De studie richt zich op een fundamentele vraag in de biologie: hoe genen weten wanneer ze aan of uit moeten staan. Waar de klassieke genetische code verklaart hoe DNA eiwitten codeert, bleef de regulatie van veel genen moeilijk te duiden. Dat is juist relevant, omdat veel kankergerelateerde mutaties in niet-coderend DNA liggen en daardoor lastig te interpreteren zijn.

Binnen het PERICODE-project van Oncode Institute werkten zeven onderzoeksgroepen samen, met een centrale rol voor het NKI in zowel de experimentele als methodologische opzet. Met technologie uit de onderzoeksgroep van Bas van Steensel werden miljoenen metingen uitgevoerd om te bepalen hoe korte DNA-sequenties genactiviteit beïnvloeden. De onderzoeksgroep van Jeroen de Ridder gebruikte die data om AI-modellen te trainen die biologisch onderbouwde regels van genregulatie leren per celtype.

PARM kan voorspellen hoe regulatie verschilt tussen celtypes en hoe die verandert onder prikkels, zoals medicijnen. De uitkomsten bleven niet bij modelvoorspellingen: het team heeft de resultaten systematisch experimenteel getoetst. Daarmee biedt het model een bruikbare route om regulatoire mutaties functioneel te interpreteren, met mogelijke toepassingen in kankerdiagnostiek, patiëntstratificatie en toekomstige therapieën.

Volgens de onderzoekers is PARM daarnaast praktisch inzetbaar op grote schaal, omdat het model veel minder rekenkracht vraagt dan zwaardere alternatieven. Daardoor wordt toepassing binnen academische onderzoeksomgevingen realistischer.