Новая версия геномной модели искусственного интеллекта научилась с высокой точностью прогнозировать, как изменения в ДНК влияют на работу конкретных типов клеток. AlphaGenome 2 может помочь исследователям находить генетические причины заболеваний, выявлять ранее незамеченные мутации и лучше понимать механизмы развития сложных патологий.
Компания Google представила AlphaGenome 2 — обновлённую модель искусственного интеллекта для анализа человеческого генома. Её главная особенность заключается в способности прогнозировать последствия генетических изменений не просто для определённых тканей организма, а для конкретных типов и состояний клеток.
Это существенный шаг вперёд в вычислительной биологии. Ведь практически каждая клетка человеческого организма содержит одинаковую ДНК, однако набор активных генов существенно различается. Именно эта избирательная активность определяет, станет ли клетка частью сердечной мышцы, иммунной системы или нервной ткани.
Понимание того, почему определённые гены активируются в одних клетках и остаются выключенными в других, имеет принципиальное значение для изучения наследственных и приобретённых заболеваний.
По данным Google, новая модель почти вдвое превосходит предшественницу по способности выявлять генетические варианты, влияющие на активность генов в отдельных клетках. Её обучали на более чем 107 миллионах клеточных профилей, полученных из 68 типов тканей.
Почему недостаточно просто прочитать генетический код?
ДНК можно представить как огромную инструкцию по созданию и функционированию человеческого организма. Однако наличие определённого гена ещё не означает, что он будет активен в каждой клетке.
Управление генетической активностью осуществляется с помощью сложной системы регуляции. Одни участки ДНК непосредственно содержат инструкции для производства белков, другие работают как своеобразные переключатели, определяющие, когда, где и насколько интенсивно должны функционировать те или иные гены.
Проблема заключается в том, что небольшие изменения в таких регуляторных участках могут приводить к серьёзным последствиям. При этом одна и та же генетическая вариация способна оказывать совершенно разное воздействие на различные типы клеток.
Например, мутация может практически не влиять на работу одного типа клеток, но нарушать функционирование иммунных клеток, участвующих в развитии воспалительного процесса.
В последние годы международные исследовательские проекты, в частности Human Cell Atlas («Атлас клеток человека»), активно создают подробные карты клеточного разнообразия человеческого организма. Они позволяют изучать активность генов в миллионах отдельных клеток.
Однако определить, как конкретное изменение ДНК повлияет на работу определённой клетки, значительно сложнее.
Именно эту задачу призвана решать AlphaGenome 2.
Как работает AlphaGenome 2?
Предыдущая версия AlphaGenome анализировала протяжённые участки ДНК — до миллиона нуклеотидов — и одновременно прогнозировала различные характеристики генетической активности в нескольких тканях.
Такой подход оказался эффективным, однако имел ограничение: при одновременном анализе большого количества тканей и клеточных характеристик модели было сложнее замечать тонкие различия между близкими типами клеток.
В AlphaGenome 2 Google изменила сам принцип работы системы.
Теперь модель использует условный подход (conditional modeling): вместо одновременного прогнозирования для множества тканей она анализирует конкретное биологическое состояние за один проход.
В качестве входных данных модель получает последовательность ДНК и информацию о целевом состоянии клетки — например, её тип, принадлежность к определённой ткани или состояние активности.
Благодаря этому AlphaGenome 2 может учитывать, что один и тот же участок генетического кода способен работать совершенно по-разному в различных клетках.
Модель также анализирует несколько характеристик генетической активности:
- Экспрессию генов — интенсивность использования генетической информации для производства РНК и белков.
- Доступность хроматина — степень доступности участков ДНК для молекулярных механизмов, регулирующих активность генов.
- Модификации гистонов — химические изменения белков, вокруг которых организована ДНК и которые участвуют в регулировании активности генов.
- Метилирование ДНК — присоединение химических групп к определённым участкам генетического материала, способное влиять на активность генов.
Таким образом, AlphaGenome 2 рассматривает геном не как статичную последовательность букв, а как динамическую систему, работа которой зависит от конкретного типа и состояния клетки.
Почти двукратный рост точности выявления генетических вариантов
Одно из главных преимуществ новой модели — улучшенное прогнозирование последствий изменений ДНК.
