DeepMind objavio Atlas predviđanja za devet milijardi promjena u ljudskom genomu

Od modela do karte devet milijardi promjena

Ljudski genom ima približno tri milijarde parova baza, zapisanih slovima A, C, G i T. Na svakom položaju postoje tri moguća zamjenska slova, što daje oko devet milijardi mogućih jednostrukih promjena. Laboratorijski ispitati svaku od njih nije izvedivo. AlphaGenome Atlas zato ne pokušava tvrditi da je svih devet milijardi promjena stvarno viđeno u ljudima ili da uzrokuje bolest. On unaprijed računa kako bi svaka moguća zamjena, prema modelu, mogla promijeniti molekularne procese poput ekspresije gena, splicinga RNA ili dostupnosti kromatina.

Novo u objavi nije sam AlphaGenome. Temeljni model već je bio dostupan istraživačima i opisan je u radu u Natureu. DeepMind je sada njegove izračune proširio na cijeli referentni ljudski genom i složio ih u katalog od približno jednog petabajta. Tvrtka kaže da je to više od 30 puta veći skup od AlphaFold Databasea. Istraživači ga od 8. rujna mogu pretraživati na webu, pozivati kroz API ili koristiti kao vještinu u Googleovu razvojnom okruženju Antigravity. Nekomeracijalna uporaba je dostupna odmah, dok je komercijalna verzija na Google Cloudu najavljena za kasnije bez objavljene cijene.

Kako AlphaGenome čita regulaciju gena

AlphaGenome pripada modelima „sekvenca-u-funkciju”: kao ulaz prima niz DNK, a kao izlaz predviđa mjerljive znakove aktivnosti u stanicama i tkivima. Može obraditi do milijun parova baza odjednom i zatim predvidjeti tisuće genomskih zapisa. Rad navodi 5.930 ljudskih i 1.128 mišjih zapisa raspoređenih u 11 vrsta izlaza, od ekspresije gena i početka transkripcije do vezanja transkripcijskih faktora, trodimenzionalnih kontakata kromatina i mjesta na kojima se RNA reže i spaja.

Ta kombinacija rješava staru tehničku trgovinu: neki raniji modeli nudili su preciznost pojedinačne baze, ali su vidjeli kratke segmente DNK, dok su drugi obuhvaćali širi kontekst uz grublji izlaz. AlphaGenome spaja konvolucijske slojeve, transformatore i strukturu sličnu U-Netu kako bi zadržao dugačak kontekst i finu rezoluciju. U objavljenim evaluacijama autori su prijavili najbolji rezultat na 22 od 24 zadatka predviđanja genomskih zapisa te 25 od 26 zadataka učinka varijanti. To su rezultati kontroliranih benchmarkova, a ne dokaz da svaki pojedinačni rezultat Atlasa odgovara biologiji stvarnog pacijenta.

Jedan rezultat za brže rangiranje varijanti

Milijarde predviđanja korisne su samo ako ih se može suziti na razuman broj kandidata. Zato Atlas uvodi AlphaGenome Variant Impact, odnosno AVI, jedinstveni rezultat koji kombinira AlphaGenome s AlphaMissenseom, modelom specijaliziranim za promjene koje utječu na proteine. Uz brojčani rezultat dolaze i pripisi obilježja: sustav pokušava pokazati je li visoku ocjenu ponajviše potaknula procijenjena promjena splicinga, ekspresije gena, dostupnosti kromatina, očuvanosti kroz evoluciju ili učinka na protein.

Atlas dodatno povezuje varijante s više od 2.500 ponavljajućih kratkih motiva DNK, svojevrsnih regulatornih „riječi”, i njihovim lokacijama. U praksi bi istraživač mogao najprije izdvojiti varijante s visokim AVI rezultatom, zatim pregledati procijenjeni molekularni mehanizam i na kraju osmisliti ciljane eksperimente. Time se AI koristi kao filtar koji smanjuje prostor pretrage. Ne uklanja potrebu za laboratorijem, kliničkim podacima ni stručnom interpretacijom.

Prvi primjeri obećavaju, ali dolaze uz važna ograničenja

DeepMind je objavio dva rana primjera. U suradnji s istraživačima rijetkih bolesti AVI je pomogao izdvojiti varijantu uz gen DNM1, povezan s epileptičkom encefalopatijom. Model je predvidio da promjena stvara pogrešno mjesto splicinga i abnormalno produljenje proteina, a istraživači su taj mehanizam potom potvrdili eksperimentalnim probirima. U drugoj analizi više od 54.000 sudionika UK Biobanka, istraživač sa Sveučilišta u Exeteru prijavio je 22 posto više statističkih asocijacija s rijetkim nekodirajućim varijantama nakon grupiranja prema predviđenom učinku. Oba nalaza potječu iz DeepMindove objave i treba ih čitati kao istraživačke demonstracije.

Oprez je ključan jer model uči iz postojećih eksperimentalnih skupova, koji nisu jednako veliki, reprezentativni ni standardizirani za sva tkiva i populacije. Neovisni stručnjaci koje je okupio Science Media Centre pohvalili su širinu modela, ali su naglasili da nije savršen i da će za sljedeću generaciju trebati kvalitetniji biološki podaci. I sam DeepMind izričito kaže da Atlas nije validiran ni odobren za kliničku uporabu te da ne zamjenjuje medicinski savjet, dijagnozu ili liječenje. Njegov neposredni učinak stoga je ubrzavanje istraživačke trijaže, a ne automatsko proglašavanje varijante uzrokom bolesti.

Otvoren istraživačima, komercijalni uvjeti još nisu poznati

Za akademske timove, uključujući one u Hrvatskoj i Europskoj uniji, najvažnija je trenutačna dostupnost bez komercijalne licence kroz web i API. No pristup platformi nije isto što i spremnost za medicinski sustav: nisu objavljeni uvjeti buduće komercijalne ponude, cijene ni procedura kojom bi se rezultat mogao uvesti u regulirani dijagnostički proces. Vrijednost Atlasa mjerit će se time koliko često njegova rangiranja vode do ponovljivih eksperimentalnih nalaza i hoće li raditi jednako dobro izvan skupova podataka na kojima je razvijen. Za sada je to golema prediktivna karta i alat za postavljanje boljih pitanja, a ne gotov odgovor na genomsku medicinu.