Нов метод за "дълбоко изучаване", DeepCpG, е разработен от изследователи в Института Wellcome Trust Sanger, Европейският институт по биоинформатика и Института Бабрахам. Този подход помага на учените да разберат по-добре епигенома - биохимичната активност около генома. DeepCpG използва "дълбоки невронни мрежи", модел за многопластово машинно изучаване, вдъхновен от мозъка, и осигурява ценен инструмент за изследване на здравето и болестите.

За да разберем напълно как работи животът, учените трябва да разчленят както генома - набор от инструкции, повтаряни във всяка клетка, така и епигенома - частта, която се различава значително между клетките.

За да разберем по-добре как се свързват ДНК последователностите с биологичните промени, общността на геномиката се обръща към изкуствени невронни мрежи – група на методи за машинно изучаване, въведена за пръв път през 80-те години и вдъхновена от връзките в човешкия мозък. Съвсем наскоро тези модели са преработени в "дълбоки невронни мрежи", които формират областта на новия метод за "дълбоко изучаване".

Учените са използвали капацитета на техниката за запълване на пропуските в едноклетъчната геномика, една нововъзникваща технология, която предлага близък поглед върху епигенетиката.

DeepCpG е разработен, за да помогне на учените да научат за връзките между ДНК последователностите и ДНК метилирането - биохимична модификация на геномната последователност, която може да действа като прекъсвач за отделни гени. Метилирането играе ключова роля във важните биологични процеси, включително при развитието на клетките, стареенето и прогресирането на рака.

За да направи прогнози за ДНК метилиране в единични клетки, новият метод използва геномни и епигеномни данни. Това е важно, защото текущите технологии предоставят непълна информация за темата. С DeepCpG изследователите могат да получат по-пълна картина на ДНК метилирането. Моделът може да се използва и за получаване на нови биологични прозрения, например за връзката между ДНК последователността и метилирането.