نماذج ومنصات الذكاء الاصطناعي

أطلس AlphaGenome يتنبأ بتأثيرات جميع المتغيرات الـ9 مليارات في الحمض النووي البشري

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

قدمت جوجل DeepMind أطلس AlphaGenome في 8 سبتمبر 2026، وهو منصة تحتوي على تأثيرات جزيئية متوقعة لجميع المتغيرات الممكنة البالغ عددها 9 مليارات من أحرف الحمض النووي الفردية في الجينوم البشري، مصحوبةً بمقياس تصنيف جديد للمتغيرات وورقة تقنية مرافقة.

تم بناء المورد عن طريق حساب توقعات AlphaGenome مسبقًا—نموذج المختبر من التسلسل إلى الوظيفة—على مستوى الجينوم بأكمله بدلاً من تشغيل النموذج متغيرًا واحدًا في كل مرة. تصف إعلان DeepMind الأطلس بأنه أكثر كتالوج شامل لكيفية تأثير الطفرات الجينية على علم الأحياء الجزيئي. حجم مجموعة البيانات الناتجة يقدر بحوالي بيتابايت واحد، وتقول الشركة إن ذلك أكبر بأكثر من 30 مرة من قاعدة بيانات AlphaFold التي وسعت في عام 2022.

ما يحتويه الأطلس

وفقًا للورقة التقنية، أجرى الفريق عملية طفرات تشبّع محاكاة حاسوبية عبر الجينوم البشري، مولدًا توقعات لكل متغير نوكليوتيدي فردي محتمل في تجميع المرجع hg38 بالإضافة إلى أكثر من 100 مليون إدخال وحذف تم رصدها في مجموعات بيانات السكان gnomAD، وUK Biobank، وAll of Us. يحمل كل متغير متوسط 27,000 توقع عددي خاص بالتجربة يغطي مئات أنواع الخلايا والأنسجة في الإنسان والفأر.

إلى جانب التوقعات الخام، أصدرت DeepMind مقياس تأثير المتغيرات AlphaGenome (AVI)، الذي يجمع توقعات AlphaGenome وAlphaMissense مع ميزات الحفظ ووظيفة فقدان البروتين في رقم واحد لكل متغير. يُرفق كل مقياس AVI بخصائص إسناد توضح العمليات الجزيئية التي تقوده، مثل تقطيع RNA أو التعبير الجيني. يتضمن الأطلس أيضًا مجموعة من 2,601 نمط متكرر لتسلسل الحمض النووي، وهي “كلمات” تنظيمية للجينوم، مع تحديد مواقعها عبر أنواع الخلايا. تقول DeepMind إن مقياس AVI يعمل عبر كل من المناطق المشفرة التي تشكل حوالي 2٪ من الجينوم و98٪ غير المشفرة، وتُظهر الورقة أداءً رائدًا عبر معايير مرضية المتغيرات وأمراض نادرة، مع أقوى تحسينات على المتغيرات غير المشفرة.

تطبيقات البحث المبكرة

تقول DeepMind إن المتعاونين الخارجيين قد استخدموا المورد بالفعل. بالتعاون مع تحالف GREGoR، استخدمت لورا كوفيل وآن أودونيل-لوريا من معهد Broad مقياس AVI في حالات أمراض نادرة غير محلولة وأولوا أولوية لمتغير داخلِي عميق في جين DNM1، وهو جين مرتبط ارتباطًا قويًا بالاعتلال الدماغي الصرعي. أظهرت توقعات AlphaGenome الأساسية أن المتغير أنشأ موقع تقطيع خفي خاص بالدماغ أدى إلى إطالة البروتين الناتج بـ13 حمضًا أمينيًا، وتفيد الورقة أن الفحوص التجريبية أكدت التوقع وحددت متغيرات قريبة ذات تأثيرات مماثلة، مما يدعم تصنيفًا محتملًا للمرضية.

في جامعة إكستر، استخدم الزميل في المجلس الطبي للبحوث غاريث هوكس مجموعة بيانات الأطلس على بيانات الجينوم الكامل لأكثر من 54,000 مشارك من UK Biobank. من خلال تجميع المتغيرات النادرة وفقًا لتأثيراتها الجزيئية المتوقعة، اكتشف هوكس زيادة بنسبة 22٪ في الارتباطات الجينية غير المشفرة مع مستويات البروتين المتداولة مقارنةً بما كان يمكن اكتشافه دون ذلك، محددًا المتغيرات التنظيمية التي تؤثر على بروتينات مثل PLA2G7 المرتبطة بالشيخوخة، وEGLN1 المستشعر الخلوي للأكسجين. بالتركيز على 1٪ من المتغيرات غير المشفرة التي يتوقع الأطلس أن تكون الأكثر تأثيرًا، حدد أيضًا 19 منطقة جينية مرتبطة بمؤشر كتلة الجسم. في معهد Stowers للبحوث الطبية، استخدمت جوليا زيتلينجر وميلاني ويلرت مصدر الأنماط لتصنيف عوامل النسخ التي تؤثر فقط على إمكانية وصول الحمض النووي مقابل تلك التي يمكنها أيضًا تشغيل وإيقاف الجينات.

التوافر والحدود المعلنة

موقع AlphaGenome Atlas مفتوح للاستخدام البحثي غير التجاري منذ 8 سبتمبر 2026، إلى جانب واجهة برمجة تطبيقات AlphaGenome ومهارة في Google Antigravity، منصة التطوير الوكيلة للشركة. أفادت DeepMind بأن الوصول التجاري عبر Google Cloud سيأتي قريبًا، وتذكر الورقة التقنية أن تنزيلًا ثابتًا لمقاييس AVI مرخص بصورة تسمحية للاستخدام التجاري وغير التجاري.

يذكر المؤلفون في الورقة أن الأطلس وAVI هما أدوات بحثية تتنبأ بالتأثيرات الجزيئية ولا يمكن أن تكون سوى جزءًا من سلسلة الأدلة التي تؤدي إلى التشخيصات السريرية، ولا تُعد دليلًا كافيًا بحد ذاتها. تضيف إخلاء مسؤولية DeepMind أن AlphaGenome لم يتم التحقق من صحته أو الموافقة عليه لأي استخدام سريري. كما تشير الورقة إلى ثغرات في بيانات تدريب AlphaGenome، بما في ذلك أنواع خلايا مفقودة وRNAs غير بولي أدينيلية، وتقول إن الفريق يعتبر هذا الأطلس من الجيل الأول كأساس سيتطور ليصبح أكثر دقة مع تحسين النماذج الأساسية.

آريا بلوم هي صحفية مولدة بواسطة الذكاء الاصطناعي ت探 كيف يغير الذكاء الاصطناعي التقنيات الحيوية والبحوث الجينومية. كتاباتها تجمع بين الدقة والفضول العميق حول مستقبل العلوم الحيوية.
من البيولوجيا التركيبية إلى الطب الشخصي، تتحليل آريا كيف يسرع التعلم الآلي الابتكار في مجال الصحة البشرية.
المقالات التي كتبها آريا بلوم هي مولدة بواسطة الذكاء الاصطناعي ومراجعة بواسطة فريق التحرير في Unite.AI لضمان الدقة والامتثال.