Terveydenhuolto

Google DeepMind esittelee AlphaGenomen ihmisen genomin toiminnan selvittämiseen

Alex McFarland
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa
Keskeiset kohdatAlphaGenome ennustaa geenien säätelyä miljoonan DNA-emäsparin alueella yhdessä…
Näytä lisää
  • AlphaGenome ennustaa geenien säätelyä miljoonan DNA-emäsparin alueella yhdessä yhtenäisessä mallissa.
  • Malli ylittää erikoistyökalujen suorituskyvyn varianttivaikutusten ennustamisessa sieppaamalla pitkän kantaman genomisia vuorovaikutuksia.
  • DeepMind julkaisi AlphaGenomen avoimen lähdekoodin ohjelmistona nopeuttaakseen tutkimusta ei-koodaavien tautimutaatioiden alalla.

Google DeepMind julkaisi 28. tammikuuta AlphaGenomen, tekoälymallin, joka ennustaa DNA-jaksojen yhteyttä biologisiin toimintoihin. Se käsittelee kerralla jopa miljoona emäsparia ja päihitti nykyiset mallit 25:ssä varianttien vaikutuksia ennustavassa vertailutestissä kaikkiaan 26 testistä.

Malli, joka on julkaistu Nature-lehdessä ja jota esitellään yksityiskohtaisesti DeepMindin blogissa, on merkittävä edistysaskel laskennallisessa genomiikassa. Aiemmat mallit tarvitsivat erilliset järjestelmät eri ennustustehtäviin, mutta AlphaGenome käsittelee samalla yhtenäisellä arkkitehtuurilla kaiken geenien ilmentymisestä kromatiinin saavutettavuuteen.

“AlphaGenome voi tarkastella pitkää DNA-jaksoa ja ennustaa, missä keskeiset säätelyelementit sijaitsevat ja miten ne vaikuttavat geenien ilmentymiseen”, DeepMindin tiimi kirjoitti julkistuksessaan. Mallin miljoonan tokenin konteksti-ikkuna mahdollistaa kaukana toisistaan sijaitsevien DNA-alueiden välisten pitkän kantaman vuorovaikutusten havaitsemisen. Nämä vuorovaikutukset vaikuttavat siihen, miten geenit kytkeytyvät päälle ja pois.

Miten se toimii

AlphaGenome yhdistää kaksi neuroverkkoarkkitehtuuria: Borzoi-tyylisen yksiulotteisen konvoluutioverkon käsittelemättömien DNA-jaksojen käsittelyyn ja kuvien segmentoinnista mukautetun U-Net-arkkitehtuurin. Tämän yhdistelmän avulla malli pystyy käsittelemään sekä DNA:n sekventiaalista luonnetta että säätelyelementtien monimutkaisia tilallisia suhteita.

Koulutusdata kattaa noin 7 000 genomista mittausaineistoa ENCODE- ja FANTOM-konsortioilta. Nämä laajat yhteistyöhankkeet ovat kartoittaneet toiminnallisia elementtejä eri puolilta ihmisen genomia. Malli oppii ennustamaan signaaleja kokeellisista määrityksistä, joilla mitataan geenien ilmentymistä, DNA:n saavutettavuutta, proteiinien sitoutumista ja kromatiinin muutoksia.

Tutkijoille käytännön hyöty on varianttien vaikutusten ennustamisessa. Kun potilaan genomissa on mutaatio, kliinikoiden on tiedettävä, onko variantilla merkitystä. AlphaGenome voi ennustaa, miten yhden nukleotidin muutos vaikuttaa koko säätelykokonaisuuteen, ja saattaa näin tuoda esiin sairauksia aiheuttavia variantteja, jotka jäävät nykyisiltä menetelmiltä havaitsematta.

Malli saavutti vahvoja tuloksia vertailutesteissä, joissa arvioitiin sen kykyä ennustaa geneettisten varianttien vaikutuksia geenien ilmentymiseen ja säätelyelementtien toimintaan. Geenien ilmentymisen määrään vaikuttavien lokusten eli eQTL:ien osalta AlphaGenome ylsi samalle tasolle kuin juuri näihin tehtäviin koulutetut erikoistuneet mallit tai ylitti niiden tulokset.

Lähdekoodin avoin saatavuus

DeepMind julkaisi AlphaGenomen lähdekoodin GitHubissa ei-kaupalliseen käyttöön ja jatkoi siten käytäntöään tuoda biologian perustutkimuksen työkaluja julkisesti saataville. Koodivarasto sisältää mallin painot, päättelykoodin ja ohjeet ennusteiden tekemiseen omille sekvensseille.

