Databehandling

Google DeepMinds AlphaGenome Fremmer Genomkartlegging for Sykdomsforskning

Tendela Briefing ·
4 visninger · 0 Kommentarer
Google DeepMinds AlphaGenome Fremmer Genomkartlegging for Sykdomsforskning

Bilde: Google · Kilde

Google DeepMind-modellen AlphaGenome forutsier effekter av genetiske varianter og muliggjør raskere sykdomsforskning ved å prioritere DNA-endringer med stor innvirkning. Det nyeste datasettet AlphaGenome Atlas hjelper forskere å forstå molekylære sykdomsmekanismer og fremme personlig medisin.

Google DeepMind har utviklet AlphaGenome, en AI-modell designet for å dekode det menneskelige genomet og akselerere sykdomsforskning ved å forutsi effektene av genetiske variasjoner. Genomet består av omtrent 3 milliarder basepar DNA, som utgjør en instruksjonsmanual med fire DNA-baser—adenin (A), tymin (T), cytosin (C) og guanin (G). Enkeltbokstavsendringer blant disse basene kan forårsake genetiske sykdommer, men å identifisere årsakssammenhenger blant milliarder av muligheter er en betydelig utfordring.

AlphaGenome håndterer dette ved å analysere segmenter på en million basepar for å forutsi tusenvis av genetiske utfall samtidig. Dette lar forskere raskt innsnevre hvilke DNA-endringer som sannsynligvis påvirker sykdom. Som et supplement til modellen lanserte DeepMind AlphaGenome Atlas, et omfattende datasett som scorer alle ni milliarder mulige enkeltbokstavs-DNA-mutasjoner med en AlphaGenome Variant Impact (AVI)-score. Denne scoren hjelper forskere å prioritere varianter for videre studier ved å indikere hver endrings potensielle effekt.

Žiga Avsec, en forsker ved Google DeepMind som leder genominitativet, forklarer at forståelsen av genomet sin "mørke materie" — ikke-kodende regioner som regulerer genuttrykk — er avgjørende, men eksperimentelt utfordrende. Tradisjonelle lab-eksperimenter er tidkrevende og kostbare, spesielt i tilfeller som sjeldne sykdommer hvor pasienters DNA kan vise millioner av varianter. AlphaGenome sin beregningsbaserte tilnærming gir et skalerbart verktøy for å prioritere de mest betydningsfulle endringene.

Tidlige brukere av AlphaGenome Atlas har demonstrert dens nytteverdi. For eksempel brukte en forsker ved University of Exeter datasettet for å fokusere på de øverste 1 % mest innflytelsesrike variantene knyttet til body mass index. En annen forsker ved Broad Institute identifiserte en avgjørende variant knyttet til nevro-utviklingsforstyrrelser, noe som ledet til forskningsgjennombrudd innen sjeldne sykdommer.

Med dette som grunnlag har DeepMind introdusert AlphaGenome 2, som forbedrer celletype-spesifisitet. I motsetning til den opprinnelige modellen som hovedsakelig var trent på helvevsdata, forutsier den nye versjonen hvordan varianter påvirker individuelle celltyper, og tilbyr dypere innsikt i cellulære sykdomsmekanismer.

Den endelige visjonen for DeepMinds genomarbeid er å digitalt simulere en menneskelig celle, noe som muliggjør beregningsstudier av sykdomsprosesser og terapeutiske inngrep. Ved å gå fra genomlesing til detaljert molekylær forståelse, sikter AlphaGenome på å transformere diagnostikk, personlig behandling, legemiddeloppdagelse og til og med bredere områder som utvikling av klimaresistente avlinger. Først lansert i juni 2025 med atlaset i september 2026, fortsetter AlphaGenome å legge til rette for banebrytende genetisk forskning globalt.

Kilder og originalrapportering

Kommentarer (0)

Ingen kommentarer ennå. Start diskusjonen.

Skriv en kommentar

Kommentarer publiseres etter moderering. Ditt navn og kommentar vil være synlige offentlig. Konto