Google DeepMind, insan genomunda meydana gelebilecek yaklaşık 9 milyar tek harflik DNA değişikliğinin etkilerini yapay zekayla tahmin ediyor.
Google DeepMind, insan genomunda meydana gelebilecek yaklaşık 9 milyar tek harflik DNA değişikliğinin moleküler etkilerini yapay zekayla tahmin eden "AlphaGenome Atlas" platformunu kullanıma sundu.
REKLAM
REKLAM
Akademik araştırmacılara ücretsiz olarak açılan platform, bilim insanlarının milyarlarca genetik varyant arasından hastalıklarla veya biyolojik süreçlerle ilişkili olabilecek değişiklikleri daha hızlı belirlemesine yardımcı olmayı amaçlıyor.
İnsan genomu yaklaşık 3 milyar DNA harfinden oluşuyor. Bu harflerin her birinin diğer üç DNA harfinden birine dönüşmesi teorik olarak 9 milyardan fazla olası "tek nükleotid varyantı" (SNV) meydana getiriyor.
Bunların her birinin etkisini laboratuvarda ayrı ayrı test etmek ise zaman ve maliyet açısından pratik olarak mümkün değil.
DeepMind'ın çözümü, bu deneylerin yerini tamamen almak değil, yapay zeka kullanarak hangi değişikliklerin araştırılmaya değer olabileceğini önceden tahmin etmek.
9 milyar olası değişiklik için önceden hesaplama yapıldı
AlphaGenome Atlas'ın temelinde Google DeepMind'ın daha önce geliştirdiği AlphaGenome adlı yapay zeka modeli var.
AlphaGenome, DNA dizisindeki değişikliklerin genlerin çalışmasını düzenleyen moleküler süreçleri nasıl etkileyebileceğini tahmin ediyor. Atlas için modelin tahminleri yaklaşık 9 milyar olası tek nükleotid değişikliği için önceden hesaplandı.
Böylece araştırmacıların her varyant için modeli yeniden çalıştırması yerine sonuçları büyük ve aranabilir bir veri tabanından incelemesi mümkün hale geliyor.
Yaklaşık bir petabayt büyüklüğündeki Atlas, yüzlerce insan hücre ve doku türünde her bir varyant için binlerce moleküler etki tahmini içeriyor.
Bunlar arasında gen ifadesi, RNA'nın işlenmesi ve birleştirilmesi, DNA'nın hücre içinde erişilebilirliği ve protein fonksiyonları gibi süreçler var.
DeepMind, AlphaGenome Atlas'ı bugüne kadar genetik değişikliklerin moleküler biyoloji üzerindeki etkilerine ilişkin oluşturulmuş en kapsamlı tahmin kataloglarından biri olarak tanımlıyor.
Genetik değişikliklere tek bir 'etki puanı'
Platformla birlikte "AlphaGenome Variant Impact" (AVI) adı verilen yeni bir puanlama sistemi de kullanıma sunuldu.
AVI, AlphaGenome'un tahminlerini DeepMind'ın protein yapısını etkileyebilecek genetik değişiklikleri değerlendiren AlphaMissense modeliyle bir araya getiriyor.
Sonuçta her varyanta, potansiyel biyolojik etkisini sıralamakta kullanılabilecek tek bir puan veriliyor.
Bu önemli bir özellik çünkü insan genomunun yalnızca küçük bir bölümü doğrudan proteinlerin üretimi için talimat taşıyor. Genomun büyük bölümü protein kodlamayan, yani "non-coding DNA"dan oluşuyor.
Bu bölgelerde meydana gelen değişikliklerin etkilerini yorumlamak, insan genetiğinin en zor problemlerinden biri.
AVI'nin amacı hem protein kodlayan hem de kodlamayan bölgelerdeki varyantları aynı sistem içinde önceliklendirebilmek.
DNA'nın 'düzenleyici dilini' çözmeye çalışıyorlar
Araştırmacıların üzerinde durduğu temel sorulardan biri, vücudumuzdaki hücrelerin neredeyse aynı DNA'yı taşımasına rağmen nasıl birbirinden tamamen farklı görevler üstlenebildiğiydi.
Örneğin bir sinir hücresiyle karaciğer hücresi büyük ölçüde aynı genetik bilgiyi taşıyor. Fakat hücreler bu bilgilerin farklı bölümlerini kullanıyor.
