Google DeepMind julkaisee AlphaGenome 2:n dekoodaamaan solutason vaikutuksia geneettisistä varianteista

Kuva: Google’s AlphaGenome 2 zooms in on the cellular roots of disease · Lähde

Google DeepMindin uusi tekoälymalli AlphaGenome 2 ennustaa, miten DNA:n muutokset vaikuttavat tiettyihin solutyyppeihin ja -tiloihin, edistäen tautien alkuperän ymmärrystä ja lääkeaineiden kehitystä. Malli parantaa edeltäjäänsä hyödyntämällä yli 100 miljoonaa soluprofiilia saadakseen tarkkoja geneettisiä havaintoja.

Google DeepMind on julkaissut AlphaGenome 2:n, kehittyneen tekoälymallin, joka on suunniteltu tulkitsemaan, miten geneettiset vaihtelut vaikuttavat eri ihmisen solutyyppeihin ja -tiloihin. Tämä läpimurtoteknologia tarjoaa tutkijoille ennennäkemättömän tarkkoja näkemyksiä solutason mekanismeista, jotka ovat taustalla sairauksissa, mahdollistaen uusien hoitojen kehittämisen.

Vaikka kaikilla ihmisen soluilla on sama DNA, eri solutyypit – kuten sydänlihas-, iho- tai immuunisolut – aktivoivat eri geenejä tehtäviensä ja tilansa mukaan. Tästä syystä yksittäinen geneettinen variantti voi vaikuttaa eri tavalla riippuen kyseisen solun kontekstista, mikä monimutkaistaa geneettisten muutosten yhdistämistä sairauksiin.

AlphaGenome 2 vastaa tähän haasteeseen ennustamalla varianttien vaikutuksia yksittäisten solutyyppien ja niiden dynaamisten tilojen tasolla. Rakentaen alkuperäisen AlphaGenome-mallin päälle, joka julkaistiin viime vuonna, se koulutettiin käyttäen yli 100 miljoonan yksittäisen solun profiileja 68 eri kudoksesta. Tämä laaja aineisto mahdollistaa tekoälyn toimia ennustustyökaluna, muuntamalla staattiset soluatlaskartat – jotka ovat yksittäisten solujen kattavia karttoja – käyttökelpoisiksi geneettisiksi näkemyksiksi.

DeepMind raportoi, että AlphaGenome 2 tunnistaa lähes kaksi kertaa enemmän geeniekspressiota vaikuttavia variantteja verrattuna aiempiin malleihin. Se pystyy myös yleistämään ennusteita uusiin solutyyppeihin tai -tiloihin ilman uudelleenkoulutusta sekä paljastamaan aukkoja nykyisissä kokeellisissa aineistoissa, ohjaten tulevia laboratorioanalyyseja.

DeepMindin genetiikan johtaja Žiga Avsec toteaa, että tällainen tarkkuustaso on ratkaisevan tärkeää lääkeaineiden löytämisessä, koska hoito usein kohdistuu tiettyihin proteiineihin tietyissä solutyypeissä. Tutkimustieteilijä Adam Gayoso korostaa, että AlphaGenome 2 "yhdistää ihmisen genetiikan solubiologiaan", antaen tutkijoille mahdollisuuden seurata geneettisten varianttien vaikutuksia aina solun toimintaan ja sairauden merkitykseen asti.

AlphaGenome 2 on mahdollinen viimeaikaisten single-cell-teknologioiden edistysaskeleiden ansiosta, jotka tallentavat yksittäisten solujen tilat korkealla resoluutiolla ja luovat runsaasti koulutusaineistoa. DeepMind pyrkii laajentamaan näitä aineistoja, mukaan lukien aliedustetut solutilat, ja näkee tulevaisuuden mallien koulutettavan monilajitietoa hyödyntäen biologisen ymmärryksen laajentamiseksi.

Vaikka AlphaGenome 2 tarjoaa syvällisempää tietoa, se vaatii suurempia laskentaresursseja, eikä sitä ole tarkoitus korvata välittömästi alkuperäisellä AlphaGenome-mallilla, jota käytetään edelleen laajamittaiseen geneettiseen skannaukseen.

Tästä päivästä alkaen Google tarjoaa pääsyn AlphaGenome 2:een kaupallisen ulkopuoliseen tutkimukseen AlphaGenome API:n kautta, ja kaupalliseen käyttöön on saatavilla rajattu yksityinen esiversio. Tämä julkaisu merkitsee merkittävää askelta tekoälyn hyödyntämisessä ihmisten sairauksien monimutkaisen genetiikan purkamisessa, täydentäen DeepMindin ja muiden organisaatioiden käynnissä olevia tekoälyyn perustuvia tiede- ja lääketieteen hankkeita.