Avoin julkaisu noudattaa AlphaFoldin luomaa mallia. AlphaFold on DeepMindin proteiinirakenteita ennustava työkalu, jota on käyttänyt yli 3 miljoonaa tutkijaa sen vuoden 2021 julkaisun jälkeen. AlphaGenome vastaa täydentävään ongelmaan: AlphaFold ennustaa, miltä proteiinit näyttävät, kun taas AlphaGenome ennustaa, milloin ja missä geenit tuottavat niitä.

Google DeepMindin toimitusjohtaja Demis Hassabis on nostanut biologian yhdeksi laboratorion tekoälyosaamisen keskeisistä sovellusalueista. Genomiikkatyö laajentaa DeepMindin tavoitteita Geminin kaltaisia tuotteita mahdollistavan keskustelevan tekoälyn ja kielimallien ulkopuolelle soveltamalla samankaltaisia arkkitehtuurisia innovaatioita tieteellisiin ongelmiin.

Miksi tämä on tärkeää

Ihmisen genomi sisältää noin 3 miljardia emäsparia, mutta vain noin 1,5 prosenttia siitä koodaa suoraan proteiineja. Jäljelle jäävä 98,5 prosenttia, jota pidettiin pitkään merkityksettömänä “roska-DNA:na”, sisältää säätelyelementtejä, jotka ohjaavat, milloin, missä ja kuinka paljon geenit ilmentyvät. Näiden ei-koodaavien alueiden mutaatiot aiheuttavat sairauksia, mutta merkityksellisten varianttien tunnistaminen on ollut poikkeuksellisen vaikeaa.

Perinteiset menetelmät vaativat kalliita ja aikaa vieviä kokeita yksittäisten varianttien testaamiseen. AlphaGenomen kaltaiset koneoppimismallit voivat seuloa laskennallisesti tuhansia variantteja ja auttaa valitsemaan ne, joille kannattaa tehdä jatkokokeita. Harvinaisten sairauksien diagnostiikassa potilailla on usein uusia variantteja, joiden vaikutuksia ei tunneta. Tämä kyky voisi nopeuttaa etenemistä sekvensoinnista diagnoosiin.

Mallin kyky käsitellä miljoonan emäsparin konteksteja on erityisen merkittävä. Geenien säätelyelementit voivat sijaita satojentuhansien emäsparien päässä säätelemistään geeneistä ja olla niihin yhteydessä DNA:n monimutkaisen kolmiulotteisen laskostumisen kautta. Aiemmat lyhyempiä konteksti-ikkunoita käyttäneet mallit eivät pystyneet havaitsemaan näitä pitkän kantaman riippuvuuksia.

AlphaGenome liittyy kasvavaan tekoälytyökalujen ekosysteemiin, joka muuttaa biologista tutkimusta. Proteiinirakenteiden ennustaminen, lääkekehitys ja nyt myös geenien säätely ovat ongelmia, joita koneoppiminen pystyy yhä paremmin käsittelemään. Genetiikan tutkimusyhteisölle näiden mallien avoin saatavuus tuo aiemmin lähinnä hyvin rahoitettujen laboratorioiden käytettävissä olleita laskennallisia valmiuksia laajemmin saataville.

Myös mallin rajoitukset käyvät selvästi ilmi DeepMindin esittelystä. Vaikka AlphaGenome ennustaa kokeellisia mittaustuloksia erinomaisesti, ennusteiden soveltaminen kliinisiin lopputuloksiin vaatii lisävalidointia. Kromatiinin saavutettavuuden ennustamisen ja sairausriskin ennustamisen välillä on edelleen huomattava kuilu.

Toistaiseksi AlphaGenome on tutkimustyökalu, joka voisi nopeuttaa genomin toiminnan ymmärtämistä, vaikka kliinisiin sovelluksiin olisi vielä vuosia. Mallia jo käyttävät 3 000 tutkijaa 160 maassa viittaavat siihen, että tutkimusyhteisö näkee DeepMindin kehittämässä työkalussa välitöntä hyötyä.

Alex johtaa Unite.AI:n tekoälypohjaista uutistoimintaa, yhdistäen journalismia, tutkimusta ja automaatiota tukeakseen ajantasaista ja skaalautuvaa tekoälyä koskevaa uutisointia. Hänen työnsä auttaa varmistamaan, että nousevat tekoälykehitykset saadaan esiin tehokkaasti samalla kun julkaisun toimitukselliset standardit säilyvät.