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
Les originalkilden ↗

Kommentarer (0)
Ingen kommentarer ennå. Start diskusjonen.
Skriv en kommentar
Kommentarer publiseres etter moderering. Ditt navn og kommentar vil være synlige offentlig. Konto