Google DeepMind julkaisi AlphaGenome Atlaksen, tietokannan, joka ennustaa jokaisen mahdollisen yhden kirjaimen muutoksen vaikutuksen ihmisen perimässä. Ennusteita on yhdeksän miljardia. Aineisto avautui tutkijoille maksutta selainkäyttöliittymän kautta.
Taustalla on yhtiön AlphaGenome-malli, jolla ennusteet laskettiin etukäteen valmiiksi. Lopputulos vie noin petatavun tallennustilaa. DeepMindin mukaan kyseessä on kattavin olemassa oleva luettelo siitä, miten geenimuutokset vaikuttavat solun toimintaan.
Mitä Atlas sisältää
Ihmisen perimässä on noin kolme miljardia emäsparia. Jokainen kirjain voi muuttua kolmeksi muuksi, joten mahdollisia yhden kirjaimen variantteja on yhdeksän miljardia. Atlas käy tämän joukon läpi kokonaan.
Aiemmin mallia käytettiin yksittäisten varianttien tutkimiseen kerrallaan. AlphaGenome on ollut tutkijoiden käytössä juuri tähän. DeepMind halusi kuitenkin antaa kokonaiskuvan koko perimästä yhdellä kertaa.
Ennusteet koskevat molekyylitason vaikutuksia eli sitä, miten muutos häiritsee solun säätelyprosesseja. Kyse ei ole taudin ennustamisesta vaan mekanismin arvioinnista. Tulos on lähtökohta jatkotutkimukselle, ei diagnoosi.
Laskenta tehtiin kerran ja tallennettiin. Tutkijan ei siis tarvitse ajaa mallia itse, vaan hän hakee valmiin tuloksen tietokannasta. Tämä siirtää kynnyksen laskentatehosta hakuliittymään.
AVI-pisteytys tiivistää tuloksen yhteen lukuun
Yhdeksän miljardin ennusteen selaaminen ei onnistu käsin. Siksi DeepMind julkaisi samalla AlphaGenome Variant Impact -pisteytyksen eli AVI:n. Se puristaa ennusteen yhdeksi luvuksi.
Pisteytys yhdistää kaksi mallia. AlphaGenome arvioi säätelyalueiden muutokset ja AlphaMissense proteiinia muuttavat variantit. Yhdistelmä kattaa siten sekä koodaavat että ei-koodaavat alueet.
Käytännön hyöty on priorisointi. Tutkija voi järjestää variantit vaikutuksen mukaan ja poimia lupaavimmat ilman satojen datapisteiden läpikäyntiä. Samalla hän näkee, mistä pisteet muodostuvat.
Yksi luku on aina yksinkertaistus. Se auttaa karsimaan mutta ei korvaa varsinaista analyysia. DeepMind esittää AVI:n nimenomaan seulontatyökaluna.
Ei-koodaava perimä on ollut pimeä alue
Proteiineja koodaava osuus perimästä tunnetaan kohtalaisen hyvin. Se on kuitenkin vain pieni osa kokonaisuudesta. Valtaosa DNA:sta säätelee sitä, milloin ja missä geenit ilmentyvät.
Juuri näiden alueiden tulkinta on ollut vaikeaa. Muutos kaukana itse geenistä voi silti häiritä sen luentaa ja proteiinin tuotantoa. AlphaGenome on aiemmin osoittanut, miten tällaiset häiriöt syntyvät.
Atlas laajentaa saman tarkastelun koko perimään kerralla. Se antaa vertailukohdan, jonka avulla yksittäisen löydöksen merkitystä voi arvioida suhteessa muihin. Ilman tällaista taustaa yksittäinen ennuste jää irralliseksi.
DeepMind kutsuu julkaisua lähtötasoksi eikä päätepisteeksi. Kun mallit paranevat, kartta tarkentuu. Nykyinen versio on paras arvaus, ei mitattu totuus.
Saatavuus ja rajat
Atlas on käytettävissä selainkäyttöliittymässä, joka ei vaadi ohjelmointitaitoa. Lisäksi siihen pääsee AlphaGenome-rajapinnan kautta ja taitona Google Antigravityssä. Ei-kaupallinen käyttö on maksutonta.
Kaupallinen käyttö tulee myöhemmin Google Cloudiin. Itse AlphaGenome-perusmalli on jo saatavilla akateemiseen käyttöön GitHubissa ja rajapinnan kautta sekä kaupallisesti Model Gardenissa. Jako noudattaa siis yhtiön aiempaa linjaa.
Työhön osallistui joukko tutkimuslaitoksia. Mukana olivat muun muassa Exeterin yliopisto, Broad Institute, Boston Children's Hospital, Harvard, Memorial Sloan Kettering ja Massachusetts General Hospitalin genomilääketieteen keskus.
Rajat kannattaa pitää mielessä. Kyseessä on ennustemalli, jonka tuotokset vaativat kokeellista vahvistusta. Kliinisiä päätöksiä sillä ei tehdä.
Yhteenveto
AlphaGenome Atlas siirtää painopisteen mallista aineistoon. Sen sijaan että jokainen tutkija ajaisi mallin itse, DeepMind laski tulokset valmiiksi ja avasi ne selattavaksi. Petatavun tietokanta on lopputuote, ei esittely.
Hyöty ratkeaa siinä, löytävätkö tutkijat ennusteista oikeita johtolankoja. Kartta on nyt olemassa, mutta maasto on yhä tarkistamatta.