Google DeepMind oznámil 8. září AlphaGenome Atlas, databázi, která předpovídá účinky všech možných variant jednotlivých nukleotidů v lidském genomu – nejobsáhlejší katalog, jak společnost říká, o tom, jak genetické mutace ovlivňují molekulární biologii. Tato verze mění model AlphaGenome společnosti DeepMind na předem vypočítaný zdroj s možností vyhledávání, který mohou kliničtí výzkumníci a biologové vyhledávat bez psaní řádku kódu.
Problém 98 procent For more context on this story, see our ongoing artificial intelligence updates.
Lidský genom obsahuje asi 3 miliardy párů bází DNA a vědci poměrně dobře chápou pouze 2 procenta, která kódují proteiny. Zbývajících 98 procent – z velké části regulační – zůstalo nejasných. Model AlphaGenome společnosti DeepMind již ukázal, jak jednotlivé změny v těchto nekódujících oblastech mohou narušit molekulární procesy, jako je produkce proteinů, ale podle společnosti zůstal větší obrázek o tom, jak varianty utvářejí molekulární biologii v měřítku, nejasný.
Jednonukleotidová varianta je změna na přesně jedno písmeno čtyřpísmenné DNA abecedy. Každý z nás jich nosí miliony a většina z nich nedělá vůbec nic – ale malá část mění, jak se geny zapínají a vypínají, jak se spojuje RNA nebo jak se tvoří proteiny. Nejtěžší bylo nikdy najít tyto varianty; levné sekvenování udělalo tuto rutinu před lety. Nejtěžší je interpretace: pro drtivou většinu možných jednopísmenných změn nebyl nikdy proveden žádný experiment, takže výzkumníci se museli spoléhat na výpočetní modely, aby odhadli jejich molekulární důsledky.
AlphaGenome Atlas je pokusem DeepMind poskytnout tuto interpretaci na jednom místě. Tým vedený Pushmeetem Kohlim, viceprezidentem pro vědu v Google DeepMind a hlavním vědcem v Google Cloud, spolu s vedoucím genomické iniciativy Zigou Avsec použil model AlphaGenome k předběžnému výpočtu regulačního dopadu všech 9 miliard jednopísmenných genetických změn – každé možné varianty jednoho nukleotidu – a vytvořil datovou sadu o velikosti zhruba 1 petabajtu. Namísto toho, aby každá laboratoř znovu spouštěla inferenci na úrovni genomu na svém vlastním shluku, předpovědi nyní existují jako sdílený, dotazovatelný katalog.
Jedno skóre za upřednostnění variant
Procházení předpovědí v petabajtovém měřítku by samo o sobě bylo výzkumným projektem, takže Atlas představuje skóre AlphaGenome Variant Impact (AVI). Jediné, snadno použitelné skóre kombinuje předpovědi napříč kódujícími i nekódujícími oblastmi a umožňuje výzkumníkům rychle upřednostnit nejslibnější varianty, než se prokousávat tisíci jednotlivých datových bodů pro každou z nich. V rámci DeepMind působí Atlas jako „augmentační partner“ pro vědeckou komunitu a urychluje výzkum v oblastech od vzácných genomických variací až po složité vlastnosti.
Už řešíme případy vzácných onemocnění
Atlas není hypotetický zdroj: DeepMind říká, že jej výzkumníci již používají. V Broad Institute Laura Covill a její tým použili skóre AVI k upřednostnění variant v nevyřešených případech vzácných onemocnění. Nástroj zdůraznil kritickou variantu v genu DNM1 a předpověděl, že vytvořil nesprávné místo sestřihu – důkaz, který týmu pomohl úspěšně vyřešit případ. Pro rodiny, které strávily roky čekáním na diagnózu, je to praktický přínos variantní interpretace: přeměna nejednoznačného výsledku sekvenování v odpověď.
Zdroj se také ukázal jako užitečný pro komplexní vlastnosti, kde je identifikace vzácných nekódujících variant obtížná kvůli statistickému šumu. Dr. Gareth Hawkes aplikoval AlphaGenome Atlas na data od více než 54 000 účastníků britské Biobanky. Seskupením variant podle jejich předpokládaných molekulárních účinků odhalil o 22 procent více nekódujících genetických asociací než standardní analýza. Zaměřil se na 1 procento nejpůsobivějších variant, identifikoval 19 genetických oblastí spojených s indexem tělesné hmotnosti, čímž nasměroval další fázi cíleného výzkumu.
Volný přístup, není vyžadováno žádné kódování
AlphaGenome Atlas je dnes k dispozici prostřednictvím webového portálu, který podle DeepMind vyžaduje nulové znalosti kódování – záměrná volba demokratizace přístupu pro klinické výzkumníky a biology, kteří nepracují s rozsáhlými výpočetními kanály. Kohli a Avsec koncipují vydání jako součást pokračujícího závazku DeepMind urychlit objevování genomu a píší, že Atlas poskytuje „umístěné poznatky o genomu“, které široce urychlí biologické objevy.
Vydání pokračuje v rozšiřování modelů umělé inteligence společnosti DeepMind pro vědy o živé přírodě, kde předem vypočítané zdroje posouvají ekonomiku výzkumu: namísto toho, aby každá laboratoř potřebovala usuzovat na úrovni genomu, jsou předpovědi pro všechny možné varianty vypočítány jednou a sdíleny. U týmů pro vzácná onemocnění lze rozdíl měřit v vyřešených případech; pro genetiku komplexních rysů v počtu nových asociací vynořených z existujících dat biobank.
To také staví DeepMind do nepřímé konkurence s akceleračním polem. Modely interpretace genomu a prediktory variantních efektů se v akademických laboratořích a startupech znásobily a užitečnost každého jednotlivého katalogu závisí na přijetí. Zasláním bezplatného portálu s jediným sjednoceným skóre DeepMind sází na to, že snadnost použití – nikoli samotná výkonnost modelu – určuje, který zdroj se stane součástí standardní sady nástrojů klinického výzkumu.
Pro pozorovatele umělé inteligence je Atlas dalším signálem toho, kam směřuje aplikovaný výzkum umělé inteligence – pryč od chatovacích rozhraní a směrem k infrastruktuře specifické pro doménu, která vkládá předpovědi modelů přímo do vědeckých pracovních postupů.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
