Google DeepMind lanza el modelo de inteligencia artificial AlphaGenome para profundizar en el conocimiento del ADN humano.

La rama de inteligencia artificial de la empresa tecnológica Google, Google DeepMind Se presentó AlphaGenome, un modelo de IA diseñado para proporcionar predicciones más precisas y detalladas sobre los efectos de variantes o mutaciones genéticas individuales en diversos procesos biológicos involucrados en la regulación génica. Esta capacidad se sustenta en parte en avances técnicos que permiten al modelo analizar secuencias extendidas de ADN y generar resultados predictivos de alta resolución.

Para apoyar los esfuerzos científicos en curso, AlphaGenome se ofrece actualmente en una fase de vista previa a través de la API de AlphaGenome para uso de investigación no comercial, con planes para un lanzamiento del modelo más amplio en una etapa posterior.

El modelo AlphaGenome desarrollado por Google DeepMind Procesa segmentos extendidos de ADN (hasta un millón de pares de bases) y genera predicciones sobre una amplia gama de propiedades moleculares que caracterizan la regulación génica. También puede evaluar el impacto funcional de variantes genéticas o mutaciones específicas comparando los resultados predichos de secuencias alteradas con sus contrapartes sin modificar. Las propiedades que predice incluyen los sitios de inicio y fin de genes en diferentes tipos celulares y tejidos, los puntos de empalme del ARN, los niveles de expresión del ARN, la accesibilidad de las bases del ADN, la proximidad espacial y las interacciones de unión con proteínas reguladoras. Los datos de entrenamiento del modelo se obtuvieron de conjuntos de datos públicos proporcionados por consorcios como ENCODE, GTEx, 4D Nucleome y FANTOM5, que en conjunto cubren una amplia gama de procesos de regulación génica en cientos de tipos celulares y tisulares humanos y murinos.

La arquitectura de AlphaGenome combina capas convolucionales que detectan motivos cortos en la secuencia de ADN, componentes transformadores que permiten el intercambio de información a lo largo de toda la secuencia y capas de predicción final que generan información a nivel molecular en diferentes modalidades biológicas. El entrenamiento de cada secuencia se distribuyó en múltiples Unidades de Procesamiento Tensorial (TPU) interconectadas. Este modelo se basa en trabajos previos con Enformer y complementa a AlphaMissense, que se centra específicamente en las regiones codificantes de proteínas. Si bien estas constituyen aproximadamente el 2% del genoma, AlphaGenome se centra en el 98% restante (regiones no codificantes), conocidas por su papel en la regulación de la actividad génica y su asociación con diversas variantes asociadas a enfermedades.

Una de las características distintivas de AlphaGenome es su capacidad para analizar secuencias largas de ADN con una resolución básica, lo que permite identificar regiones reguladoras alejadas de los genes que influyen, a la vez que captura detalles biológicos a gran escala. Los modelos anteriores solían tener un equilibrio entre la longitud y la resolución de la secuencia, lo que limitaba su capacidad para modelar conjuntamente características reguladoras complejas. AlphaGenome supera este problema manteniendo la eficiencia en el entrenamiento: solo requiere cuatro horas y utiliza la mitad de los recursos computacionales necesarios para el modelo original de Enformer.

La capacidad del modelo para la predicción multimodal le permite proporcionar una visión amplia de los mecanismos reguladores, ofreciendo a los científicos información detallada sobre las diversas capas de la regulación génica. También facilita una puntuación eficiente de variantes mediante la comparación rápida de secuencias mutadas y no mutadas y el resumen de las diferencias según el contexto molecular relevante.

AlphaGenome introduce una nueva capacidad para modelar las uniones de empalme de ARN directamente a partir de datos de secuencias de ADN. Esto es especialmente relevante para comprender las enfermedades genéticas asociadas con errores de empalme, como la atrofia muscular espinal y ciertos tipos de fibrosis quística. Al predecir la ubicación y los niveles de expresión de estas uniones, el modelo ofrece una visión más precisa de cómo las variantes genéticas pueden afectar el procesamiento del ARN.

Ventajas del modelo subyacente e implicaciones para futuras investigaciones

La amplia aplicabilidad de AlphaGenome permite a los investigadores examinar los efectos de las variantes genéticas en múltiples modalidades moleculares mediante una única solicitud de API. Este enfoque simplificado permite generar y probar hipótesis con mayor rapidez, sin necesidad de utilizar modelos separados para cada característica regulatoria específica. El sólido rendimiento predictivo del modelo sugiere que ha desarrollado una comprensión generalizable del comportamiento de las secuencias de ADN en el marco de la regulación génica, ofreciendo una plataforma que otros miembros de la comunidad científica pueden ampliar o perfeccionar. Tras su lanzamiento completo, el modelo estará disponible para su perfeccionamiento con conjuntos de datos personalizados, lo que permitirá a los investigadores adaptar sus capacidades para abordar cuestiones científicas específicas.

La arquitectura subyacente está diseñada para ser escalable y adaptable. Con datos de entrenamiento adicionales, AlphaGenome tiene el potencial de mejorar su precisión, ampliar su utilidad en diferentes especies e incorporar nuevas modalidades, aumentando así su cobertura y profundidad.

Las predicciones de AlphaGenome pueden respaldar diversas líneas de investigación. En el contexto del estudio de enfermedades, podría mejorar la identificación e interpretación de variantes genéticas funcionalmente relevantes, especialmente aquellas asociadas con trastornos raros, contribuyendo a una comprensión más clara de los mecanismos patológicos y a la identificación de posibles dianas terapéuticas. En biología sintética, sus resultados podrían guiar el desarrollo de secuencias de ADN personalizadas con funciones reguladoras específicas, como la expresión génica en tipos celulares específicos. En la investigación genómica fundamental, AlphaGenome puede contribuir al mapeo sistemático de elementos genómicos funcionales y a esclarecer su papel en la regulación de la actividad celular.