Å kjøre modellen på forhånd
Google DeepMind publiserte AlphaGenome Atlas mandag, en database med KI-genererte prediksjoner for hvordan endringer på én bokstav i menneskelig DNA påvirker molekylærbiologien.
Skalaen følger av enkel aritmetikk. Det menneskelige referansegenomet er om lag tre milliarder bokstaver langt, og i hver posisjon finnes tre mulige substitusjoner. Det gir ni milliarder varianter, og DeepMind har kjørt AlphaGenome-modellen over dem alle på forhånd.
Resultatet er rundt én petabyte data. DeepMind opplyser at det gjør atlaset mer enn tretti ganger så stort som AlphaFold-databasen, proteinstrukturressursen selskapet lanserte i 2021 og utvidet til over 200 millioner prediksjoner i 2022.
Hva det forutsier, og tallet på toppen
AlphaGenome sammenligner en opprinnelig DNA-sekvens med en endret og forutsier hvordan endringen kan påvirke genuttrykk og annen regulatorisk aktivitet. Å forhåndsberegne dette fjerner trinnet der en forsker selv må kjøre en modell for å spørre om en variant.
Ved siden av de rå prediksjonene lanserte DeepMind poengsummen AlphaGenome Variant Impact, eller AVI. Den kondenserer prediksjoner fra AlphaGenome og fra AlphaMissense — selskapets modell for varianter som endrer proteiner — til ett enkelt tall, slik at varianter i kodende og ikke-kodende regioner kan rangeres på samme skala.
Det siste punktet er det nyttige. Mesteparten av det menneskelige genomet koder ikke for proteiner, og de fleste verktøy for å tolke varianter har vært sterkest nettopp der AlphaMissense allerede virket. En regulatorisk variant langt fra noe gen har historisk vært langt vanskeligere å score.
Tilgang
Atlaset er gratis for akademisk forskning, gjennom en nettportal, AlphaGenome-API-et og som en ferdighet i Google Antigravity. Kommersiell tilgang går via Google Cloud.
DeepMind navngir 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 lanseringen.
Hva som skjer videre
Dette er prediksjoner, ikke målinger. Verdien av atlaset avhenger av hvor godt AlphaGenomes utdata står seg mot eksperimentelle data for varianter ingen ennå har karakterisert, og det spørsmålet besvarer genetikkfeltet langsomt, én referansetest om gangen.
Det konkrete å følge med på, er om kliniske arbeidsflyter for varianttolkning begynner å sitere AVI-skårer, og på hvilket bevisgrunnlag. AlphaFolds strukturer ble infrastruktur fordi folk kontrollerte dem; den samme prøven gjelder her, og den er ennå ikke tatt.
