Google DeepMind запускает модель искусственного интеллекта AlphaGenome для более глубокого изучения ДНК человека

Подразделение искусственного интеллекта технологической компании Google, Google DeepMind представили AlphaGenome, модель ИИ, разработанную для предоставления более точных и подробных прогнозов о влиянии отдельных генетических вариантов или мутаций на различные биологические процессы, участвующие в регуляции генов. Эта возможность частично поддерживается техническими разработками, которые позволяют модели анализировать расширенные последовательности ДНК и генерировать высокоразрешающие предиктивные результаты.

В целях поддержки текущих научных усилий AlphaGenome в настоящее время предлагается в предварительной версии через API AlphaGenome для некоммерческого использования в исследовательских целях, а на более позднем этапе планируется выпуск более широкой модели.

Модель AlphaGenome, разработанная Google DeepMind обрабатывает расширенные сегменты ДНК — до одного миллиона пар оснований — и генерирует прогнозы по широкому спектру молекулярных свойств, которые характеризуют регуляцию генов. Он также может оценивать функциональное влияние определенных генетических вариантов или мутаций, сравнивая предсказанные результаты измененных последовательностей с их немодифицированными аналогами. Свойства, которые он предсказывает, включают начальные и конечные сайты генов в различных типах клеток и тканей, точки сплайсинга РНК, уровни экспрессии РНК, доступность оснований ДНК, пространственную близость и связывающие взаимодействия с регуляторными белками. Обучающие данные для модели были взяты из общедоступных наборов данных, предоставленных такими консорциумами, как ENCODE, GTEx, 4D Nucleome и FANTOM5, которые в совокупности охватывают широкий спектр процессов регуляции генов в сотнях типов клеток и тканей человека и мыши.

Архитектура AlphaGenome объединяет сверточные слои, которые обнаруживают короткие мотивы в последовательности ДНК, компоненты-трансформаторы, которые позволяют обмениваться информацией по всей длине последовательности, и окончательные слои прогнозирования, которые выводят информацию на молекулярном уровне по различным биологическим модальностям. Обучение каждой последовательности было распределено по нескольким взаимосвязанным тензорным процессорным единицам (TPU). Эта модель основана на предыдущей работе с Enformer и дополняет AlphaMissense, которая фокусируется конкретно на кодирующих белок областях. В то время как кодирующие белок области составляют приблизительно 2% генома, AlphaGenome нацелена на оставшиеся 98% — некодирующие области, известные своей ролью в регуляции активности генов и их связью с различными вариантами, связанными с заболеваниями.

Отличительные особенности AlphaGenome включают его способность анализировать длинные последовательности ДНК с разрешением базового уровня, что позволяет идентифицировать регуляторные области, расположенные далеко от генов, на которые они влияют, при этом по-прежнему захватывая мелкие биологические детали. Более ранние модели часто сталкивались с компромиссом между длиной последовательности и разрешением, что ограничивало их способность совместно моделировать сложные регуляторные особенности. AlphaGenome преодолевает это, сохраняя эффективность обучения — требуя всего четыре часа и используя половину вычислительных ресурсов, необходимых для исходной модели Enformer.

Способность модели к мультимодальному прогнозированию позволяет ей предоставлять широкомасштабный обзор регуляторных механизмов, предлагая ученым детальное понимание различных уровней регуляции генов. Она также поддерживает эффективную оценку вариантов путем быстрого сравнения мутировавших и немутировавших последовательностей и суммирования различий на основе соответствующего молекулярного контекста.

AlphaGenome представляет новую возможность моделирования соединений сплайсинга РНК непосредственно из данных последовательности ДНК. Это особенно актуально для понимания генетических состояний, связанных с ошибками сплайсинга, таких как спинальная мышечная атрофия и некоторые типы кистозного фиброза. Предсказывая как местоположение, так и уровни экспрессии этих соединений, модель предлагает более точное представление о том, как генетические варианты могут влиять на обработку РНК.

Преимущества базовой модели и ее значение для будущих исследований

Широкая применимость AlphaGenome позволяет исследователям изучать эффекты генетических вариантов в различных молекулярных модальностях с помощью одного запроса API. Этот оптимизированный подход позволяет быстрее генерировать и проверять гипотезы, без необходимости полагаться на отдельные модели для каждой конкретной регуляторной функции. Высокая предсказательная эффективность модели предполагает, что она разработала обобщаемое понимание поведения последовательности ДНК в рамках регуляции генов, предлагая платформу, которую другие в научном сообществе могут расширить или усовершенствовать. После ее полного выпуска модель будет доступна для тонкой настройки с помощью пользовательских наборов данных, что позволит исследователям адаптировать ее возможности для решения конкретных научных вопросов.

Базовая архитектура разработана так, чтобы быть как масштабируемой, так и адаптируемой. С дополнительными данными обучения AlphaGenome имеет потенциал для повышения своей точности, расширения своей полезности для разных видов и включения новых модальностей, тем самым увеличивая свой общий охват и глубину.

Прогнозы AlphaGenome могут поддержать ряд направлений исследований. В контексте изучения заболеваний он может улучшить идентификацию и интерпретацию функционально значимых генетических вариантов, особенно тех, которые связаны с редкими расстройствами, способствуя более четкому пониманию механизмов заболеваний и выявлению потенциальных терапевтических целей. В синтетической биологии его результаты могут направлять разработку специально разработанных последовательностей ДНК с целевыми регуляторными функциями, такими как обеспечение экспрессии генов в определенных типах клеток. Для фундаментальных геномных исследований AlphaGenome может помочь в систематическом картировании функциональных геномных элементов и помочь прояснить их роль в регуляции клеточной активности.