Zespół prof. Steina Aertsa z VIB i KU Leuven opublikował w Nature Methods oprogramowanie CREsted (cis-regulatory element sequence training, explanation and design) — platformę opartą na uczeniu głębokim (deep learning), która umożliwia analizę i projektowanie sekwencji wzmianiających ekspresję genów (enhancerów) specyficznych dla danego typu komórki. Narzędzie integruje przetwarzanie danych o dostępności chromatyny z pojedynczych komórek, trening konwolucyjnych sieci neuronowych oraz generowanie syntetycznych enhancerów o przewidywanej aktywności. CREsted przetestowano m.in. na tkance mózgu myszy, ludzkich komórkach odpornościowych i w rozwoju zarodkowym danio pręgowanego (Danio rerio), gdzie zaprojektowane sekwencje potwierdzono eksperymentalnie in vivo.
Źródła:
Kempynck N., De Winter S., Aerts S., „CREsted: modeling genomic and synthetic cell-type-specific enhancers across tissues and species”, Nature Methods, 2026. DOI: 10.1038/s41592-026-03057-2