Google удается предсказать с помощью своего искусственного интеллекта, как одна буква темного генома может вызвать заболевания | Наука

Люди и шимпанзе делят друг друга 98% вашей последовательности ДНК, но никто не скажет, что это практически идентичные животные. Это объясняется тем, что небольшие различия в регуляторных регионах — иногда всего одна буква из 3 миллиардов, составляющих геном человека — могут иметь непропорциональное влияние на то, когда, где и сколько генов экспрессируются и производят признаки, специфичные для вида, или приводят к появлению рака или неврологических проблем.

Последовательность генома человека было завершено В 2003 году распространились новости, в которых говорилось о генах счастья, гомосексуализма или о том, что они вызывают определенные заболевания. Или что они предположили нам, что лишь крошечный процент отделяет людей от других животных. Раньше говорили, что ген содержит инструкции для клетки по производству белка, например, для восстановления кожной ткани, и что когда процесс идет не так, возникают проблемы. Но, несмотря на обилие напыщенных заявлений, уже было известно, что биология — не такой уж простой процесс.

Помимо частей ДНК, которые содержат информацию для производства строительных блоков нашего тела, то есть белков, существует большая часть генома, которую ошибочно назвали «мусорной ДНК», которая не кодирует белки, но влияет на то, как они производятся в той части генома, которая кодирует.

Более 98% наших генетических вариантов являются такими и могут изменять поведение генома посредством многих механизмов, и один и тот же вариант может оказывать различное воздействие на клетку мозга или мышечную клетку. Понимание сложности этих эффектов невозможно без компьютеров, и эксперты по информатике уже предлагают инструменты, позволяющие разобраться в том, что может показаться бесконечной путаницей.

В эту среду Google DeepMind представил: в статье опубликовано в журнале Природаего модель AlphaGenome, предназначенная для интерпретации генома человека и, в частности, некодирующих областей ДНК. «Проект «Геном человека» дал нам книгу жизни, но чтение ее оставалось сложной задачей. У нас есть текст, но мы все еще расшифровываем семантику», — сказал он, представляя результаты. Пушмит КохлиВице-президент по науке Google Deepmind и ответственный за работу.

ДНК — это алфавитный суп с эффектами, которые могут быть впечатляющими. Считается, например, что потеря крошечного фрагмента белка, полученного по 24-буквенному химическому рецепту (GCAAGGACATATGGGCGAAGGAGA), может изменить развитие мозга и способствовать начало аутизма. Проще говоря, AlphaGenome действует как универсальный интерпретатор этого супа алфавита ДНК. Вам дают огромный кусок ДНК длиной в миллион букв, и вы буква за буквой предлагаете предсказание его функций.

Он может, среди прочего, предсказать, насколько экспрессируются гены, как организована ДНК в трехмерном пространстве (что также имеет отношение к его эффектам) или как сращиваниесистема сплайсинга, которая объединяет последовательности букв и позволяет одному и тому же гену производить разные чтения, и которая лежит в основе способности клеток производить разные белки с разными функциями или того, что существует так много разных живых существ. Интерпретировать все без помощи ИИ в больших масштабах практически невозможно.

Предыдущие модели могли предсказать одно из этих явлений, но не все сразу, и столкнулись с дилеммой. Те, которые предлагали побуквенное разрешение, могли анализировать только короткие последовательности, состоящие примерно из 10 000 пар букв. Это означало, например, что они не могли видеть влияние отдаленных регуляторных регионов, которые действуют как генетические переключатели, находящиеся на расстоянии сотен тысяч букв от гена, который они контролируют. С другой стороны, модели, которые могли обрабатывать сотни тысяч оснований, не обладали разрешением, необходимым для того, чтобы увидеть эффекты отдельных букв. Это было похоже на выбор между просмотром в телескоп или через увеличительное стекло, но AlphaGenome сделал этот выбор ненужным.

Статья также доказала свою способность понимать болезни. Примером является лимфобластный лейкоз типа Т. В этом состоянии мутаций в гене TAL1 нет, но он резко активируется и вызывает рак. Анализ единственной мутировавшей буквы в части мусорный геномвдали от гена, они смогли предсказать, как эта мутация включит ген опухоли. Задача потребовала бы месяцев экспериментов в лаборатории, но AlphaGenome смогла смоделировать и решить ее за короткое время, что показывает его способность выявлять скрытые патологические механизмы.

Мафальда Диасисследователь Барселонского центра геномной регуляции и один из создателей модели ИИ popEVEсчитает, что объединенные возможности детализации и обработки большого количества оснований делают AlphaGenome «очень захватывающим шагом вперед как продолжение того, что научное сообщество делало в течение некоторого времени». Однако он предупреждает, что «эти модели не обладают большими возможностями настройки». «Эти модели хороши для понимания того, что происходит с регуляторной биологией, но они бесполезны для прогнозирования того, окажет ли влияние вариант между разными людьми; они имеют ограниченную клиническую полезность», — добавляет Диас, который не участвовал в этой работе.

Модели абстрактно предсказывают молекулярный эффект варианта, но не могут предсказать конкретную экспрессию генов конкретного человека. Это зависит от всего геномного и экологического контекста, который выходит за рамки моделей. Сегодня его используют больше для фундаментальных исследований, чем для прямой диагностики.

Жига Авсек, ответственный за разработку модели, признает, что они не решили «проблему прогнозирования эффекта вариантов». «Я думаю, нам еще предстоит пройти очень долгий путь», — говорит он. Хотя модель может предсказать, как генетический вариант может повлиять на молекулярные процессы, такие как экспрессия гена, она не может надежно и полностью предсказать последствия, которые изменение буквы ДНК может иметь в реальности, в клетке или ткани и для здоровья человека.

Хотя модель «не идеальна, поскольку на экспрессию генов влияют сложные факторы окружающей среды, которые модель не может обнаружить, достижение продемонстрированного уровня точности основано исключительно на правилах». локали ДНК, это невероятный технический подвиг», — рассказал порталу Science Media Center Роберт Голдстоун, директор отдела геномики Института Фрэнсиса Крика в Лондоне. Есть исследователи, которые уже видят потенциал этих моделей, например, для диагностики редких заболеваний, которым больше не следует искать только риск в конкретных генах.

Наташа Латышева, соавтор исследования, объясняет, что на данный момент его создатели считают AlphaGenome инструментом фундаментальной науки: «Мы рассматриваем AlphaGenome как инструмент для понимания того, что делают функциональные элементы генома, что, как мы надеемся, ускорит наше фундаментальное понимание кода жизни». Модель доступен для использования исследователями в некоммерческих целях.