menu
close

DeepMinds AlphaGenome afslører DNA'ets skjulte regulatoriske hemmeligheder

Google DeepMind har præsenteret AlphaGenome, en banebrydende AI-model, der fortolker de 98% af menneskets DNA, som tidligere blev betragtet som 'mørkt stof' – de ikke-kodende områder, der regulerer genaktivitet. Modellen kan analysere op til en million DNA-basepar ad gangen og forudsige, hvordan genetiske varianter påvirker forskellige biologiske processer med hidtil uset nøjagtighed. Forskere beskriver det som en milepæl, der forener langtrækkende kontekst med præcision på base-niveau på tværs af genomiske opgaver og potentielt kan revolutionere sygdomsforskning og vores forståelse af genomet.
DeepMinds AlphaGenome afslører DNA'ets skjulte regulatoriske hemmeligheder

Google DeepMind har lanceret AlphaGenome, et revolutionerende AI-system, der afkoder de mystiske ikke-kodende områder af menneskets DNA, som påvirker genregulering og sygdomsudvikling.

I modsætning til tidligere genomiske AI-modeller, der primært fokuserede på de 2% af DNA'et, som koder for proteiner, tager AlphaGenome fat på de resterende 98% – ofte kaldet genomisk 'mørkt stof' – hvor mange sygdomsrelaterede varianter findes. Modellen kan behandle sekvenser på op til en million basepar, samtidig med at den bevarer opløsning på enkelt-nukleotid-niveau, hvilket er en teknisk bedrift, der gør det muligt at opfange både lokale mønstre og fjerne regulatoriske relationer.

"Det er en milepæl for feltet," siger Dr. Caleb Lareau fra Memorial Sloan Kettering Cancer Center. "For første gang har vi en enkelt model, der forener langtrækkende kontekst, præcision på base-niveau og topmoderne ydeevne på tværs af et helt spektrum af genomiske opgaver."

AlphaGenomes hybride arkitektur kombinerer konvolutionelle neurale netværk, der registrerer korte DNA-mønstre, med transformer-moduler, der opfanger langtrækkende interaktioner. Denne tilgang gør det muligt at forudsige tusindvis af molekylære egenskaber, herunder genekspressionsniveauer, RNA-splejsningsmønstre, kromatin-tilgængelighed og hvordan mutationer kan forstyrre disse processer. I benchmark-tests overgik modellen specialiserede modeller i 22 ud af 24 sekvensforudsigelsesopgaver og 24 ud af 26 evalueringer af variant-effektforudsigelser.

Modellen har allerede vist praktisk værdi i kræftforskning. Ved analyse af mutationer forbundet med T-celle akut lymfoblastisk leukæmi forudsagde AlphaGenome korrekt, hvordan specifikke ikke-kodende mutationer aktiverer et kræftfremkaldende gen ved at skabe nye proteinbindingssteder – i overensstemmelse med eksperimentelle fund.

Google stiller AlphaGenome til rådighed via et API til ikke-kommerciel forskning og planlægger en fuld offentliggørelse i fremtiden. Selvom modellen ikke er designet eller valideret til klinisk brug, mener forskere, at den kan accelerere forståelsen af sygdomme ved at hjælpe med at identificere årsagsgivende genetiske varianter og vejlede syntetisk biologi.

"Dette system bringer os tættere på et kvalificeret første gæt på, hvad enhver variant vil gøre, når vi observerer den hos et menneske," forklarer Lareau. DeepMinds forskningsdirektør Pushmeet Kohli beskriver AlphaGenome som "et stort første skridt" mod det ultimative mål: at simulere cellulære processer udelukkende ved hjælp af AI.

Source:

Latest News