KI-Analyse deckt neue Variabilität der Genregulation auf

Forschende am University of Utah Health haben mit FIRE ein Verfahren vorgestellt, das maschinelle Lernverfahren mit Langstrang-DNA-Sequenzierung kombiniert, um Unterschiede in der Genregulation zwischen mütterlich und väterlich vererbten Chromosomen sichtbar zu machen. Die im Fachjournal Cell im Jahr 2026 veröffentlichte Studie zeigt, dass die Steuerung von Genen für Gesundheit und Krankheitsrisiken mindestens ebenso wichtig ist wie deren Proteincodierung. Nur etwa ein bis zwei Prozent des menschlichen Genoms kodieren direkt für Proteine; FIRE richtet den Blick auf die übrigen rund 98 Prozent, zu denen viele regulatorische Abschnitte gehören. In einer Zöliakie-assoziierten Region konnten die Autorinnen und Autoren eine Genomvariante als wahrscheinlich funktionell wirksam identifizieren. Sie liegt in einem regulatorischen Schalter neben einem Gen des Immunsystems, verändert die Bindungsstelle eines Genkontrollproteins und öffnet den Schalter. Ein einzelner Austausch eines DNA-Bausteins reichte im Labor aus, um diesen Effekt auszulösen. Zusätzlich identifizierte FIRE zehntausende bisher wenig beachtete DNA-Regionen, die wahrscheinlich für die Genregulation bedeutsam sind und häufiger krankheitsassoziierte Varianten enthalten. Unerwartet war zudem, dass genetische Unterschiede nicht immer ausreichen, um verschiedene Aktivitätszustände zu erklären. In etwa 40 Prozent der beobachteten Fälle waren mütterliche und väterliche Kopie an der betrachteten Stelle DNA-identisch, wurden aber unterschiedlich reguliert. Solche stabilen Unterschiede deuten auf eine zusätzliche Dimension biologischer Variabilität hin. Methodisch markiert FIRE physikalisch zugängliche DNA-Bereiche, liest lange Einzelstrangsequenzen und ordnet sie dank kleiner Sequenzunterschiede der elterlichen Herkunft zu. Ein maschineller Lernalgorithmus bewertet anschließend, welche der markierten Regionen für die Genregulation wahrscheinlich relevant sind. Mitchell R. Vollger, Assistenzprofessor für Humangenetik am University of Utah Health, beschreibt dies als die Skalierung einer bisherigen Expertenbeurteilung auf Milliarden von Genomabschnitten. Die Ergebnisse sollen helfen, krankheitsverursachende Varianten von harmlosen Begleitvariationen zu trennen. Perspektivisch könnte das die Grundlage bilden, DNA-Schalter gezielt zu bearbeiten, um das Risiko häufiger Erkrankungen zu senken oder seltene Erbkrankheiten zu behandeln. FIRE liefert damit eine Brücke zwischen genetischer Variabilität, regulatorischer Funktion und der Entwicklung künftiger gentechnischer Therapien.