At køre modellen på forhånd
Google DeepMind offentliggjorde AlphaGenome Atlas mandag, en database med AI-genererede forudsigelser af, hvordan ændringer på ét bogstav i menneskeligt DNA påvirker molekylærbiologien.
Skalaen følger af simpel aritmetik. Det menneskelige referencegenom er cirka tre milliarder bogstaver langt, og i hver position findes tre mulige substitutioner. Det giver ni milliarder varianter, og DeepMind har kørt sin AlphaGenome-model over dem alle på forhånd.
Resultatet er omkring én petabyte data. DeepMind oplyser, at det gør atlasset mere end tredive gange så stort som AlphaFold-databasen, proteinstrukturressourcen selskabet udgav i 2021 og udvidede til over 200 millioner forudsigelser i 2022.
Hvad den forudsiger, og tallet ovenpå
AlphaGenome sammenligner en oprindelig DNA-sekvens med en ændret og forudsiger, hvordan ændringen kan påvirke genudtryk og anden regulatorisk aktivitet. At forudberegne det fjerner det trin, hvor en forsker selv skal køre en model for at spørge om en variant.
Ved siden af de rå forudsigelser udgav DeepMind scoren AlphaGenome Variant Impact, eller AVI. Den kondenserer forudsigelser fra AlphaGenome og fra AlphaMissense — selskabets model for varianter, der ændrer proteiner — til ét enkelt tal, så varianter i kodende og ikke-kodende regioner kan rangordnes på samme skala.
Det sidste punkt er det nyttige. Størstedelen af det menneskelige genom koder ikke for proteiner, og de fleste værktøjer til at tolke varianter har været stærkest netop dér, hvor AlphaMissense allerede virkede. En regulatorisk variant langt fra ethvert gen har historisk været langt sværere at score.
Adgang
Atlasset er gratis til akademisk forskning gennem en webportal, AlphaGenome-API’et og som en færdighed i Google Antigravity. Kommerciel adgang går via Google Cloud.
DeepMind nævner forskningspartnere som Broad Institute, University of Exeter, Stowers Institute for Medical Research, Boston Children’s Hospital og GREGoR-konsortiet. Både Nature og IEEE Spectrum omtalte udgivelsen.
Hvad man skal holde øje med
Det er forudsigelser, ikke målinger. Atlassets værdi afhænger af, hvor godt AlphaGenomes output holder mod eksperimentelle data for varianter, ingen endnu har karakteriseret, og det spørgsmål besvarer genetikfeltet langsomt, én benchmark ad gangen.
Det konkrete at holde øje med er, om kliniske arbejdsgange til varianttolkning begynder at citere AVI-scorer, og på hvilket bevisgrundlag. AlphaFolds strukturer blev infrastruktur, fordi folk kontrollerede dem; den samme prøve gælder her, og den er endnu ikke taget.
