„Google DeepMind“ pristatė „AlphaGenome“ – DI, padedantį naujai suprasti žmogaus DNR

Technologijų bendrovė „Google DeepMind“ paskelbė apie naują dirbtinio intelekto (DI) modelį „AlphaGenome“. Įrankis galėtų ženkliai pagerinti žmogaus DNR sekų supratimą ir žada naują etapą genetinių tyrimų sektoriuje.

Išanalizuos žmogaus genomą

Giluminio mokymosi modelis sujungia kelias genomikos sritis, kurios leidžia apdoroti labai ilgas DNR sekas – apimančias vieną milijoną bazių ilgio vienu metu.

Šios galimybės atvers naujas duris mokslininkams todėl, kad didžioji dalis žmogaus genomo nėra tiesiogiai susijusi su baltymų kūrimu – jis užima tik 2 proc. Likusi genetinė medžiaga žmogaus genome iki šiol buvo siejama su „DNR šiukšlėmis“ ar „tamsiuoju genomu“ ir mažai nagrinėta. Tačiau čia vyksta daugybė pokyčių ir šios DNR dalys dažnai siejamos su ligomis ir kitais sveikatai svarbiais procesais.

„Google DeepMind“ sukurtas įrankis galės prognozuoti iki 11 skirtingų biologinių procesų, kurie įtrauks genų raišką, jų jungimą ir kitus signalus.

Tikimasi proveržio ligų supratime

Šis DI veikimu pagrįstas įrankis galėtų padėti tyrėjams ne tik stebėti DNR seką ir jos nulemtus pokyčius, tačiau ir identifikuoti konkrečius mechanizmus, kurie susiję su įvairiomis ligomis, pavyzdžiui, vėžiu ar autoimuniniais sutrikimais, ar aukštu kraujospūdžiu ir nutukimo rizikomis.

O kartu tai ateityje padėtų kurti sprendimus, kurie „taisytų“ šiuos pokyčius – kurti sintetinę DNR, skirtą aktyvuoti arba deaktyvuoti genus. Ši seka turėtų „sintetinį jungiklį“, kuris užtikrintų, jog sukurta terapinė priemonė įsijungtų tik konkrečiame audinyje. Tuo tarpu likusioje kūno dalyje ji pokyčių neskatintų.

DI indėlis moksle

Technologijos atveria vis platesnes galimybes tyrėjams plėsti mokslo ribas ir pasiekti iki šiol neįmanomų tyrimų lygį. „AlphaGenome“ buvo apmokytas naudojant žmogaus ir pelės genomus, kurie padės įrankiui identifikuoti skirtingas DNR sekas.

Tikimasi, kad ateityje panaši įrankio architektūra padės analizuoti augalų, gyvūnų ir mikrobų mažai tirtus DNR.

Ir nors kūrėjai tikina, kad DI modelį dar reikės tobulinti, kai kurie ekspertai mano, kad tai jau dabar yra reikšmingas šuolis į priekį. 2024 m. „DeepMind“ komanda laimėjo Nobelio chemijos premiją su „AlphaFold“ sistema, kuri buvo skirta prognozuoti organizme esančių baltymų 3D struktūrą.

Iniciatyvų, siekiančių sukurti dirbtinį DNR yra ir daugiau. Apie tai plačiau šiame straipsnyje.

Tyrimas buvo paskelbtas recenzuojamame moksliniame žurnale „Nature“.