Google DeepMind ЖИ-ді ДНҚ-ның ағзаның әртүрлі жасушаларына қалай әсер ететінін дәлірек анықтауға үйретті

Адам ағзасындағы барлық жасушалардың ДНҚ-сы іс жүзінде бірдей. Бірақ олар әртүрлі жұмыс істейді: жүрек жасушаларында бір гендер белсенді болса, иммундық жасушаларда басқалары белсенді. Сондықтан бір ғана генетикалық мутация әртүрлі тіндер мен ағзаларға әртүрлі әсер етуі мүмкін.

11 қарашада Google DeepMind компаниясы AlphaGenome 2 моделін таныстырды — бұл жаңа ЖИ моделі осы байланысты дәлірек зерттеуге мүмкіндік береді. Ол ДНҚ-ның нақты нұсқаларының белгілі бір жасуша түрлері мен олардың күйлеріндегі гендердің белсенділігіне қалай әсер ететінін болжайды.

Геномнан нақты жасушаға дейін

AlphaGenome 2-нің алдыңғы нұсқадан басты айырмашылығы — жаңа архитектура. Бірінші модель мыңдаған эксперимент пен әртүрлі тіндер үшін бір мезгілде болжам жасайтын. Екінші модель басқаша жұмыс істейді: зерттеуші ұзындығы миллион нуклеотидке дейінгі ДНҚ тізбегін және нақты биологиялық жағдайды — тінді, жасуша түрін немесе оның күйін — береді.

Бұл бір ДНҚ учаскесінің әртүрлі жасушаларда қалай көрінетінін көруге мүмкіндік береді — мысалы, қарапайым иммундық жасушада және зертханада белсендірілген жасушада.

Модельді оқыту үшін адам мен тышқанның деректері қолданылды — екі түрдің 68 тінінен алынған жалпы 107 млн-нан астам жеке жасуша профилі. Сонымен қатар, AlphaGenome 2 ДНҚ метилденуін болжауды үйренді — бұл гендердің белсенділігін реттейтін маңызды механизмдердің бірі.

Анықталған генетикалық нұсқалар екі есеге жуық артты

DeepMind компаниясының өз тестілеу деректері бойынша, 28 иммундық жасуша түрін қамтитын TenK10K жиынтығында жаңа модель мынаны көрсетті:

🔹 себепті генетикалық нұсқаларды анықтау: жеке жасуша деректерінде қосымша оқытылған алдыңғы AlphaGenome-дегі 16%-бен салыстырғанда 30%;
🔹 нұсқалардың гендер белсенділігіне әсер ету бағытын дұрыс анықтау: 23%-бен салыстырғанда 43%.

Екі жағдайда да белгіленген дәлдік көрсеткіштері бар арнайы тесттердің нәтижелері туралы сөз болып отыр. Осы жиынтықта AlphaGenome 2 екі көрсеткішті де екі есеге жуық жақсартты.

Модельдің маңызды ерекшелігі — зерттеушінің қолында бірнеше ондаған жасуша ғана болса да, жеке жасушалар бойынша жаңа деректермен жұмыс істей алу қабілеті. Бұл үшін модельді қосымша оқыту қажет емес.

Нақты мысалдар да бар. Зерттеушілер COVID-19-дың ауыр өтуімен байланысты ДНҚ нұсқасын тексерді. AlphaGenome 2 оның гендер белсенділігіне әсері ынталандырылмаған жасушаларға қарағанда, мРНҚ вакцинасымен зертханалық түрде ынталандырылған Т-жасушаларында күштірек көрінетінін көрсетті.

Басқа мысал ішектің қабыну ауруларына қатысты. Модель жарияланған зерттеу нәтижелерін қайта шығара алды: белгілі бір ДНҚ нұсқасы қабыну дамуына қатысатын ішек макрофагтарында ETS2 генінің белсенділігін күшейтеді. Бұл патологиялық үдерістің дәл қай жасушаларда өрбитінін дәлірек анықтауға мүмкіндік береді.

Фармацевтика үшін маңызы

Фармацевтика саласы үшін аурумен байланысты генетикалық нұсқаны анықтап, оның қай жасушаларда әрекет ететінін және қандай механизмдерге әсер ететінін түсіну принципті маңызды.

«Дәрі-дәрмек әзірлеу кезінде сен нақты белоктар мен нақты жасуша түрлерін мақсат етесің», — деп DeepMind компаниясының геномика бағыты жетекшісі Жига Авсец The Verge изданиесіне түсіндірді.

ДНҚ нұсқасы, ген белсенділігі және жасуша түрі арасындағы байланысты дәл түсіну зерттеушілерге жаңа препараттар үшін нысандарды негізделген түрде таңдауға мүмкіндік береді.

Болашақта мұндай модельдер «виртуалды жасушалардың» — қымбат зертханалық тәжірибелер жүргізілмес бұрын ғылыми болжамдарды тексеруге мүмкіндік беретін биологиялық жүйелердің цифрлық симуляцияларының — негізіне айналуы мүмкін.

Қазір не қолжетімді

AlphaGenome 2 коммерциялық емес ғылыми зерттеулер үшін API арқылы қазірдің өзінде ашық. Коммерциялық зерттеулер үшін жабық алдын ала тестілеу режимі қолданылады.

DeepMind компаниясы сондай-ақ әртүрлі белгілермен байланысты генетикалық нұсқалар үшін жүздеген жасушалық және тіндік жағдайларға арналған болжамдарды алдын ала есептеп қойды. Компания AlphaGenome 2 Skills өнімін Google Antigravity платформасында шығаруды жоспарлап отыр — бұл Google-дың агенттік әзірлемеге арналған эксперименттік құралы, әзірге кең коммерциялық шығарылымы жоқ.

Дегенмен жаңа модель бірінші нұсқаны әлі толық алмастыра алмайды: оның болжамдарын есептеу қымбатырақ, әсіресе модель толықтай талдайтын миллион нуклеотидке дейінгі ұзын ДНҚ тізбектері үшін. Сондықтан геномдық атластар құру сияқты ауқымды деңгейдегі міндеттер үшін алдыңғы модель практикалық тұрғыдан тиімдірек құрал болып қала беруі мүмкін.

Принципті шектеу де бар: AlphaGenome 2 тек зерттеу мақсатына арналған және клиникалық валидациядан өтпеген. Ол медициналық диагностика немесе емдеу әдісін таңдау құралы емес.

AlphaGenome 2 жаңа дәрі-дәрмектердің жақын арада пайда болатынын уәде етпейді. Модель генетикалық өзгерістерді нақты жасушалар мен биологиялық үдерістермен дәлірек байланыстырады — бұл ЖИ-дің зерттеушілерге ауруды бақылаудан оның молекулалық себептерін түсінуге көшуіне көмектесуіне қарай жасалған қадам.

Дереккөздер:
Google DeepMind:
https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/

Nature:
https://www.nature.com/articles/d41586-026-03673-0

The Verge:
https://www.theverge.com/ai-artificial-intelligence/1031524/google-deepmind-alphagenome-2-genetic-ai-model