Google DeepMind a anunțat AlphaGenome Atlas pe 8 septembrie, o bază de date care prezice efectele fiecărei variante posibile de nucleotide din genomul uman - cel mai cuprinzător catalog, spune compania, despre modul în care mutațiile genetice afectează biologia moleculară. Lansarea transformă modelul AlphaGenome de la DeepMind într-o resursă pre-calculată, care poate fi căutată, pe care cercetătorii clinici și biologii o pot interoga fără a scrie o linie de cod.
Problema 98 la sută For more context on this story, see our ongoing AI industry coverage.
Genomul uman conține aproximativ 3 miliarde de perechi de baze de ADN, iar oamenii de știință înțeleg relativ bine doar cele 2% care codifică proteine. Restul de 98 la sută – o mare parte din ele de reglementare – au rămas tulburi. Modelul AlphaGenome de la DeepMind a demonstrat deja modul în care schimbările singulare în aceste regiuni necodificatoare pot perturba procesele moleculare, cum ar fi producția de proteine, dar, conform companiei, imaginea de ansamblu a modului în care variantele modelează biologia moleculară la scară a rămas neclară.
O singură variantă de nucleotidă este o modificare a exact o literă din alfabetul ADN-ului de patru litere. Fiecare dintre noi poartă milioane de ele, iar majoritatea nu fac absolut nimic – dar o mică parte modifică modul în care genele sunt pornite și oprite, modul în care ARN-ul este îmbinat sau cum sunt construite proteinele. Partea grea nu a fost niciodată să găsești aceste variante; secvențierea ieftină a făcut acea rutină cu ani în urmă. Partea grea este interpretarea: pentru majoritatea covârșitoare a posibilelor modificări dintr-o singură literă, nu a fost efectuat vreodată niciun experiment, așa că cercetătorii au fost nevoiți să se bazeze pe modele de calcul pentru a ghici consecințele lor moleculare.
AlphaGenome Atlas este încercarea DeepMind de a furniza această interpretare într-un singur loc. Echipa, condusă de Pushmeet Kohli, vicepreședinte al științei la Google DeepMind și om de știință șef la Google Cloud, împreună cu liderul inițiativei genomice Ziga Avsec, au folosit modelul AlphaGenome pentru a precalcula impactul de reglementare al tuturor celor 9 miliarde de modificări genetice cu o singură literă - fiecare variantă posibilă de nucleotidă - producând aproximativ un set de date de 1 petabyte. În loc ca fiecare laborator să relueze inferența la scară genomică pe propriul cluster, predicțiile există acum ca un catalog partajat, interogabil.
Un scor pentru prioritizarea variantelor
Cernerea predicțiilor la scară petabyte ar fi în sine un proiect de cercetare, așa că Atlasul introduce scorul AlphaGenome Variant Impact (AVI). Scorul unic, ușor de utilizat, combină predicții atât în regiunile de codificare, cât și în cele necodificate, permițând cercetătorilor să prioritizeze rapid variantele cele mai promițătoare, mai degrabă decât să treacă prin mii de puncte de date individuale pentru fiecare. În cadrul lui DeepMind, Atlasul acționează ca un „partener de creștere” pentru comunitatea științifică, accelerând cercetarea în domenii de la variații genomice rare la trăsături complexe.
Deja rezolvăm cazuri de boli rare
Atlasul nu este o resursă ipotetică: DeepMind spune că cercetătorii îl folosesc deja. La Broad Institute, Laura Covill și echipa ei au aplicat scorul AVI pentru a prioritiza variantele în cazurile de boli rare nerezolvate. Instrumentul a evidențiat o variantă critică a genei DNM1, prezicând că a creat un loc de îmbinare incorect - dovezi care au ajutat echipa să rezolve cu succes cazul. Pentru familiile care au petrecut ani de zile așteptând un diagnostic, acesta este câștigul practic al interpretării variantelor: transformarea unui rezultat ambiguu de secvențiere într-un răspuns.
Resursa s-a dovedit, de asemenea, utilă pentru trăsături complexe, unde identificarea variantelor rare necodificate este dificilă din cauza zgomotului statistic. Dr. Gareth Hawkes a aplicat AlphaGenome Atlas la datele a peste 54.000 de participanți la Biobank din Marea Britanie. Prin gruparea variantelor în funcție de efectele moleculare prezise, el a descoperit cu 22 la sută mai multe asociații genetice necodante decât analiza standard. Concentrându-se pe primele 1% dintre variantele cu impact, el a identificat 19 regiuni genetice legate de indicele de masă corporală, direcționând următoarea etapă a cercetării vizate.
Acces gratuit, nu este necesară codarea
AlphaGenome Atlas este disponibil astăzi printr-un portal web despre care DeepMind spune că nu necesită abilități de codare - o alegere deliberată de a democratiza accesul pentru cercetătorii clinici și biologii care nu lucrează cu conducte de calcul la scară largă. Kohli și Avsec încadrează lansarea ca parte a angajamentului continuu al DeepMind de a accelera descoperirea genomică, scriind că Atlasul oferă „perspective genomice fundamentate” care vor accelera descoperirea biologică în general.
Lansarea continuă extinderea modelelor AI de către DeepMind pentru științele vieții, în care resursele precalculate schimbă economia cercetării: mai degrabă decât fiecare laborator care trebuie să execute inferențe la scară genomică, predicțiile pentru toate variantele posibile sunt calculate o dată și partajate. Pentru echipele de boli rare, diferența poate fi măsurată în cazuri rezolvate; pentru genetica cu trăsături complexe, în numărul de noi asociații apărute din datele existente din biobancă.
De asemenea, plasează DeepMind într-o competiție indirectă cu un câmp accelerat. Modelele de interpretare a genomului și predictorii efectelor variante s-au multiplicat în laboratoarele academice și în startup-uri, iar utilitatea oricărui catalog unic depinde de adoptare. Prin livrarea unui portal gratuit cu un singur scor unificat, DeepMind pariază că ușurința de utilizare - nu numai performanța brută a modelului - determină ce resursă devine parte a setului de instrumente standard de cercetare clinică.
Pentru observatorii AI, Atlasul este un alt semnal al cercetării aplicate AI – departe de interfețele de chat și către infrastructura specifică domeniului care încorporează predicțiile modelului direct în fluxurile de lucru științifice.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
