Zdravotnictví
Google DeepMind představil AlphaGenome pro dekódování funkce lidského genomu

Klíčové bodyAlphaGenome předpovídá regulaci genů napříč milionem párů bází DNA v jediném…
Zobrazit více
- AlphaGenome předpovídá regulaci genů napříč milionem párů bází DNA v jediném sjednoceném modelu.
- Model překonává specializované nástroje v predikci účinků variant díky zachycení dlouhodobých genomických interakcí.
- Společnost DeepMind vydala AlphaGenome jako open-source software, aby urychlila výzkum nekódujících mutací způsobujících onemocnění.
Google DeepMind vydal AlphaGenome 28. ledna, model AI, který předpovídá, jak se sekvence DNA promítají do biologických funkcí, zpracovává až jeden milion párů bází najednou a překonává stávající modely ve 25 z 26 benchmarků pro předpověď efektu varianty.
Model, publikovaný v Nature a podrobně popsaný na blogu DeepMind, představuje významný pokrok v oblasti výpočetní genomiky. Zatímco předchozí modely vyžadovaly samostatné systémy pro různé úkoly předpovědi, AlphaGenome zpracovává vše od exprese genů po dostupnost chromatinu v jediné sjednocené architektuře.
“AlphaGenome může prohlédnout dlouhou sekvenci DNA a předpovědět, kde se nacházejí klíčové regulační prvky a jaké jsou jejich následné účinky na expresi genů,” napsal tým DeepMind ve svém oznámení. Kontextové okno modelu o milionu tokenů umožňuje zachytit interakce na velké vzdálenosti mezi vzdálenými oblastmi DNA, které ovlivňují, jak jsou geny zapnuty a vypnuty.
Jak to funguje
AlphaGenome kombinuje dvě architektury neuronových sítí: jednorozměrnou konvoluční síť ve stylu Borzoi pro zpracování nezpracovaných sekvencí DNA a architekturu U-Net převzatou a upravenou ze segmentace obrazu. Tento hybridní přístup umožňuje modelu zpracovat jak sekvenční povahu DNA, tak i komplexní prostorové vztahy mezi regulačními prvky.
Trénovací data zahrnují přibližně 7 000 genomických datových stop konsorcií ENCODE a FANTOM – rozsáhlých společných výzkumných projektů, které zmapovaly funkční prvky v celém lidském genomu. Model se učí předpovídat signály z experimentálních testů měřících expresi genů, dostupnost DNA, vazbu proteinů a modifikace chromatinu.
Pro výzkumníky spočívá praktický přínos v předpovědi efektu varianty. Když genom pacienta obsahuje mutaci, klinici potřebují vědět, zda tato varianta má význam. AlphaGenome může předpovědět, jak změna jediného nukleotidu ovlivňuje celé regulační prostředí, a potenciálně tak upozornit na varianty způsobující onemocnění, které současné metody přehlížejí.
Model dosáhl silných výsledků v benchmarcích testujících jeho schopnost předpovídat, jak genetické varianty ovlivňují expresi genů a aktivitu regulačních prvků. U lokusů kvantitativních znaků exprese (eQTL), tedy variant, o nichž je známo, že ovlivňují úroveň genové exprese, se AlphaGenome vyrovnal specializovaným modelům vytrénovaným přímo pro tyto úkoly nebo je překonal.
Dostupnost zdrojového kódu
DeepMind zveřejnil zdrojový kód AlphaGenome na GitHub pro nekomerční použití, čímž pokračuje ve své praxi veřejného zpřístupňování základních biologických nástrojů. Repozitář zahrnuje váhy modelu, kód inference a dokumentaci pro běh předpovědí na vlastních sekvencích.
Otevřené vydání navazuje na postup zavedený AlphaFoldem, nástrojem DeepMind pro předpověď struktury proteinů, který využily více než 3 miliony výzkumníků od jeho vydání v roce 2021. AlphaGenome řeší komplementární problém: zatímco AlphaFold předpovídá, jak proteiny vypadají, AlphaGenome předpovídá, kdy a kde geny produkují tyto proteiny.
Generální ředitel Google DeepMind Demis Hassabis označil biologii za jednu z hlavních oblastí uplatnění schopností laboratoře v oblasti AI. Práce v oblasti genomiky rozšiřuje ambice DeepMindu za hranice konverzační AI a jazykových modelů, které pohánějí produkty jako Gemini, a využívá podobné architektonické inovace při řešení vědeckých problémů.
Proč na tom záleží
Lidský genom obsahuje přibližně 3 miliardy párů bází, ale pouze asi 1,5 % přímo kóduje proteiny. Zbývajících 98,5 % – dříve považovaných za “odpadní DNA” – obsahuje regulační prvky, které kontrolují, kdy, kde a v jaké míře se geny exprimují. Mutace v těchto nekódujících oblastech způsobují onemocnění, ale identifikace variant, které mají význam, byla mimořádně obtížná.
Tradiční metody vyžadují drahé, časově náročné experimenty pro testování jednotlivých variant. Modely strojového učení, jako je AlphaGenome, mohou výpočetně prověřit tisíce variant a určit, které z nich si zaslouží další experimentální ověření. Pro diagnózu vzácných onemocnění, kde pacienti často nesou nové varianty s neznámými účinky, může tato schopnost urychlit cestu od sekvenování k diagnóze.
Schopnost modelu zpracovávat kontext o délce milionu párů bází je zvláště významná. Regulační prvky genů mohou být umístěny stovky tisíc párů bází od genů, které kontrolují, komunikují prostřednictvím komplexního 3D skládání DNA. Předchozí modely s kratšími kontextovými okny nemohly zachytit tyto závislosti na velké vzdálenosti.
AlphaGenome se připojuje k rostoucímu ekosystému nástrojů AI, které transformují biologický výzkum. Předpověď struktury proteinů, objevování léků a nyní regulace genů jsou stále více řešitelné problémy pro strojové učení. Pro komunitu genetického výzkumu otevřené zpřístupnění těchto modelů demokratizuje přístup k výpočetním schopnostem, které byly dříve omezeny na dobře financované laboratoře.
Omezení modelu jsou také zřejmá z prezentace DeepMind. Zatímco AlphaGenome vyniká v předpovídání experimentálních měření, převod těchto předpovědí do klinických výsledků vyžaduje další validaci. Mezera mezi předpovědí dostupnosti chromatinu a předpovědí rizika onemocnění zůstává podstatná.
Prozatím AlphaGenome slouží jako výzkumný nástroj, který by mohl urychlit pochopení, jak genom funguje, i když klinické využití může být ještě roky vzdálené. Skutečnost, že model již používají 3 000 vědců ze 160 zemí, naznačuje, že výzkumná komunita vidí okamžitou hodnotu toho, co DeepMind postavil.