Для проверки возможностей AlphaGenome 2 исследователи использовали набор данных TenK10K, содержащий информацию о 28 основных типах иммунных клеток человека.
Результаты оказались показательными. По сравнению с предшествующей моделью AlphaGenome, дополнительно обученной на данных отдельных клеток, новая система продемонстрировала заметный прирост точности.
В частности:
- Доля правильно выявленных причинных генетических вариантов увеличилась с 16% до 30%.
- Точность определения направленного воздействия вариантов на активность генов выросла с 23% до 43%.
Это означает, что модель способна обнаруживать значительно больше потенциально важных генетических изменений, которые могли бы остаться незамеченными при использовании других методов.
Особенно важно, что AlphaGenome 2 научилась лучше различать эффекты мутаций в близких типах клеток. Например, она может отслеживать изменения генетической активности по мере созревания стволовых клеток крови и их превращения в эритроциты или различные разновидности иммунных клеток.
Для исследователей это открывает возможность изучать не только конечное состояние клетки, но и процессы её развития.
Поиск генетических причин воспалительных заболеваний
Одним из наиболее интересных примеров применения AlphaGenome 2 стало исследование воспалительных заболеваний кишечника.
Ранее учёные установили, что определённый генетический вариант в удалённом регуляторном участке ДНК способен провоцировать развитие воспаления. Он усиливает активность гена ETS2 в макрофагах — иммунных клетках, присутствующих в тканях кишечника.
Макрофаги выполняют важную защитную функцию, однако нарушение механизмов регулирования их активности может способствовать развитию хронического воспаления.
AlphaGenome 2 смогла воспроизвести результаты этого исследования вычислительным путём.
Модель не только определила потенциально причинный генетический вариант, но и показала, что его воздействие преимущественно проявляется именно в макрофагах кишечника. На другие типы клеток и гены влияние оказалось значительно слабее.
Почему это важно? При анализе целой ткани подобная закономерность могла бы затеряться среди усреднённых показателей активности множества различных клеток.
Способность выделять конкретные клетки, в которых проявляется действие мутации, позволяет точнее устанавливать биологические механизмы заболеваний.
Анализ новых типов клеток без повторного обучения
Ещё одна интересная возможность AlphaGenome 2 — способность работать с клеточными состояниями, которые модель ранее не встречала.
Обычно адаптация искусственного интеллекта к новым экспериментальным данным требует дополнительного обучения. Это может быть дорогостоящим и занимать значительное время.
AlphaGenome 2 использует другой подход.
Исследователи могут предоставить системе результаты анализа активности генов в небольшом количестве клеток, полученные с помощью технологии секвенирования РНК отдельных клеток (single-cell RNA-seq).
На основании этих данных модель формирует представление о состоянии исследуемых клеток и использует его для адаптации прогнозов. При этом повторно обучать саму модель не требуется.
Это особенно полезно при изучении состояний, связанных с заболеваниями, инфекциями или воздействием лекарственных препаратов.
Пример: реакция иммунитета на вакцину от COVID-19
Google приводит в качестве примера исследование, связанное с мРНК-вакциной против COVID-19.
Используя новые экспериментальные данные, AlphaGenome 2 смогла различить активированные вакциной Т-клетки и клетки, находящиеся в состоянии покоя.
Более того, модель обнаружила, что определённый генетический вариант, связанный с тяжёлым течением COVID-19, оказывает более выраженное воздействие на активность генов именно в активированных Т-клетках.
При исследовании только неактивных клеток этот эффект мог бы остаться незамеченным.
Таким образом, AlphaGenome 2 способна учитывать не только генетические особенности организма, но и текущее функциональное состояние его клеток.
Как искусственный интеллект объединяет генетику и клеточную биологию?
Одно из перспективных направлений современной медицины — установление связи между генетическими особенностями человека и конкретными биологическими процессами, происходящими в его организме.
Важную роль здесь играют полногеномные ассоциативные исследования (GWAS). Они позволяют обнаруживать генетические варианты, статистически связанные с определёнными заболеваниями и физиологическими характеристиками.
Однако обнаружить связь — ещё не значит установить причину.
