Моделът прогнозира ефекта от мутации и подпомага изследванията на болести, рак и лекарства

Изследователи смятат, че модел на изкуствен интелект, разработен от Google DeepMind, може да промени начина, по който разбираме ДНК. Надеждите са, че изкуственият интелект ще разкрие всички тайни на "тъмния геном".

Моделът, наречен AlphaGenome, би могъл да помогне на учените да изяснят защо минимални различия в нашата ДНК увеличават риска от състояния като високо кръвно налягане, деменция и затлъстяване. Той може и значително да ускори напредъка в разбирането на генетичните заболявания и рака. Разработчиците признават, че системата не е съвършена, но специалисти я определят като "невероятно постижение" и "голям етап" в областта.

"Виждаме AlphaGenome като инструмент за разбиране на това какво правят функционалните елементи в генома, което се надяваме да ускори фундаменталното ни разбиране за кода на живота", казва Наташа Латишева, инженер изследовател в DeepMind.

Човешкият геном се състои от три милиарда "букви" ДНК код, представени с A, C, G и T. Около 2% от него са гени, които кодират всички протеини, нужни на организма, за да расте и да функционира. Останалите 98%, които са по-слабо изучени, се означават като "тъмен геном". Тази част има ключова роля за организацията на начина, по който гените се използват в тялото, и именно там се откриват много от мутациите, свързани със заболявания.

AlphaGenome може да анализира наведнъж по един милион букви от кода, което подпомага разкриването на "тъмния геном". Моделът не само прогнозира къде се намират гените, но и какво влияе "тъмният геном". Например, как се отразява върху генната експресия, дали даден ген е силно активен или потиснат, и върху сплайсинга, механизма, чрез който организмът създава различни протеини от един ген. Съществено е и че моделът може да предвиди последствията от промяната дори на една единствена "буква" в генетичния код.

Латишева споделя, че е "наистина развълнувана" от потенциала на модела да помага да се разбере кои мутации причиняват заболявания и да се установи причината за редки генетични болести. По думите й този AI може да "добави още едно парче от пъзела за откриването на лекарствени мишени и в крайна сметка за разработването на нови лекарства". В перспектива технологията може да намери приложение и в синтетичната биология, както и при създаването на нови ДНК последователности, използваеми в генни терапии.

AlphaGenome е представен в списанието Nature, а от миналата година е достъпен за некомерсиална употреба, като оттогава 3 000 учени са работили с инструмента. Д-р Гарет Хоукс от Университета в Ексетър го използва, за да изследва как мутации могат да променят риска от затлъстяване и диабет. Проучвания, които са секвенирали целия генетичен код на десетки хиляди хора, са открили варианти, свързани с тези състояния, но те често се намират в тъмния геном.

"Те влияят директно върху важна част от биологията, която не разбираме напълно", казва Хоукс пред BBC. Използването на AlphaGenome позволява на изследователите бързо да предскажат какво "правят" тези варианти, за да могат после да бъдат проверени в лаборатория. Хоукс допълва: "Тези прогнози ще помогнат да разберем кои биологични процеси може да бъдат засегнати от тези генетични варианти, и потенциално да доведат до разработване на лекарства. Не бих казал, че тъмната страна на генома е решена от AlphaGenome, но това е голям скок. Наистина съм развълнуван."

Ракът е друга област, в която AI моделът може да ускори изследванията. AlphaGenome вече е използван, за да се прогнозира кои мутации подхранват рака и са потенциални мишени за лечение, и кои мутации са случайни. Д-р Робърт Голдстоун, ръководител на геномиката във Francis Crick Institute, определя модела като "голям етап в областта на геномния AI", а пробива като "невероятно техническо постижение" заради "способността му да прогнозира генната експресия само от ДНК последователността".

Проф. Бен Ленър, ръководител на генеративната и синтетичната геномика в Wellcome Sanger Institute, казва, че са тествали AlphaGenome в повече от половин милион експеримента и моделът се представя много добре. Той обаче подчертава, че системата е "далеч от съвършенството" и предстои още много работа. "Това е наистина вълнуващ момент, когато три области, в които Обединеното кралство е световен лидер, геномика, биомедицински изследвания и AI, се комбинират, за да преобразят биологията и медицината", казва проф. Ленър.

Екипът на DeepMind печели Нобелова награда за химия през 2024 г. за работата си по AlphaFold, AI система, която предсказва триизмерната структура на протеините в тялото. "Мисля, че сме в началото на нова ера на научен прогрес, и AI ще направи възможни редица различни пробиви", казва Пушмит Коли, вицепрезидент по наука и стратегически инициативи в Google DeepMind.

AlphaGenome не работи като големите езикови модели, като ChatGPT, които предвиждат следващата дума в последователност. Вместо това той е "sequence-to-function model", който разглежда как промените в текста влияят върху значението в края. Моделът е обучен с публично достъпни бази данни от експерименти с човешки и миши клетки.

Съществува общо съгласие, че моделът се нуждае от допълнително усъвършенстване. Точността му е по-ниска в някои направления, например при предсказването как гените се регулират на големи разстояния, повече от 100 000 букви код. Екипът иска да подобри и точността в различни тъкани. Например, невронът в мозъка има същия генетичен код като клетка от биещо сърце, но всяка от тях има различни свойства в зависимост от начина, по който генетичните инструкции се използват в съответния тип клетки.