Google DeepMind представила ИИ-модель AlphaGenome 2, которая прогнозирует влияние изменений ДНК на работу генов в разных типах клеток. По данным разработчиков, система находит почти вдвое больше значимых мутаций, чем предыдущая версия.
Нейросеть обучили на более чем 107 млн профилей отдельных клеток из 68 тканей человека и мыши. Она анализирует последовательности длиной до миллиона нуклеотидов.
ДНК практически одинакова во всем организме человека, но в разных тканях работает по-разному. Поэтому одна и та же мутация может нарушать функции одних иммунных клеток и почти не затрагивать другие.
Первая версия AlphaGenome оценивала последствия генетических изменений преимущественно на уровне тканей и клеточных линий. AlphaGenome 2 учитывает и их состояние — например, при заболевании или после вакцинации.
ИИ за полчаса воспроизвел часть выводов исследования
В ходе испытаний AlphaGenome 2 воспроизвела часть результатов исследования причин воспалительных заболеваний кишечника, опубликованного в 2024 году.
Тогда ученые установили, что генетический вариант в некодирующем участке ДНК повышает активность гена ETS2 в определенных иммунных клетках кишечника — макрофагах. Это способствует развитию воспаления.
AlphaGenome 2 вычислительным путем нашла тот же вариант и показала, что он влияет на ETS2 именно в макрофагах кишечника, а не в других проанализированных типах клеток.
Издание Nature отметило, исходное открытие потребовало редактирования генов и сложных молекулярно-биологических экспериментов. Руководитель того исследования Джеймс Ли из Института Фрэнсиса Крика рассказал, что его команде понадобилось полтора года, а ИИ получил тот же ответ примерно за 30 минут.
В другом испытании модель проанализировала данные исследования мРНК-вакцинации против COVID-19. Система определила, что один из генетических вариантов, связанных с тяжелым течением инфекции, сильнее нарушает работу генов в активированных иммунных Т-клетках, чем в состоянии покоя.
Результаты улучшились почти вдвое
По данным Google DeepMind, на наборе данных TenK10K, охватывающем 28 типов иммунных клеток, AlphaGenome 2 выявила 30% причинных генетических вариантов.
У предыдущей версии, дополнительно обученной на данных отдельных клеток, и других специализированных инструментов этот показатель составил 16%.
При определении направления воздействия мутации — усиливает она активность гена или подавляет ее — разрыв оказался таким же: 43% против 23%. Оба показателя получены на одном наборе данных.
Разработчики связали прогресс с новой архитектурой: модель делает прогноз отдельно для каждого типа клеток или состояния.
Благодаря этому AlphaGenome 2 способна работать с ранее неизвестными клеточными состояниями без дополнительного обучения. Исследователям достаточно предоставить данные о работе генов в нескольких десятках клеток.
Система также прогнозирует метилирование ДНК и оценивает характеристики, которые не измерялись в эксперименте, — например, доступность хроматина по данным об активности генов. Это может помочь ученым выбирать наиболее перспективные направления лабораторных исследований.
Возможности и ограничения
Сооснователь международного проекта Human Cell Atlas Сара Тайхманн выделила способность AlphaGenome 2 работать с новыми данными без переобучения. По ее мнению, это особенно важно для изучения клеток, состояние которых меняется под воздействием заболеваний.
Вместе с тем надежные прогнозы модель пока дает лишь для небольшой доли мутаций. Генетик и глава компании Genomics Питер Доннелли отметил, что при порогах достоверности, принятых авторами модели, это около 2% из 6,8 млн проанализированных.
Однако среди вариантов, которые генетические исследования уже относят к вероятным причинным, модель делает такие прогнозы в соответствующем типе клеток примерно в 15 раз чаще.
По словам эксперта, разработка может помочь при поиске мишеней для новых лекарств. При этом ее эффективность еще предстоит систематически проверить на большом количестве заболеваний.
Еще одно ограничение — вычислительные затраты. Разработчики рассказали The Verge, что более детальный анализ обходится дороже, чем в первой версии AlphaGenome. Поэтому новая система пока не подходит для таких же масштабных расчетов по всему геному, как ее предшественница.
Напомним, в октябре Hugging Face представила открытую ИИ-модель Carbon-X, которая анализирует генетические последовательности и отвечает на вопросы о них на естественном языке.