Google DeepMind, hastalıkları incelemek için AlphaGenome 2’yi yayınladı

Google DeepMind, 11 Kasım Çarşamba günü, DNA dizilerinin ve varyantlarının belirli insan hücresi tiplerini ve durumlarını nasıl etkilediğini tahmin eden bir model olan AlphaGenome 2'yi yayınladı. Şirket bunu, bilim insanlarının hastalıkların hücresel sürücülerini bulmalarına yardımcı olacak bir araç olarak tanımlıyor. Model, 68 dokudan alınan 100 milyondan fazla tek hücre profili üzerinde eğitildi. Şirkete göre, geçen yıl piyasaya sürülen orijinal AlphaGenome'dan neredeyse iki kat daha fazla ifade değiştiren varyant tanımlıyor.deepmind.google+1

Araştırmacılar modeli artık AlphaGenome API aracılığıyla ticari olmayan çalışmalar için kullanabiliyor. Ticari araştırma erişimi ise özel ön izleme aşamasında. DeepMind, modellerin yalnızca araştırma amaçlı olduğunu ve klinik veya tanısal kullanım için doğrulanmadığını veya onaylanmadığını belirtiyor.deepmind.google

Koşullu bir yeniden tasarım

İlk AlphaGenome, binlerce deneyi paralel olarak tahmin ediyordu. AlphaGenome 2 ise bunun yerine koşullu bir model. Bir milyon harflik DNA dizisiyle birlikte, aynı DNA parçasının farklı hücrelerde nasıl farklı okunduğunu öğrenebilmesi için her seferinde bir doku, hücre tipi veya durum girişi alıyor. Model, 107 milyondan fazla bireysel hücre profili dahil olmak üzere insan ve fare verileri üzerinde eğitildi. Ayrıca tahmin ettiği çıktılara DNA metilasyonunu da ekliyor.deepmind.google

DeepMind, modeli 28 bağışıklık hücresi tipini kapsayan TenK10K veri kümesi üzerinde test etti. Burada, önceki modelin %16'sına kıyasla %30 oranında nedensel varyantları ve %23'e kıyasla %43 oranında yönlü gen etkilerini tanımladı. Model ayrıca yeniden eğitilmeye gerek kalmadan sadece birkaç düzine hücreden gelen yeni tek hücre verileriyle de çalışabiliyor. Bir testte, şiddetli COVID-19 ile bağlantılı bir varyantın, aşıyla aktive edilmiş T hücrelerinde gen aktivitesini daha güçlü bir şekilde bozduğunu gösterdi.europapress.es+1

Genetiği ilaç hedefleriyle ilişkilendirmek

DeepMind genomik lideri Žiga Avsec, The Verge'e bu ayrıntı düzeyinin ilaç geliştirme için önemli olduğunu söyledi. "İlaç geliştirirken belirli proteinleri ve belirli hücre tiplerini hedefliyorsunuz" dedi. Ayrıca AlphaGenome 2'nin, tahminlerinin hesaplanmasının "daha pahalı" olması nedeniyle selefinin yerini hemen almayacağını ekledi. Bu maliyet, DeepMind'ın Eylül ayında yayınladığı genom çapındaki Atlas'ı oluşturmayı pratik dışı kılardı.theverge.com

İnsan Hücresi Atlası'nın kurucu ortağı Sarah Teichmann, modeli heyecan verici kılan şeyin "yeniden eğitilmeye gerek kalmadan doğrudan yeni tek hücre verilerine uyum sağlaması" olduğunu söyledi.businessinsider.es

Sırada ne var

DeepMind, yüzlerce hücre ve doku koşulunda özelliklerle ilişkili varyantlar için önceden hesaplanmış tahminlere sahip. AlphaGenome 2 Skills'i Google Antigravity ajan geliştirme platformunda yayınlamayı planlıyor. Genomics Limited CEO'su Peter Donnelly, modeli "alanda etkileyici bir ilerleme" olarak nitelendirdi ve şirketinin bunu Mystra platformuna eklemeyi planladığını söyledi. Avsec, bu tür modellerin sonunda biyolojik sistemlerin dijital simülasyonları olan "sanal hücreler" oluşturma çabalarına katkıda bulunabileceğini belirtti.theverge.com+1