Desenvolvimento de um protocolo de alto rendimento para testar uma biblioteca de RNA Switches para o treinamento de um modelo de aprendizado de máquina

• Processo: 25/02907-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de julho de 2025
• Data de Término da vigência: 31 de março de 2026
• Área de conhecimento: Ciências Biológicas - Genética - Genética Molecular e de Microorganismos
• Pesquisador responsável: Danielle Biscaro Pedrolli
• Beneficiário: Guilherme Engelberto Kundlatsch
• Supervisor: Beatrix Suß
• Instituição Sede: Faculdade de Ciências Farmacêuticas (FCFAR). Universidade Estadual Paulista (UNESP). Campus de Araraquara. Araraquara , SP, Brasil
• Instituição Anfitriã: Technische Universität Darmstadt (TU Darmstadt), Alemanha
• Vinculado à bolsa: 23/02133-0 - Desenvolvimento e otimização de RNA switches para controle transcricional empregando aprendizagem de máquina, BP.DR
• Assunto(s): Aprendizado computacional Biologia sintética Controle da expressão gênica
• Palavra(s)-Chave do Pesquisador: Aprendizagem de Maquina | Biologia Sintetica | Cell-free systems | controle da expressão gênica | RNA switches | Toehold switches | Biologia Sintética

Resumo

Toehold switches são elementos sintéticos projetados para detectar a presença de um RNA trigger e regular a expressão gênica no nível translacional. Eles possuem aplicações versáteis como biossensores, ferramentas para screening de enzimas e componentes regulatórios para engenharia metabólica. Recentemente, toehold switches transcricionais foram desenvolvidos, mas ainda estão em estágios iniciais de pesquisa e apresentam baixa sensibilidade aos triggers. Este estudo tem como objetivo otimizar essa nova classe de switches utilizando aprendizado de máquina. Em etapas anteriores desta pesquisa, foi desenvolvido um protocolo simplificado para avaliar a transcrição in vitro utilizando os RNAs fluorescentes Broccoli e Mango III, juntamente com uma metodologia para otimizar partes biológicas por meio de aprendizado de máquina. Ambas as abordagens foram validadas com o desenvolvimento de terminadores de transcrição otimizados. Esta colaboração visa aproveitar a expertise e as ferramentas de automação disponíveis na instituição parceira para construir uma biblioteca de switches transcricionais, aplicando os métodos previamente desenvolvidos para posterior otimização com aprendizado de máquina. Além de avançar no desenvolvimento de toehold switches transcricionais, este projeto busca criar uma ferramenta de software que outros pesquisadores possam utilizar para projetar switches de RNA.