I ett stort genombrott för beräkningsbiologin har Google DeepMind lanserat AlphaGenome, ett artificiellt intelligenssystem utformat för att avkoda de mystiska icke-kodande regionerna som utgör 98 % av människans DNA.
Medan endast 2 % av vårt genom direkt kodar för proteiner, spelar den återstående 'mörka materian' en avgörande roll i regleringen av genaktivitet och är ofta inblandad i sjukdomar. AlphaGenome är den första heltäckande AI-modellen som kan analysera dessa komplexa regulatoriska regioner i en aldrig tidigare skådad skala och upplösning.
"Det här är ett av de mest grundläggande problemen, inte bara inom biologin – utan inom hela vetenskapen," sade Pushmeet Kohli, DeepMinds chef för AI inom vetenskap, under en pressbriefing. Modellen bygger vidare på DeepMinds tidigare framgång med AlphaFold, som revolutionerade förutsägelsen av proteinstrukturer och delade Nobelpriset i kemi förra året.
AlphaGenomes tekniska kapacitet är imponerande. Den kan bearbeta DNA-sekvenser upp till en miljon baspar långa och bibehålla upplösning på enskild nukleotidnivå, vilket gör det möjligt att förutsäga tusentals molekylära egenskaper som kännetecknar genreglering. I jämförelsetester överträffade modellen specialiserade modeller i 22 av 24 sekvensprediktionsuppgifter och matchade eller överträffade andra i 24 av 26 utvärderingar av variantpåverkan.
Modellen har redan visat praktiska tillämpningar inom sjukdomsforskning. Vid analys av mutationer hos leukemipatienter förutsåg AlphaGenome korrekt hur icke-kodande varianter aktiverade en cancerdrivande gen genom att skapa en ny bindningsplats för ett regulatoriskt protein. "Att avgöra relevansen hos olika icke-kodande varianter kan vara extremt utmanande, särskilt i stor skala. Det här verktyget ger en avgörande pusselbit," förklarade professor Marc Mansour vid University College London.
DeepMind har gjort AlphaGenome tillgängligt via API för icke-kommersiell forskning, med planer på en fullständig lansering i framtiden. Även om modellen har begränsningar – den har svårt med mycket avlägsna DNA-interaktioner och är inte validerad för kliniskt bruk – utgör den ett betydande steg mot att förstå hur vårt genom fungerar och kan påskynda upptäckter inom sjukdomsforskning, syntetisk biologi och personlig medicin.