce qui pourrait en modifier trois, cinq ou 20 autres en fin de compte.”

“Comme nos GRN d’informatique quantique sont construits de manière à nous permettre de capturer des relations plus complexes entre les gènes que l’informatique traditionnelle, nous avons découvert des liens entre les gènes dont les gens n’avaient pas connaissance auparavant”, a-t-il déclaré. “Certains chercheurs spécialisés dans le type de cellules que nous avons étudié ont lu notre article et ont réalisé que nos prédictions utilisant l’informatique quantique correspondaient mieux à leurs attentes que le modèle traditionnel.”

La capacité de savoir quels gènes affecteront d’autres gènes est cruciale pour les scientifiques qui cherchent des moyens d’arrêter les processus cellulaires nocifs ou de promouvoir des processus utiles.

“Si vous pouvez prédire l’expression des gènes via le GRN et comprendre comment ces changements se traduisent par l’état des cellules, vous pourrez peut-être contrôler certains résultats”, a déclaré Cai. “Par exemple, modifier la façon dont un gène est exprimé pourrait finir par inhiber la croissance des cellules cancéreuses.”

Tirer le meilleur parti d’une nouvelle technologie

Grâce à l’informatique quantique, Cai et son équipe surmontent les limites des anciennes technologies informatiques utilisées pour cartographier les GRN.

“Avant d’utiliser l’informatique quantique, les algorithmes ne pouvaient comparer que deux gènes à la fois”, a déclaré Cai.

Cai a expliqué que comparer uniquement les gènes par paires pourrait conduire à des conclusions trompeuses, car les gènes peuvent opérer dans des relations plus complexes. Par exemple, si le gène A s’active, tout comme le gène B, cela ne signifie pas toujours que le gène A est responsable de la modification du gène B. En fait, il se pourrait que le gène C modifie les deux gènes.

“Avec l’informatique traditionnelle, les données sont traitées en bits, qui n’ont que deux états : activé et désactivé, ou 1 et 0”, a expliqué Cai. “Mais avec l’informatique quantique, vous pouvez avoir un état appelé superposition qui est à la fois activé et désactivé simultanément. Cela nous donne un nouveau type de bit : le bit quantique, ou qubit.

“Grâce à la superposition, je peux simuler à la fois les états actif et inactif d’un gène du GRN, ainsi que l’impact de ce gène unique sur d’autres gènes”, a-t-il déclaré. “Vous obtenez une image plus complète de la manière dont les gènes s’influencent mutuellement.”

Passer à l’étape suivante

Même si Cai et son équipe ont travaillé dur pour montrer que l’informatique quantique est utile au domaine biomédical, il reste encore beaucoup de travail à faire.

“C’est un domaine très nouveau”, a déclaré Cai. “La plupart des personnes travaillant dans le domaine de l’informatique quantique ont une formation en physique. Et les spécialistes de la biologie ne comprennent généralement pas le fonctionnement de l’informatique quantique. Il faut vraiment être capable de comprendre les deux côtés.”

C’est pourquoi l’équipe de recherche comprend à la fois des scientifiques biomédicaux et des ingénieurs comme le docteur Cai. l’étudiant Cristhian Roman Vicarra, qui est un membre clé de l’équipe de recherche et a dirigé l’étude à l’origine de la récente publication.

“À l’avenir, nous prévoyons de comparer les cellules saines à celles atteintes de maladies ou de mutations”, a déclaré Cai. “Nous espérons voir comment une mutation pourrait affecter l’état, l’expression, les fréquences, etc. des gènes.”

Pour l’instant, il est important de comprendre le plus clairement possible le fonctionnement des cellules saines avant de les comparer à des cellules mutées ou malades.

“La première étape consistait à prédire ce modèle de base et à voir si le réseau que nous avions cartographié avait du sens”, a déclaré Cai. “Maintenant, nous pouvons continuer à partir de là.”