Untuk melihat fenomena ini pada resolusi sel tunggal, para peneliti menggunakan teknologi baru bernama GAGE-seq (Genome Architecture and Gene Expression sequencing). Metode sel tunggal ini secara bersamaan mengukur dua hal dalam sel yang sama:
Tim juga mengintegrasikan pengukuran ini dengan peta transkriptomik spasial dari jaringan otak utuh, memungkinkan mereka melihat di mana di otak perubahan ini terjadi .
Di luar penemuan eksperimental, para peneliti membangun alat komputasi untuk mengeksplorasi bagaimana perubahan struktural genom mengubah regulasi gen. Mereka mengembangkan Hicformer, model AI deep learning yang menganalisis:
Hicformer dapat memprediksi aktivitas gen spesifik sel dari input ini. Para peneliti menggambarkannya sebagai tempat uji komputasi untuk memahami bagaimana perubahan genom 3D dapat mendorong kesalahan regulasi gen pada Alzheimer .
Studi ini memberikan pandangan pertama pada tingkat sel tunggal tentang bagaimana penyakit Alzheimer mengubah arsitektur fisik genom di dalam sel otak. Karena lipatan 3D DNA secara langsung mengontrol gen mana yang diekspresikan, penemuan "pencampuran kompartemen" menawarkan lensa molekuler baru pada penyakit ini. Temuan ini dapat berfungsi sebagai peta jalan untuk mengidentifikasi target terapi yang mengembalikan organisasi genom yang tepat dan ekspresi gen di neuron yang terkena dampak .