Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Unraveling the regulatory code of gene expression in plants

Opis projektu

Wyjaśnialna sztuczna inteligencja pomaga rozszyfrować kod regulujący ekspresję genów roślin w określonym kontekście

Rośliny koordynują aktywność tysięcy genów w ramach procesów wzrostu, rozwoju i reakcji na bodźce środowiskowe. Rozszyfrowanie procesów regulujących ich ekspresję ma kluczowe znaczenie dla zapewnienia większej odporności roślin. Zespół finansowanego ze środków Europejskiej Rady ds. Badań Naukowych projektu multiCODE podejmie próbę rozwiązania tego problemu dzięki genomice pojedynczej komórki, wyjaśnialnej sztucznej inteligencji i inżynierii syntetycznych promotorów. W przeciwieństwie do działających w modelu czarnej skrzynki modeli sztucznej inteligencji, wyjaśnialna SI pozwala na ustalenie, w jaki sposób model dochodzi do określonych wniosków. Profilowanie ekspresji genów w pojedynczych komórkach roślin będzie stanowiło źródło danych dla modeli, które będą przewidywać ekspresję genów w określonych warunkach, jednocześnie identyfikując sekwencje DNA odpowiedzialne za regulację. Kod genetyczny zostanie następnie zweryfikowany przy pomocy metod doświadczalnych w roślinach za pomocą syntetycznych promotorów, umożliwiając precyzyjną kontrolę ekspresji genów.

Cel

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.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-ERC - HORIZON ERC Grants

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) ERC-2024-ADG

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Instytucja przyjmująca

VIB VZW
Wkład UE netto
€ 2 498 937,00
Koszt całkowity
Brak danych

Beneficjenci (1)