Исследователи могут выявить участок генома, связанный, например, с диабетом второго типа, но при этом не знать, какая именно мутация ответственна за наблюдаемый эффект, какой ген она затрагивает и в каких клетках проявляется её действие.
AlphaGenome 2 призвана сократить этот разрыв.
Google предварительно рассчитала прогнозы для генетических вариантов, связанных с различными человеческими признаками и заболеваниями, охватив сотни клеточных состояний и типов тканей.
В рамках этой работы особое внимание уделили двум направлениям.
Первое — определение связей между энхансерами и генами.
Энхансеры — это регуляторные участки ДНК, способные усиливать активность определённых генов. Они могут находиться на значительном расстоянии от регулируемых ими генов, что затрудняет установление взаимосвязей.
AlphaGenome 2 помогает строить карты таких взаимодействий непосредственно для конкретных типов клеток человека.
Например, модель позволяет исследовать регуляцию генов в астроцитах — клетках головного мозга, которые поддерживают и защищают нейроны.
Это особенно важно, поскольку результаты лабораторных экспериментов на стандартных клеточных линиях далеко не всегда отражают процессы, происходящие в реальных тканях человеческого организма.
Второе — определение причинных генетических вариантов.
Используя данные GWAS и собственные прогнозы, AlphaGenome 2 помогает исследователям точнее определять варианты ДНК, потенциально ответственные за развитие заболеваний, а также устанавливать типы клеток, в которых они проявляют своё действие.
Модель способна прогнозировать и направление воздействия: усиливает ли конкретный вариант активность определённого гена или, наоборот, подавляет её.
Подобная информация может стать важной отправной точкой для дальнейшего изучения механизмов заболеваний и поиска потенциальных терапевтических мишеней.
Значение для разработки новых лекарств
Возможности AlphaGenome 2 могут оказаться особенно востребованными в фармацевтических исследованиях.
Человеческая генетика давно считается одним из важнейших источников информации для разработки лекарственных препаратов. Генетические исследования помогают определять биологические механизмы заболеваний и находить молекулярные мишени, воздействие на которые потенциально способно улучшить состояние пациентов.
Однако между обнаружением генетической связи и созданием эффективного лекарства лежит большой путь.
Необходимо установить, какой именно ген участвует в развитии патологии, в каких клетках он работает, какие процессы нарушаются и каким образом можно повлиять на них без нежелательных последствий.
AlphaGenome 2 потенциально способна ускорить начальные этапы этой работы, помогая исследователям отбирать наиболее перспективные генетические варианты и определять клеточные механизмы, требующие дальнейшего изучения.
Питер Доннелли (Peter Donnelly), генеральный директор Genomics PLC, отметил перспективность подобных моделей для преодоления разрыва между результатами генетических исследований и практическими задачами разработки лекарств.
Компания Genomics PLC планирует интегрировать AlphaGenome 2 в свою исследовательскую платформу Mystra.
Доступность и перспективы развития
AlphaGenome 2 уже доступна для некоммерческих научных исследований через AlphaGenome API. Для коммерческих исследовательских проектов предусмотрен режим закрытого предварительного доступа.
Google также продолжает сотрудничество с научными организациями, включая Институт Wellcome Sanger и участников международного проекта Human Cell Atlas. Совместная работа направлена на расширение базы данных человеческих клеток, изучение новых клеточных состояний и совершенствование прогнозов модели.
В дальнейшем компания планирует интегрировать возможности AlphaGenome 2 в специализированные инструменты для научной работы, включая платформу Google Antigravity.
При этом важно учитывать ограничения технологии.
AlphaGenome 2 пока является исследовательским инструментом, а не медицинской диагностической системой. Модель не проходила проверку и не получила одобрения для использования в клинической диагностике или принятии решений о лечении пациентов.
Тем не менее её появление демонстрирует важное направление развития вычислительной биологии: переход от общего анализа генетического материала к точному прогнозированию его воздействия на отдельные клетки.
Если прежние поколения инструментов помогали исследователям находить потенциально значимые участки генома, то AlphaGenome 2 позволяет сделать следующий шаг — выяснять, где именно, при каких условиях и каким образом эти участки влияют на работу организма.
Именно такая детализация может стать одним из ключей к более глубокому пониманию генетических заболеваний и созданию новых подходов к разработке лекарств.
