การแพทย์

Google DeepMind เปิดตัว AlphaGenome เพื่อถอดรหัสหน้าที่ของจีโนมมนุษย์

Alex McFarland
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ประเด็นสำคัญAlphaGenome ทำนายการควบคุมยีนครอบคลุมหนึ่งล้านคู่เบสของ DNA ในโมเดลเดียวแบบรวมศูนย์
ดูเพิ่มเติม
  • AlphaGenome ทำนายการควบคุมยีนครอบคลุมหนึ่งล้านคู่เบสของ DNA ในโมเดลเดียวแบบรวมศูนย์
  • โมเดลนี้ทำได้ดีกว่าเครื่องมือเฉพาะทางในการทำนายผลกระทบของความแปรผัน เนื่องจากสามารถจับการทำงานร่วมกันของจีโนมในระยะไกลได้
  • DeepMind เปิดตัว AlphaGenome เป็นซอฟต์แวร์โอเพนซอร์ส เพื่อเร่งการวิจัยเกี่ยวกับการกลายพันธุ์นอกส่วนที่เข้ารหัสซึ่งเกี่ยวข้องกับโรค

Google DeepMind ได้เปิดตัว AlphaGenome เมื่อวันที่ 28 มกราคม ซึ่งเป็นโมเดล AI ที่สามารถทำนายว่าลำดับ DNA จะถูกแปลเป็นหน้าที่ทางชีววิทยาได้อย่างไร โดยสามารถประมวลผลได้ถึง 1 ล้านคู่เบสในครั้งเดียว และมีประสิทธิภาพเหนือกว่าโมเดลที่มีอยู่ใน 25 จาก 26 เกณฑ์ทดสอบมาตรฐานการทำนายผลกระทบของการเปลี่ยนแปลง

โมเดลนี้ ตีพิมพ์ในวารสาร Nature และมีรายละเอียดเพิ่มเติมบน บล็อกของ DeepMind ซึ่งเป็นการพัฒนาที่สำคัญในด้านจีโนมิกส์เชิงคำนวณ โดยโมเดลก่อนหน้านี้ต้องการระบบที่แยกจากกันสำหรับการทำนายแต่ละประเภท แต่ AlphaGenome สามารถจัดการทุกอย่างตั้งแต่การแสดงออกของยีนไปจนถึงความสามารถในการเข้าถึงโครมาตินในโครงสร้างที่รวมเป็นหนึ่งเดียว

“AlphaGenome สามารถมองเห็นลำดับ DNA ที่ยาวและทำนายตำแหน่งขององค์ประกอบควบคุมที่สำคัญและผลกระทบที่ตามมาในการแสดงออกของยีน” ทีม DeepMind ระบุในประกาศของพวกเขา โมเดลมีหน้าต่างบริบทขนาด 1 ล้านโทเค็น ซึ่งช่วยให้สามารถจับผลกระทบระยะไกลระหว่างภูมิภาค DNA ที่อยู่ห่างออกไปซึ่งมีอิทธิพลต่อการเปิดและปิดการทำงานของยีน

วิธีการทำงาน

AlphaGenome รวมโครงสร้างเครือข่ายประสาทสองแบบเข้าด้วยกัน: เครือข่ายคอนโวลูชันหนึ่งมิติแบบ Borzoi สำหรับการประมวลผลลำดับ DNA ที่ไม่ผ่านการประมวลผล และโครงสร้าง U-Net ที่ปรับให้เหมาะสมจากการแบ่งส่วนภาพ ซึ่งช่วยให้โมเดลสามารถจัดการทั้งลักษณะเชิงลำดับของ DNA และความสัมพันธ์เชิงพื้นที่ที่ซับซ้อนระหว่างองค์ประกอบควบคุม

ข้อมูลการฝึกอบรมครอบคลุมประมาณ 7,000 แทร็กข้อมูลจีโนมจากกลุ่ม ENCODE และ FANTOM ซึ่งเป็นความพยายามร่วมกันที่มีขนาดใหญ่ที่ได้ทำการบันทึกองค์ประกอบหน้าที่ทั่วทั้งจีโนมของมนุษย์ โมเดลเรียนรู้เพื่อทำนายสัญญาณจากการทดลองวัดการแสดงออกของยีน ความสามารถในการเข้าถึง DNA การจับของโปรตีน และการดัดแปลงโครมาติน

