Google DeepMind, insan genomunda gerçekleşmesi mümkün olan tüm tek harflik DNA değişimlerinin biyolojik etkilerini tahmin eden AlphaGenome Atlas isimli yeni araştırma platformunu kullanıma sundu. Platform, yaklaşık 9 milyar olası tek nükleotid varyantına ilişkin AlphaGenome tahminlerini önceden hesaplayarak araştırmacıların erişimine açıyor.
DeepMind, AlphaGenome Atlas'ı bu alandaki en kapsamlı moleküler etki kataloğu olarak tanımlıyor. İnsan genomundaki yaklaşık 3 milyar DNA harfinin her biri farklı bir harfle değiştirilebildiği için yaklaşık 9 milyar farklı tek harflik mutasyon ihtimali ortaya çıkıyor. Bu varyantların her birini laboratuvar ortamında deneysel olarak incelemenin pratikte pek de mümkün olmadığını belirtelim. AlphaGenome Atlas'ın temel amacı, yapay zekayı kullanarak bu devasa araştırma alanını araştırmacılar için daha yönetilebilir hale getirmek.
AlphaGenome Atlas 1 petabayttan fazla veri içeriyor
Platformun temelinde, Google DeepMind'in daha önce tanıttığı AlphaGenome modeli bulunuyor. AlphaGenome, 1 milyon DNA harfine kadar olan dizileri analiz ederek gen ifadesi, kromatin erişilebilirliği ve RNA'nın işlenmesi gibi binlerce moleküler özelliğe ilişkin tahminler üretebiliyor. Modelin daha önce yapılan değerlendirmelerde genel amaçlı rakip modelleri 26 varyant etki tahmini testinin 25'inde geride bıraktığı belirtilmişti.
AlphaGenome Atlas ise bu modeli tek tek sorgulamak yerine, olası varyantların sonuçlarını önceden hesaplıyor. Böylece araştırmacıların her varyantı ayrı ayrı API üzerinden analiz etmesi gerekmiyor. Ortaya çıkan veri kümesinin büyüklüğü 1 petabaytı aşıyor.
DeepMind'e göre AlphaGenome Atlas, AlphaFold Database'den 30 kattan daha büyük. Şirket, AlphaFold'un protein yapı tahminlerini araştırmacıların kolayca erişebileceği bir veri tabanına dönüştürmesine benzer şekilde, AlphaGenome Atlas ile genom üzerindeki yapay zeka tahminlerini de geniş bir araştırmacı kitlesine açmayı hedefliyor.
Platform her genetik varyant için gen düzenlenmesiyle ilişkili binlerce moleküler etki tahmini sunuyor. Bu tahminler yüzlerce insan ve fare hücre türü ile dokusunu kapsıyor. Ayrıca Atlas içinde genom boyunca tekrar eden 2 bin 500'den fazla DNA dizisi motifi de bulunuyor.
AlphaGenome ve AlphaMissense tek bir skorda birleşiyor
DeepMind, Atlas ile birlikte araştırmacıların önemli genetik değişiklikleri daha hızlı belirleyebilmesi için AlphaGenome Variant Impact, yani AVI skorunu da tanıttı. AVI, AlphaGenome'un gen düzenlenmesi üzerindeki tahminleriyle DeepMind'in proteinleri etkileyen genetik varyantları analiz eden AlphaMissense modelinin tahminlerini bir araya getiriyor. Böylece bir genetik varyantın potansiyel biyolojik etkisi tek bir sayıyla ifade edilebiliyor.
Sistemin dikkat çekici özelliklerinden biri, yalnızca protein kodlayan DNA bölgelerine odaklanmaması. İnsan genomunun yaklaşık yüzde 2'si protein kodlarken, geri kalan yüzde 98'lik bölüm genlerin ne zaman ve nasıl çalışacağını düzenleyen çeşitli mekanizmalarda rol oynuyor. Hastalıklar ve insan özellikleriyle ilişkilendirilen pek çok varyant da bu kodlamayan bölgelerde bulunuyor. DeepMind, AVI skorunun hem kodlayan hem de kodlamayan bölgelerde kullanılabildiğini belirtiyor.
Nadir hastalık araştırmalarında kullanılmaya başlandı
AlphaGenome Atlas'ın ilk araştırma uygulamalarından bazıları da paylaşılmış durumda. Broad Institute ve GREGoR Consortium‘dan araştırmacılar, çözülememiş nadir hastalıklarda olası nedenleri belirlemek için AVI skorundan yararlandı. Bu çalışmalar sırasında daha önce gözden kaçan ve DNM1 isimli geni etkileyen bir varyant tespit edildi. AlphaGenome, söz konusu değişikliğin hatalı bir RNA kesip-birleştirme noktası oluşturduğunu ve bunun proteinin yapısını değiştirdiğini tahmin etti. Sonraki deneysel çalışmalar da bu tahmini destekledi.
University of Exeter‘dan araştırmacılar ise Atlas'ı 54 binden fazla UK Biobank katılımcısının genom verileri üzerinde kullandı. Araştırmacılar, nadir ve protein kodlamayan varyantları tahmin edilen moleküler etkilerine göre gruplandırdıklarında, geleneksel analiz yöntemine kıyasla yüzde 22 daha fazla genetik ilişki tespit etti.
Aynı araştırmada, vücut kitle indeksiyle bağlantılı olabilecek yüz milyonlarca kodlamayan varyant incelendi. Atlas'ın en etkili olabileceğini tahmin ettiği yüzde 1'lik bölüm üzerine yoğunlaşan araştırmacılar, sonraki çalışmalar için değerlendirilebilecek 19 genetik bölge belirledi. AlphaGenome Atlas deneylerin yerini almayacak AlphaGenome Atlas'ın oldukça geniş bir tahmin haritası sunması, sonuçların doğrudan klinik kararlar için kullanılabileceği anlamına gelmiyor.
DeepMind'in genomik çalışmalarından sorumlu isimlerinden Žiga Avsec, modelin özellikle promoter ve RNA splicing gibi bazı varyant türlerinde güçlü performans gösterdiğini ancak enhancer bölgeleri gibi bazı alanlarda daha zayıf kaldığını belirtiyor.
Şirket de AlphaGenome Atlas'ın deneysel kanıtların yerini alacak bir araç değil, araştırmacıların hangi varyantları daha yakından incelemesi gerektiğini belirlemelerine yardımcı olacak bir rehber olarak değerlendirilmesi gerektiğini vurguluyor.
AlphaGenome Atlas şu anda web tabanlı arayüz, AlphaGenome API ve Google'ın Antigravity platformundaki bir beceri üzerinden erişilebiliyor. Platform akademik ve ticari olmayan araştırmalar için ücretsiz olarak sunulurken, DeepMind ticari erişimin ilerleyen dönemde Google Cloud üzerinden sağlanacağını belirtiyor.
