Google DeepMind представила AlphaGenome 2 — нову модель, яка прогнозує, як конкретна зміна в ДНК вплине на різні типи клітин, а не лише на тканину загалом. Це дослідницький інструмент, який працює з варіантами в людському та мишачому геномах і орієнтований на фундаментальну біологію та розробку ліків.
Ключова ідея проста: у всіх клітинах одного організму ДНК однакова, але «однобуквена» помилка може бути небезпечною для одних клітин і майже непомітною для інших. Раніше більшість моделей оцінювали наслідки таких варіантів на рівні цілої тканини, де сигнал від різних клітин змішується. AlphaGenome 2 працює на рівні окремих клітин і намагається відповісти на питання «для яких саме клітин це шкідливо».
Як працює AlphaGenome 2
Модель отримує на вхід фрагмент ДНК довжиною до 1 млн «літер» та опис умов — це може бути конкретний тип тканини, тип клітини або її стан (наприклад, активована імунна клітина). На основі цього AlphaGenome 2 прогнозує, як у цих умовах зміниться активність генів та регуляторних елементів.
DeepMind навчала модель на понад 100 млн профілів окремих клітин з 68 тканин людини та миші. Дослідники також можуть сформувати власні «умови» з даних своїх single-cell експериментів і перевіряти, як варіанти ДНК поводитимуться саме в їхніх клітинах.
Що показали тести DeepMind
За внутрішніми оцінками DeepMind, AlphaGenome 2:
- знаходить майже вдвічі більше варіантів, що змінюють роботу генів у клітинах, порівняно з найкращою попередньою моделлю;
- на 28 типах імунних клітин показала 30% проти 16% точності для виявлення причинних варіантів та 43% проти 23% — для напрямку ефекту;
- повторила відоме результатами експериментів відкриття у дослідженні кишкових захворювань — пов’язала віддалений регуляторний елемент з геном ETS2 у макрофагах кишківника;
- зуміла адаптуватися до нових клітинних станів, маючи дані лише з кількох десятків клітин, без додаткового перенавчання, і показала, що варіант, пов’язаний з тяжким перебігом COVID-19, сильніше впливає на активовані T-клітини.
Усі ці результати базуються на перевірках самої DeepMind і стосуються дослідницьких бенчмарків. Компанія прямо зазначає, що модель не призначена для клінічної діагностики чи інтерпретації персональних генетичних тестів.
Навіщо це біологам та фармкомпаніям
Багато генетичних асоціацій з хворобами вказують на ділянки ДНК, але не пояснюють, у яких саме клітинах варіант «ламає» регуляцію. AlphaGenome 2 допомагає звузити це коло: замість запитання «чи шкідливий цей варіант» дослідники можуть питати «для яких клітин він шкідливий».
У розробці ліків це особливо важливо. Відомо, що цілі, підтверджені людською генетикою, мають вищі шанси дійти до затвердженого препарату, але сама по собі асоціація рідко каже, який тип клітин варто націлити. Модель дає змогу раніше відсікати менш перспективні варіанти і краще планувати експерименти — наприклад, вирішувати, які клітини й стани варто досліджувати в лабораторії.
DeepMind також попередньо прорахувала ефекти варіантів, пов’язаних з різними ознаками та захворюваннями — від зросту до діабету 2 типу — у сотнях умов. Це означає, що частині дослідників не доведеться самостійно запускати модель для базових сценаріїв.
Доступ до моделі та обмеження
AlphaGenome 2 доступна для некомерційних досліджень через AlphaGenome API, до якого додаються Colab-ноутбуки з прикладами використання. Для комерційних гравців відкрито приватний попередній доступ.
DeepMind заявляє, що модель пояснює відмінності між типами клітин навіть у ділянках ДНК, які не входили до навчального набору. Наступний критичний крок — незалежні перевірки в зовнішніх лабораторіях на клітинах і регіонах геному, які AlphaGenome 2 «не бачила» під час навчання. Лише такі результати покажуть, наскільки ці прогнози придатні для реальної наукової роботи.
Джерело: The Neuron (https://www.theneurondaily.com/p/deepmind-launched-alphagenome-2-for-dna-a377)