สำหรับนักวิจัย คุณค่าทางปฏิบัติอยู่ที่การทำนายผลกระทบของการเปลี่ยนแปลง เมื่อจีโนมของผู้ป่วยมีการกลายพันธุ์ นักคลินิกต้องทราบว่าการเปลี่ยนแปลงนั้นมีความสำคัญหรือไม่ AlphaGenome สามารถทำนายว่าการเปลี่ยนแปลงนิวคลีโอไทด์เดี่ยวจะส่งผลกระทบต่อภูมิทัศน์การควบคุมทั้งหมดได้อย่างไร ซึ่งอาจช่วยระบุการเปลี่ยนแปลงที่ก่อให้เกิดโรคที่วิธีการปัจจุบันไม่สามารถตรวจพบ

โมเดลได้รับผลลัพธ์ที่แข็งแกร่งในการทดสอบความสามารถในการทำนายว่าการเปลี่ยนแปลงทางพันธุกรรมส่งผลต่อการแสดงออกของยีนและการทำงานขององค์ประกอบควบคุมได้อย่างไร สำหรับตำแหน่งลักษณะเชิงปริมาณของการแสดงออกของยีน (eQTL) ซึ่งเป็นตัวแปรทางพันธุกรรมที่ทราบว่ามีผลต่อระดับการแสดงออกของยีน AlphaGenome มีผลลัพธ์ที่เทียบเท่าหรือเหนือกว่าโมเดลที่ได้รับการฝึกอบรมเฉพาะสำหรับการทำงานเหล่านั้น

การเผยแพร่แบบโอเพ่นซอร์ส

DeepMind ได้เผยแพร่ โค้ดต้นฉบับของ AlphaGenome บน GitHub สำหรับการใช้ที่ไม่ใช่เชิงพาณิชย์ สานต่อแนวทางของห้องปฏิบัติการที่เปิดให้สาธารณชนเข้าถึงเครื่องมือพื้นฐานทางชีววิทยา ที่เก็บข้อมูลรวมถึงน้ำหนักของโมเดล โค้ดการอนุมาน และเอกสารสำหรับการเรียกใช้การทำนายบนลำดับแบบกำหนดเอง

การเผยแพร่แบบโอเพ่นซอร์สตามรูปแบบที่กำหนดโดย AlphaFold ซึ่งเป็นเครื่องมือทำนายโครงสร้างโปรตีนที่ได้รับการใช้โดยนักวิจัยมากกว่า 3 ล้านคนนับตั้งแต่การเผยแพร่ในปี 2021 AlphaGenome จัดการปัญหาที่เสริมกัน ในขณะที่ AlphaFold ทำนายว่าโปรตีนมีลักษณะอย่างไร AlphaGenome ทำนายว่ายีนจะผลิตโปรตีนเหล่านั้นเมื่อใดและที่ใด

ซีอีโอของ Google DeepMind Demis Hassabis ได้กำหนดให้ชีววิทยาเป็นโดเมนหลักในการใช้ความสามารถ AI ของห้องปฏิบัติการ การทำงานด้านจีโนมิกส์ขยายความทะเยอทะยานของ DeepMind ออกไปนอกเหนือจาก AI สำหรับการสนทนาและโมเดลภาษาที่ขับเคลื่อนผลิตภัณฑ์เช่น Gemini โดยใช้นวัตกรรมด้านสถาปัตยกรรมที่คล้ายกันในการแก้ปัญหาทางวิทยาศาสตร์

ทำไมจึงมีความสำคัญ

จีโนมของมนุษย์มีคู่เบสประมาณ 3 พันล้าน แต่มีเพียง 1.5% เท่านั้นที่เข้ารหัสโปรตีนโดยตรง ส่วนที่เหลืออีก 98.5% ซึ่งเคยถูกมองว่าเป็น “DNA ขยะ” มีองค์ประกอบควบคุมที่ควบคุมเมื่อไหร่ ที่ไหน และมากน้อยเพียงใดที่ยีนจะถูกแสดงออก การเปลี่ยนแปลงในภูมิภาคที่ไม่เข้ารหัสก่อให้เกิดโรค แต่การระบุว่าการเปลี่ยนแปลงใดที่มีความสำคัญนั้นเป็นเรื่องที่ยากมาก

