AlphaGenome: sztuczna inteligencja rozszyfrowuje mechanizmy sterujące genomem człowieka

|Z ostatniej chwili

W przyrodzie kolor wściekle żółty bywa stosowany ku przestrodze (patrz: liściołaz żółty) czy jako kamuflaż (patrz: modliszka storczykowa). W Pulsarze natomiast – to sygnał końca embarga, które prestiżowe czasopisma naukowe nakładają na publikowane przez badaczy artykuły. Tekst z żółtym oznaczeniem dotyczy więc doniesienia, które zostało upublicznione dosłownie przed chwilą.

Ponad 98 proc. zmienności genetycznej ludzi występuje w niekodujących regionach DNA, czyli poza genami (odcinkami DNA odpowiedzialnymi przede wszystkim za produkcję białek). Te rozległe fragmenty pełnią funkcje regulacyjne – decydują, gdzie, kiedy i w jakim stopniu poszczególne geny ulegają ekspresji, czyli są np. „włączane”, by wpływać na procesy życiowe komórki. Interpretacja skutków zmienności genetycznej (mutacji) w tych obszarach pozostaje jednym z najtrudniejszych wyzwań współczesnej genomiki. Ale zespół badaczy z DeepMind stworzył i udostępnił naukowcom za darmo narzędzie, które może to zmienić.

AlphaGenome potrafi wziąć „pod lupę” sekwencje DNA liczące nawet do miliona par zasad, czyli czterech chemicznych liter (A, C, G i T) tworzących podstawę materiału genetycznego. Dzięki temu przewiduje tysiące parametrów decydujących o życiu komórki: precyzyjnie określa, jak intensywnie dany gen pracuje, w jaki sposób jego produkty są przycinane i modyfikowane oraz czy dany fragment DNA jest „otwarty” i dostępny dla białek sterujących (molekularnych przełączników, które decydują, czy gen ma zostać w danej chwili włączony, czy wyłączony), czy też ciasno upakowany i „uśpiony”. Co istotne, model AI łączy dwie cechy, które dotychczas się wykluczały – analizuje bardzo długie odcinki genomu, zachowując jednocześnie precyzję.

Podczas testów AlphaGenome dorównał lub przewyższył najlepsze dostępne modele komputerowe przeznaczone do tego typu zadań. Szczególnie wyraźną poprawę zanotowano w przewidywaniu kierunku zmian ekspresji genów oraz w identyfikacji wariantów DNA wpływających na tzw. splicing – proces, podczas którego fragmenty RNA są wycinane i łączone na nowo. Model potrafi też wskazywać, gdzie dokładnie powstają te „cięcia i sklejenia”, co ma znaczenie dla zrozumienia chorób, takich jak rdzeniowy zanik mięśni (SMA).

Praktyczne możliwości AlphaGenome badacze zademonstrowali na przykładzie ostrej białaczki limfoblastycznej typu T. W genomach pacjentów z tym nowotworem występują mutacje w regionach niekodujących, których mechanizm działania został już wcześniej opisany przez naukowców. AlphaGenome potwierdził te ustalenia: sam trafnie przewidział, że owe zmiany tworzą w DNA swoiste „lądowisko” dla pewnego białka (MYB), które po przyłączeniu się uruchamia gen odpowiedzialny za rozwój nowotworu.

Model wciąż ma jednak trudności z dostrzeżeniem zależności między fragmentami DNA, które są od siebie bardzo oddalone. Nie zawsze też dobrze „rozpoznaje”, jak dany gen zachowa się w konkretnym narządzie organizmu. Dlatego nie jest jeszcze narzędziem diagnostycznym – choć potrafi przewidzieć zmianę w chemii komórki, to jeszcze nie podpowie lekarzowi, na co zachoruje pacjent.

Dziękujemy, że jesteś z nami. To jest pierwsza wzmianka na ten temat. Pulsar dostarcza najciekawsze informacje naukowe i przybliża najnowsze badania naukowe. Jeśli korzystasz z publikowanych przez Pulsar materiałów, prosimy o powołanie się na nasz portal. Źródło: www.projektpulsar.pl.