Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

Unraveling the regulatory code of gene expression in plants

Descrizione del progetto

Intelligenza artificiale spiegabile per contribuire a decifrare il codice di regolazione dell’espressione genica specifica a livello contestuale nelle piante

Le piante coordinano l’attività di migliaia di geni durante la crescita, lo sviluppo e la risposta ai segnali ambientali; di conseguenza, decifrare il codice di regolazione è fondamentale per progettare una maggiore resilienza vegetale. Il progetto multiCODE, finanziato dal CER, affronterà questo problema utilizzando la genomica a cellula singola, l’intelligenza artificiale spiegabile (xAI, explainable artificial intelligence) e l’ingegneria sintetica dei promotori. A differenza della scatola nera dell’intelligenza aratificiale (IA), l’xAI fornisce spiegazioni su come un modello di IA giunge a una conclusione. La profilazione dell’espressione genica a singola cellula nelle piante informerà i modelli di xAI, che prevedono l’espressione genica in determinate condizioni e identificano le sequenze di DNA regolatrici sottostanti. Il codice sarà successivamente verificato a livello sperimentale nelle piante attraverso un promotore sintetico che lo contiene, consentendo di effettuare un controllo preciso dell’espressione genica vegetale.

Obiettivo

Multicellular plants control the fine-grained expression of thousands of genes during growth, development, and in response to external stimuli. While gene expression varies strongly between different organs and tissues, how this specificity is encoded in the genome is largely unknown. Although various regulatory DNA sequences and sequence-specific transcription factors controlling diverse transcriptional responses have been described, the combinatorial nature of the regulatory code makes the application of rational approaches to learn and predict context-specific gene expression challenging. This is a major obstacle towards engineering plant promoters with predictable and tuneable expression.

multiCODE’s aim is uniting single-cell genomics, explainable artificial intelligence (xAI), and synthetic promoter engineering, to efficiently learn and validate regulatory sequences controlling gene expression in plants. Based on high-resolution single-cell gene expression profiling in the model Arabidopsis and the crop Brassica rapa, xAI models will be built to predict gene expression in leaves under control and stress conditions while at the same time identifying the underlying regulatory DNA sequences and syntax. The power of these predictive models will be validated by exploiting inter- and intra-species sequence variation, revealing the evolutionary conservation of the regulatory code. Furthermore, a novel multi-tier synthetic promoter engineering approach will be used to experimentally validate, directly in plants, the learned regulatory code in a high-throughput manner.

By combining the power of advanced computational and experimental methods, I will identify novel regulatory sequences and design novel synthetic promoters controlling gene expression in complex cellular contexts. This represents a crucial step towards a comprehensive understanding of gene regulation and will significantly contribute to developing stress-resilient crops.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

HORIZON-ERC - HORIZON ERC Grants

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) ERC-2024-ADG

Vedi tutti i progetti finanziati nell’ambito del bando

Istituzione ospitante

VIB VZW
Contributo netto dell'UE
€ 2 498 937,00
Indirizzo
SUZANNE TASSIERSTRAAT 1
9052 ZWIJNAARDE - GENT
Belgio
Regione
Vlaams Gewest Prov. Oost-Vlaanderen Arr. Gent
Tipo di attività
Research Organisations
Collegamenti
Costo totale
Nessun dato

Beneficiari (1)