Google DeepMindは、ヒトDNAの謎に包まれた非コード領域を解読し、遺伝子制御や疾患発症に影響を与える画期的なAIシステム「AlphaGenome」を発表した。
従来のゲノムAIモデルが主にタンパク質をコードする2%のDNAに焦点を当てていたのに対し、AlphaGenomeは残り98%の、いわゆるゲノムの「ダークマター」に取り組む。この領域には多くの疾患関連変異が存在する。AlphaGenomeは最大100万塩基対の配列を、単一塩基レベルの解像度を維持したまま処理できるため、局所的なパターンと遠隔の制御関係の両方を捉える技術的偉業を実現している。
「これは分野にとってのマイルストーンです」と、メモリアル・スローン・ケタリングがんセンターのCaleb Lareau博士は語る。「初めて、長距離の文脈、塩基レベルの精度、そして最先端のパフォーマンスを、ゲノム関連タスク全体で統合した単一モデルが誕生しました。」
AlphaGenomeは、短いDNAパターンを検出する畳み込みニューラルネットワークと、長距離相互作用を捉えるトランスフォーマーモジュールを組み合わせたハイブリッドアーキテクチャを採用。この手法により、遺伝子発現量、RNAスプライシングパターン、クロマチンアクセシビリティ、変異によるこれらのプロセスの破綻など、数千種類の分子特性を予測できる。ベンチマークテストでは、24の配列予測タスク中22件、26の変異効果予測評価中24件で、専門モデルを上回る成績を収めた。
このモデルはすでにがん研究で実用的な価値を示している。T細胞性急性リンパ芽球性白血病に関連する変異を解析した際、AlphaGenomeは、特定の非コード変異が新たなタンパク質結合部位を作り出すことで発がん遺伝子を活性化する仕組みを正確に予測し、実験結果と一致した。
GoogleはAlphaGenomeを非商用研究向けにAPIで提供開始しており、今後は完全公開も予定している。臨床用途を想定・検証したものではないが、研究者らは、原因となる遺伝子変異の特定や合成生物学の指針として、疾患理解を加速させる可能性があると期待している。
「このシステムによって、ヒトで観察される変異が何を引き起こすかについて、より良い“最初の推測”に近づきます」とLareau氏は説明する。DeepMindの研究担当副社長Pushmeet Kohli氏は、AlphaGenomeを「細胞プロセスをAIで完全にシミュレーションするという究極の目標への大きな第一歩」と表現している。