วิธีการแบบดั้งเดิมต้องการการทดลองที่มีค่าใช้จ่ายสูงและใช้เวลานานเพื่อทดสอบการเปลี่ยนแปลงแต่ละรายการ โมเดลการเรียนรู้ของเครื่องจักร เช่น AlphaGenome สามารถกรองการเปลี่ยนแปลงหลายพันรายการได้ด้วยการประมวลผลทางคอมพิวเตอร์ และจัดลำดับความสำคัญของการเปลี่ยนแปลงใดที่ควรได้รับการติดตามผลการทดลองต่อไป สำหรับการวินิจฉัยโรคหายาก ซึ่งผู้ป่วยมักจะมีการเปลี่ยนแปลงใหม่ที่ไม่ทราบผลกระทบ ความสามารถนี้อาจช่วยเร่งกระบวนการตั้งแต่การหาลำดับพันธุกรรมจนถึงการวินิจฉัย

ความสามารถของโมเดลในการประมวลผลบริบทขนาด 1 ล้านคู่เบสนั้นมีความสำคัญอย่างยิ่ง องค์ประกอบควบคุมของยีนอาจอยู่ห่างจากยีนที่มันควบคุมหลายแสนคู่เบส และสื่อสารกันผ่านการพับตัวสามมิติที่ซับซ้อนของ DNA โมเดลก่อนหน้านี้ที่มีหน้าต่างบริบทที่สั้นกว่านั้นไม่สามารถจับผลกระทบระยะไกลเหล่านี้ได้

AlphaGenome เข้าร่วมระบบนิเวศที่เติบโตของเครื่องมือ AI ที่เปลี่ยนแปลงการวิจัยทางชีววิทยา การทำนายโครงสร้างโปรตีน การค้นพบยา และตอนนี้การควบคุมยีนเป็นปัญหาที่การเรียนรู้ของเครื่องจักรสามารถจัดการได้ดีขึ้นเรื่อย ๆ สำหรับชุมชนการวิจัยทางพันธุกรรม การเผยแพร่แบบโอเพ่นซอร์สของโมเดลเหล่านี้ทำให้สามารถเข้าถึงความสามารถในการคำนวณที่เคยจำกัดเฉพาะห้องปฏิบัติการที่มีเงินทุนดีเท่านั้น

ข้อจำกัดของโมเดลก็ชัดเจนจากการนำเสนอของ DeepMind ในขณะที่ AlphaGenome มีประสิทธิภาพในการทำนายการวัดผลการทดลอง การแปลการทำนายเหล่านั้นให้เป็นผลลัพธ์ทางคลินิกต้องมีการตรวจสอบเพิ่มเติม ช่องว่างระหว่างการทำนายความสามารถในการเข้าถึงโครมาตินและการทำนายความเสี่ยงต่อโรคยังคงมีขนาดใหญ่

สำหรับตอนนี้ AlphaGenome ทำหน้าที่เป็นเครื่องมือวิจัย ซึ่งอาจเร่งความเข้าใจเกี่ยวกับว่าจีโนมทำงานอย่างไร แม้ว่าการใช้งานทางคลินิกจะยังอยู่ห่างออกไปหลายปี นักวิทยาศาสตร์ 3,000 คนจาก 160 ประเทศที่กำลังใช้โมเดลนี้แล้วแสดงให้เห็นว่าชุมชนการวิจัยเห็นคุณค่าในทันทีของสิ่งที่ DeepMind สร้างขึ้น

Alex เป็นผู้นำการดำเนินงานข่าวที่ใช้ AI ของ Unite.AI โดยผสานงานวารสารศาสตร์ การวิจัย และระบบอัตโนมัติ เพื่อสนับสนุนการรายงานข่าวด้านปัญญาประดิษฐ์อย่างทันท่วงทีและรองรับการขยายงาน งานของเขาช่วยให้ความก้าวหน้าใหม่ ๆ ด้าน AI ได้รับการนำเสนออย่างมีประสิทธิภาพ พร้อมรักษามาตรฐานบรรณาธิการของสำนักพิมพ์