Bunun arkasındaki mekanizmalardan biri DNA üzerindeki motif adı verilen kısa diziler. Bunlar, "transkripsiyon faktörü" olarak bilinen proteinlerin bağlanabileceği bölgeleri oluşturarak hangi genlerin ne zaman ve ne kadar çalışacağını düzenlemeye yardımcı oluyor.
Araştırmacılar, AlphaGenome Atlas'ı kullanarak genom genelindeki bu düzenleyici motifleri analiz etti.
Çalışmaya katılan Julia Zeitlinger, Atlas'ın farklı hücre türlerinde DNA'nın düzenleyici bölgelerini karşılaştırmayı mümkün kıldığını belirterek, sistemin protein kodlamayan DNA için "aranabilir bir sözlük" işlevi görebileceğini söyledi.
Araştırmacılara göre laboratuvar ortamında binlerce DNA bölgesinin çok sayıda farklı hücre türünde ayrı ayrı incelenmesi son derece büyük miktarda zaman ve kaynak gerektiriyor. Atlas ise yapay zeka tahminlerini genom ölçeğinde önceden hesaplayarak araştırmacıların belirli örüntüleri daha hızlı aramasına imkan tanıyor.
Nadir hastalık araştırmalarında test edildi
DeepMind'ın açıklamasına göre platformun ilk uygulamaları nadir hastalıkların genetik nedenlerini araştırmak için de kullanıldı.
Broad Institute'tan bilim insanları AVI puanından yararlanarak, daha önce çözülememiş bir nadir hastalık vakasıyla bağlantılı ancak gözden kaçmış protein kodlamayan bir genetik varyantı önceliklendirdi.
Exeter Üniversitesi araştırmacıları ise Atlas'ı UK Biobank'taki 54 binden fazla kişinin genomik verilerine uyguladı. Araştırmacılar bu yöntemle nadir görülen protein kodlamayan varyantlarla kandaki protein seviyeleri arasında ek ilişkiler tespit etti.
DeepMind, dışarıdan akademik ortakların bazı hastalıklarla bağlantılı varyantları Atlas yardımıyla belirleyip deneysel yöntemlerle doğruladığını da bildiriyor.
Ancak bu sonuçlar AlphaGenome Atlas'ın tek başına bir varyantın hastalığa neden olduğunu kanıtlayabildiği anlamına gelmiyor.
Laboratuvar deneylerinin yerini almıyor
Araştırmacılar özellikle AlphaGenome Atlas'ın deneysel biyolojinin alternatifi olmadığını vurguluyor.
Sistemin ürettiği sonuçlar deneysel ölçümler değil, yapay zeka modelinin tahminleri. Dolayısıyla bir varyantın yüksek AVI puanına sahip olması, söz konusu mutasyonun kesin olarak hastalığa yol açtığını göstermiyor.
Bunun yerine sistem, milyarlarca ihtimal arasından hangilerinin daha ayrıntılı araştırılması gerektiğini belirleyen bir tür bilimsel filtre görevi görebilir.
Örneğin milyarlarca olası genetik değişiklik arasından belirli bir hastalıkla ilişkili olma ihtimali daha yüksek görünen varyantlar seçilebilir ve araştırmacılar sınırlı laboratuvar kaynaklarını bunların deneysel olarak doğrulanmasına yönlendirebilir.
DeepMind da Atlas'ı nihai bir çözüm yerine bir "başlangıç noktası" olarak tanımlıyor ve AlphaGenome modelinin ilerleyen dönemlerde geliştirilmesiyle tahminlerin de güncellenmesini planlıyor.
Kodlama bilmeyen araştırmacılar da kullanabilecek
AlphaGenome Atlas'ın dikkat çeken özelliklerinden biri de sistemin yalnızca biyoinformatik uzmanlarına yönelik tasarlanmamış olması.
Araştırmacılar Atlas'a internet tarayıcısı üzerinden erişerek kod yazmadan belirli genetik varyantları ve modelin bunlar hakkındaki tahminlerini inceleyebiliyor.
Platform akademik kullanım için ücretsiz olarak erişime açıldı. AlphaGenome'un API'si de araştırmacıların modeli kendi çalışmalarına entegre edebilmesine olanak sağlıyor.
DeepMind ayrıca ticari erişimin ilerleyen dönemde Google Cloud üzerinden sunulacağını açıkladı.