8 вересня Google DeepMind анонсувала AlphaGenome Atlas, базу даних, яка передбачає наслідки кожного можливого окремого нуклеотидного варіанту в геномі людини. За словами компанії, це найповніший каталог того, як генетичні мутації впливають на молекулярну біологію. Цей випуск перетворює модель AlphaGenome від DeepMind на попередньо обчислений ресурс з можливістю пошуку, до якого клінічні дослідники та біологи можуть запитувати без написання рядка коду.
Проблема 98 відсотків For more context on this story, see our ongoing latest AI developments.
Геном людини містить близько 3 мільярдів пар основ ДНК, і вчені відносно добре розуміють лише 2 відсотки, які кодують білки. Решта 98 відсотків — більша частина нормативних — залишаються туманними. Модель AlphaGenome від DeepMind вже продемонструвала, як окремі зміни в цих некодуючих областях можуть порушити молекулярні процеси, такі як виробництво білка, але, на думку компанії, ширша картина того, як варіанти формують молекулярну біологію в масштабі, залишається незрозумілою.
Варіант одного нуклеотиду - це зміна рівно однієї літери алфавіту ДНК з чотирьох літер. Кожен з нас носить мільйони з них, і більшість взагалі нічого не робить, але невелика частина змінює те, як вмикаються та вимикаються гени, як зрощується РНК або як будуються білки. Важкою частиною ніколи не було знайти ці варіанти; дешеве секвенування зробило це рутиною кілька років тому. Важкою частиною є інтерпретація: для переважної більшості можливих однолітерних змін ніколи не проводилося жодного експерименту, тому дослідникам довелося покладатися на обчислювальні моделі, щоб здогадатися про їх молекулярні наслідки.
Атлас AlphaGenome — це спроба DeepMind надати цю інтерпретацію в одному місці. Команда під керівництвом Пушміта Колі, віце-президента з науки Google DeepMind і головного наукового співробітника Google Cloud, разом із керівником геномної ініціативи Зігою Авсеком використали модель AlphaGenome для попереднього розрахунку регуляторного впливу всіх 9 мільярдів однолітерних генетичних змін — кожного можливого однонуклеотидного варіанту — створивши набір даних розміром приблизно 1 петабайт. Замість того, щоб кожна лабораторія повторно запускала висновок у масштабі генома на своєму власному кластері, передбачення тепер існують як спільний каталог із запитами.
Один бал для пріоритетності варіантів
Просіювання прогнозів у петабайтному масштабі саме по собі було б дослідницьким проектом, тому в Атласі представлено оцінку AlphaGenome Variant Impact (AVI). Єдиний, простий у використанні показник поєднує в собі прогнози як для кодуючих, так і для некодованих регіонів, дозволяючи дослідникам швидко визначати пріоритети для найбільш перспективних варіантів, а не переглядати тисячі окремих точок даних для кожного з них. У структурі DeepMind Атлас діє як «партнер з розширення» для наукової спільноти, прискорюючи дослідження в областях від рідкісних варіацій генома до складних ознак.
Вже розкривають випадки рідкісних захворювань
Атлас не є гіпотетичним ресурсом: DeepMind каже, що дослідники вже використовують його. В Broad Institute Лора Ковілл та її команда застосували оцінку AVI, щоб визначити пріоритетність варіантів у нерозкритих випадках рідкісних захворювань. Інструмент виділив критичний варіант у гені DNM1, передбачивши, що він створив неправильне місце зрощування — доказ, який допоміг команді успішно вирішити справу. Для сімей, які провели роки в очікуванні діагнозу, це практична винагорода за варіантну інтерпретацію: перетворення неоднозначного результату послідовності на відповідь.
Ресурс також виявився корисним для складних ознак, де ідентифікація рідкісних некодованих варіантів є важкою через статистичний шум. Доктор Гарет Хоукс застосував AlphaGenome Atlas до даних понад 54 000 учасників біобанку Великобританії. Згрупувавши варіанти відповідно до їхніх прогнозованих молекулярних ефектів, він виявив на 22 відсотки більше некодуючих генетичних асоціацій, ніж стандартний аналіз. Зосередившись на 1 відсотку найбільш впливових варіантів, він визначив 19 генетичних регіонів, пов’язаних з індексом маси тіла, керуючи наступним етапом цілеспрямованих досліджень.
Безкоштовний доступ, кодування не потрібно
Атлас AlphaGenome доступний сьогодні через веб-портал, який, за словами DeepMind, не вимагає навичок кодування — свідомий вибір для демократизації доступу для клінічних дослідників і біологів, які не працюють із великомасштабними обчислювальними конвеєрами. Колі та Авсек розглядають випуск як частину поточних зобов’язань DeepMind прискорити геномне відкриття, написавши, що Атлас надає «обґрунтовану геномну інформацію», яка значно пришвидшить біологічні відкриття.
Випуск продовжує розширення моделей штучного інтелекту DeepMind для наук про життя, де попередньо обчислені ресурси змінюють економіку досліджень: замість того, щоб кожній лабораторії доводилося виконувати висновки в масштабі генома, прогнози для всіх можливих варіантів обчислюються один раз і спільно використовуються. Для груп із рідкісних захворювань різницю можна виміряти в розкритих випадках; для генетики комплексних ознак, у кількості нових асоціацій, виявлених на основі існуючих даних біобанку.
Це також ставить DeepMind у непряму конкуренцію з полем прискорення. Моделі інтерпретації геному та предиктори варіантного ефекту помножилися в академічних лабораторіях і стартапах, і корисність будь-якого окремого каталогу залежить від прийняття. Надаючи безкоштовний портал з єдиною уніфікованою оцінкою, DeepMind робить ставку на те, що простота використання — а не лише продуктивність сирої моделі — визначає, який ресурс стане частиною стандартного інструментарію клінічних досліджень.
Для тих, хто спостерігає за штучним інтелектом, Атлас є ще одним сигналом того, куди рухаються прикладні дослідження штучного інтелекту — від інтерфейсів чату до предметно-спеціальної інфраструктури, яка вбудовує прогнози моделі безпосередньо в наукові робочі процеси.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
