Google DeepMind הכריזה על AlphaGenome Atlas ב-8 בספטמבר, מסד נתונים שחוזה את ההשפעות של כל וריאנט נוקלאוטיד בודד אפשרי בגנום האנושי - הקטלוג המקיף ביותר, לדברי החברה, של האופן שבו מוטציות גנטיות משפיעות על הביולוגיה המולקולרית. המהדורה הופכת את מודל ה-AlphaGenome של DeepMind למשאב מחושב מראש, הניתן לחיפוש, שחוקרים קליניים וביולוגים יכולים לבצע שאילתות מבלי לכתוב שורת קוד.

הבעיה של 98 אחוז For more context on this story, see our ongoing AI news.

הגנום האנושי מכיל כ-3 מיליארד זוגות בסיסים של DNA, ומדענים מבינים טוב יחסית רק את 2 האחוזים שמקודדים לחלבונים. 98 האחוזים הנותרים - רובם רגולטוריים - נותרו עכורים. מודל ה-AlphaGenome של DeepMind כבר הוכיח כיצד שינויים בודדים באזורים שאינם מקודדים יכולים לשבש תהליכים מולקולריים כמו ייצור חלבון, אך לפי החברה, התמונה הגדולה יותר של האופן שבו וריאנטים מעצבים את הביולוגיה המולקולרית בקנה מידה נותרה לא ברורה.

וריאנט נוקלאוטיד בודד הוא שינוי לאות אחת בדיוק באלפבית ה-DNA בן ארבע האותיות. כל אחד מאיתנו נושא מיליונים מהם, ורובם לא עושים כלום - אבל חלק קטן משנה את אופן ההדלקה והכיבוי של הגנים, את אופן חיבור ה-RNA או את בניית החלבונים. החלק הקשה מעולם לא היה למצוא את הגרסאות הללו; רצף זול עשה את השגרה הזו לפני שנים. החלק הקשה הוא הפרשנות: עבור הרוב המכריע של השינויים האפשריים באות אחת, מעולם לא נערך ניסוי, ולכן החוקרים נאלצו להסתמך על מודלים חישוביים כדי לנחש את ההשלכות המולקולריות שלהם.

AlphaGenome Atlas הוא הניסיון של DeepMind לספק את הפרשנות הזו במקום אחד. הצוות, בראשות Pushmeet Kohli, סמנכ"ל המדע ב-Google DeepMind והמדען הראשי ב-Google Cloud, יחד עם מובילת יוזמת הגנומיקה Ziga Avsec, השתמשו במודל AlphaGenome כדי לחשב מראש את ההשפעה הרגולטורית של כל 9 מיליארד השינויים הגנטיים של אות בודדת - כל וריאנט נוקלאוטיד בודד אפשרי - ויצרו מערך נתונים של בערך 1 petabyte. במקום שכל מעבדה תפעיל מחדש מסקנות בקנה מידה גנום על אשכול משלה, התחזיות קיימות כעת כקטלוג משותף שניתן לשאילתה.

ניקוד אחד לתעדוף גרסאות

ניפוי תחזיות בקנה מידה פטה-בתים יהיה בעצמו פרויקט מחקר, אז האטלס מציג את ציון ה-AlphaGenome Variant Impact (AVI). הציון היחיד והקל לשימוש משלב תחזיות על פני אזורי קידוד וגם אזורים שאינם מקודדים, ומאפשר לחוקרים לתעדף במהירות את הגרסאות המבטיחות ביותר במקום לדשדש באלפי נקודות נתונים בודדות עבור כל אחת מהן. במסגור של DeepMind, האטלס פועל כ"שותף הגדלה" עבור הקהילה המדעית, ומאיץ את המחקר בתחומים, החל מווריאציות גנומיות נדירות ועד לתכונות מורכבות.

כבר פותרים מקרי מחלה נדירים

האטלס אינו משאב היפותטי: DeepMind אומר שחוקרים כבר משתמשים בו. במכון ברוד, לורה קוויל וצוותה יישמו את ציון ה-AVI כדי לתעדף גרסאות במקרים של מחלות נדירות שלא פתרו. הכלי הדגיש וריאנט קריטי בגן DNM1, וחזה שהוא יצר אתר שחבור שגוי - עדות שעזרה לצוות לפתור את המקרה בהצלחה. עבור משפחות שבילו שנים בהמתנה לאבחון, זהו התמורה המעשית של פרשנות וריאנטית: הפיכת תוצאת רצף מעורפלת לתשובה.

המשאב הוכח כיעיל גם עבור תכונות מורכבות, שבהן קשה לזהות גרסאות נדירות שאינן מקודדות בגלל רעש סטטיסטי. ד"ר גארת' הוקס יישם את AlphaGenome Atlas על נתונים של יותר מ-54,000 משתתפי ביובנק בבריטניה. על ידי קיבוץ גרסאות לפי ההשפעות המולקולריות החזויות שלהן, הוא חשף 22 אחוז יותר אסוציאציות גנטיות לא מקודדות מאשר ניתוח סטנדרטי. תוך התמקדות באחוז העליון של הווריאציות המשפיעות, הוא זיהה 19 אזורים גנטיים הקשורים לאינדקס מסת הגוף, ומנחה את השלב הבא של מחקר ממוקד.

גישה חופשית, ללא צורך בקידוד

AlphaGenome Atlas זמין היום דרך פורטל אינטרנט שלדברי DeepMind דורש כישורי קידוד אפס - בחירה מכוונת לדמוקרטיזציה של גישה לחוקרים קליניים וביולוגים שאינם עובדים עם צינורות חישוביים בקנה מידה גדול. Kohli ו-Avsec מסגרות את הפרסום כחלק מהמחויבות המתמשכת של DeepMind להאיץ את הגילוי הגנומי, וכותבים שהאטלס מספק "תובנות גנומיות מבוססות" שיזרזו את הגילוי הביולוגי באופן נרחב.

המהדורה ממשיכה את הרחבת DeepMind של מודלים של AI למדעי החיים, שבהם משאבים מחושבים מראש משנים את כלכלת המחקר: במקום שכל מעבדה צריכה להפעיל הסקה בקנה מידה גנום, התחזיות של כל הגרסאות האפשריות מחושבות פעם אחת ומשותפות. עבור צוותי מחלות נדירות, ניתן למדוד את ההבדל במקרים פתורים; עבור גנטיקה מורכבת, במספר האסוציאציות החדשות שעלו מנתוני ביו-בנק קיימים.

זה גם מציב את DeepMind בתחרות עקיפה עם תחום מואץ. מודלים של פרשנות גנום ומנבאי אפקט וריאנטים התרבו במעבדות אקדמיות ובסטארט-אפים, והתועלת של כל קטלוג בודד תלויה באימוץ. על ידי משלוח פורטל חינם עם ציון אחד מאוחד, DeepMind מהמר שקלות השימוש - לא ביצועי מודל גולמי בלבד - קובעת איזה משאב יהפוך לחלק מערך הכלים הסטנדרטי של המחקר הקליני.

עבור צופי בינה מלאכותית, האטלס הוא אות נוסף לאן חקר בינה מלאכותית יישומי הולך - הרחק מממשקי צ'אט ואל תשתית ספציפית לתחום שמטמיע תחזיות מודל ישירות בזרימות עבודה מדעיות.

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →