Google DeepMind představil AlphaGenome, nový model umělé inteligence, který by mohl zásadně ovlivní naše chápání DNA – kompletního návodu pro stavbu a fungování lidského těla. Podle výzkumníků má tento nástroj potenciál transformovat výzkum nemocí a objevování nových léků.
Model byl popsán v prestižním časopise Nature a od svého zpřístupnění pro nekomerční využití jej již použilo 3 000 vědců po celém světě. Natasha Latysheva, výzkumná inženýrka v DeepMind, označuje AlphaGenome za nástroj pro pochopení funkčních prvků v genomu, který by měl urychlit fundamentální porozumění kódu života.
Co dokáže AlphaGenome
Lidský genom se skládá z tří miliard písmen DNA kódu, reprezentovaných písmeny A, C, G a T. Pouze 2 % tvoří geny, které kódují všechny proteiny potřebné pro růst a fungování těla. Zbývajících 98 % je označováno jako "temný genom" – méně prozkoumaná oblast, která hraje klíčovou roli v organizaci využívání genů a kde se nachází mnoho mutací spojených s nemocemi.
AlphaGenome dokáže analyzovat až jeden milion písmen kódu najednou, což pomáhá urychlit odhalení tajemství temného genomu. Model předpovídá, kde se geny nacházejí, ale také jak temný genom ovlivňuje jejich expresi (zda je gen vysoce aktivní nebo potlačený) a genové sestřihávání – proces, kterým tělo vytváří různé proteiny z jediného genu.
Zásadní je schopnost modelu předpovědět dopad změny jediného písmene v genetickém kódu. Tato vlastnost otevírá dveře k pochopení, proč drobné rozdíly v naší DNA zvyšují riziko onemocnění jako vysoký krevní tlak, demence nebo obezita.
Technické možnosti
AlphaGenome přijímá jako vstup dlouhou sekvenci DNA – až milion párů bází – a předpovídá tisíce molekulárních vlastností charakterizujících její regulační aktivitu. Tréninkové data pocházela z velkých veřejných konsorcií například 4D Nucleome a FANTOM5, která experimentálně měřila tyto vlastnosti pokrývající důležité modality genové regulace napříč stovkami typů lidských a myších buněk a tkání.
Model dosahuje špičkového výkonu napříč širokou škálou genomických benchmarků. Při produkci předpovědí pro jednotlivé sekvence DNA překonal AlphaGenome nejlepší externí modely v 22 ze 24 hodnocení. Při předpovídání regulačního efektu varianty dosáhl nebo překonal nejlepší externí modely v 24 z 26 hodnocení.
Využití ve výzkumu
Dr. Gareth Hawkes z University of Exeter používá AlphaGenome k prozkoumání toho, jak mutace mohou měnit naše riziko obezity a diabetu. Studie, které sekvenovaly celý genetický kód desítek tisíc lidí, identifikovaly varianty spojené s těmito onemocněními, ale často se nacházejí v temném genomu. "Tyto varianty přímo ovlivňují nějaký důležitý kus biologie, kterému opravdu nerozumíme," řekl Hawkes BBC. Použití AlphaGenome umožňuje výzkumníkům rychle předpovědět, co tyto varianty dělají, aby mohly být testovány v laboratoři. "Neřekl bych, že temná strana genomu je vyřešena AlphaGenome, ale je to velký skok. Jsem opravdu nadšený."
Dalším polem, kde by model mohl urychlit výzkum, je rakovina. AlphaGenome byl použit k předpovědi, které mutace pohánějí rakovinu a jsou také potenciálními cíli léčby, a které mutace jsou náhodné. Například tým použil AlphaGenome k prozkoumání potenciálního mechanismu mutace spojené s rakovinou u pacientů s T-buněčnou akutní lymfoblastickou leukémií (T-ALL).
Hodnocení odborníků
Dr. Robert Goldstone, vedoucí genomiky ve Francis Crick Institute, označil model za "významný milník v oblasti genomické AI" a průlom za "neuvěřitelný technický výkon" díky jeho "schopnosti předpovídat genovou expresi pouze z DNA sekvence".
Prof. Ben Lehner, vedoucí generativní a syntetické genomiky ve Wellcome Sanger Institute, uvedl, že testovali AlphaGenome ve více než půl milionu experimentů a funguje velmi dobře. Upozornil však, že je "daleko od dokonalosti" a stále je třeba hodně práce.
Dr. Caleb Lareau z Memorial Sloan Kettering Cancer Center označil AlphaGenome za milník pro obor: "Poprvé máme jediný model, který sjednocuje dlouhý kontext, přesnost na úrovni bází a špičkový výkon napříč celým spektrem genomických úloh."
Možnosti nasazení a omezení
Latysheva vyjádřila nadšení z potenciálu modelu pochopit, které mutace způsobují nemoci, a pomoci určit příčinu vzácných genetických onemocnění. Model by mohl být použit k "přidání dalšího kousku skládačky pro objevování cílů léků a nakonec vývoj nových léků". Dlouhodobě by mohl být také využit v syntetické biologii a designu nových sekvencí DNA, které by mohly být použity v genových terapiích.
Tým z DeepMind však uznává současná omezení. Model je méně přesný v některých oblastech, například při předpovídání, jak jsou geny regulovány na dlouhé vzdálenosti (více než 100 000 písmen kódu). Tým také chce zlepšit přesnost modelu v různých tkáních – například neuron v mozku má stejný genetický kód jako bijící srdeční buňka, ale každá má různé vlastnosti založené na způsobu, jakým jsou genetické instrukce používány v každém typu buňky.
Pushmeet Kohli, viceprezident vědy a strategických iniciativ v Google DeepMind, věří, že jsme na začátku nové éry vědeckého pokroku: "Myslím, že AI umožní řadu různých průlomů." Tým DeepMind získal v roce 2024 Nobelovu cenu za chemii za práci na AlphaFold – systému AI, který předpovídá 3D strukturu proteinů v těle.
AlphaGenome je nyní dostupný pro nekomerční použití prostřednictvím API a výzkumníci po celém světě jsou zváni, aby se podělili o potenciální případy použití a zpětnou vazbu prostřednictvím komunitního fóra.
