Год назад Михаил Сергеевич Гельфанд на конференции МССМВ’25 дал развернутое интервью Бластиму. Отвечая на вопрос про машинное обучение, биоинформатик рассказал о нейросети, предсказывающей карту контактов хроматина по последовательности ДНК.
А в январе 2026 года вышла статья в журнале NAR. И мы почувствовали, что не имеем права обойти тему стороной, потому что это безумно любопытно.
Но сперва — краткое напоминание. Горячее направление в эпигенетике— 3D-организация генома. Геном огромный, и он хитро уложен в маленькое ядро. Но это не просто упаковка, это еще и регуляторный уровень. Описаны случаи, когда нарушение границ архитектурных элементов приводит к патологиям, например, брахидактилии🖐 В 2009 году в лаборатории Йоба Деккера изобрели высокопроизводительный метод Hi-C, который позволил изучать взаимодействия регионов генома друг с другом. Оказалось, на картах контактов встречаются самые различные паттерны: петли, полосы, домены (ТАДы), компартменты и даже фонтаны ⛲️ У позвоночных огромную роль в формировании трехмерной укладки играет экструзия петель, которую осуществляют белки-моторы SMC, такие как когезины и конденсины. А ограничивает распространение петель фактор CTCF. Однако у других эукариот механизмы могут быть иными, хотя и приводят к визуально похожим матрицам Hi-C. Как же изучать эволюцию пространственной организации генома далеких видов, если мы можем сравнивать карты контактов только на глазок и не слишком понимаем принципы их возникновения?
На помощь пришел ИИ. Отечественные биоинформатики под руководством Михаила Гельфанда разработали нейросеть Chimaera. Модель обучалась в два этапа. Сперва сверточный автоэнкодер тренировался сжимать и потом восстанавливать Hi-C изображение, тем самым убирая шум и создавая скрытое представление. После этого от него оставляли только декодерную часть, а веса замораживали. На втором шаге обучали ДНК-энкодер, дабы связать нуклеотидные последовательности с хроматиновыми фичами.
Главная фишка Chimaera не столько предсказательная сила, сколько интерпретируемость. Так, фонтаны, петли, ТАДы превратились в математические признаки в латентном пространстве. Другими словами, модель запоминала правила укладки генома. Применяя трюки из области объяснимого ИИ, например, технику интегрированных градиентов, ученые идентифицировали мотивы ДНК, связанные с формированием определенных пространственных структур. В частности, подтвердилось значение CTCF, а также обнаружился потенциально новый инсулятор у плодовой мушки.
В исследовании анализировали данные 22 видов: от человека и мыши до арабидопсиса и динофлагеллят. Один организм — одна нейросеть. Именно обученная модель и аккумулировала в себе принципы 3D-организации в ядре отдельной зверюшки. Поэтому биоинформатики, взяв каждую видоспецифичную нейросеть, свернули ею геномы всех остальных. И в финале на основе перекрестных предсказаний построили первое хроматиновое древо жизни!
Кстати, второй автор публикации про Chimaera — Александра Галицына, эпигенетик с большой буквы. 20 августа Александра проведет вебинар в Бластим, приходите непременно: ссылка