Ensembl отваря девет милиарда прогнози за лабораториите

Човешкият референтен геном е стандартно описание на приблизително три милиарда позиции в ДНК, всяка от които съдържа една от четири химични „букви“. Ако една буква бъде заменена с някоя от останалите три, се получава хипотетична мутация. Моделът AlphaGenome на Google DeepMind е изчислил ефекта от всяка възможна замяна на една буква. Резултатът е около девет милиарда записа, всеки със средно близо 27 000 прогнози за молекулярни промени в различни тъкани и клетъчни типове (DeepMind). Създаденият Atlas обхваща и над 100 милиона кратки вмъквания и заличавания, които вече присъстват в бази данни за генетични варианти сред населението (предпечат на Atlas).

Тези записи не съдържат експериментални измервания. Те показват какво според модела би се променило при всяка отделна замяна. Практическата им стойност зависи от това дали помагат на изследователите да откриват генетичните варианти с реално значение.

Скрит вариант и следа, специфична за мозъка

Най-конкретният тест е свързан с човек с тежка епилептична енцефалопатия, при когото генетичното секвениране не е установило причината. Изследователи от Broad Institute, работещи с GREGoR Consortium и екипа на AlphaGenome, използвали обобщения показател на Atlas, наречен AVI (AlphaGenome Variant Impact), за да подредят отново по вероятна значимост вариантите на пациента. Така на преден план излязла промяна, разположена дълбоко в интрон на гена DNM1 (Fortune). Интронът е участък от ДНК, който се изрязва, преди инструкциите на гена да бъдат превърнати в белтък. Такива участъци рядко се изследват подробно, а предишният анализ на РНК от кръв не дал ясен резултат, защото DNM1 почти не е активен в кръвните клетки.

Отделен анализ на приноса на различните фактори показал, че 69 % от стойността на AVI се дължи на прогнозирани нарушения в сплайсинга — процеса, при който клетките изрязват и свързват части от РНК, преди да произведат белтъци. Според модела вариантът създава необичайно място за сплайсинг във форма на гена, характерна за мозъка, и така добавя 13 аминокиселини към получения белтък (Fortune; DeepMind). Лабораторно изследване възпроизвело прогнозираната промяна в сплайсинга и вариантът бил прекласифициран като вероятно патогенен. Това е официална категория, при чието определяне се отчитат семейната история, начинът на унаследяване и данните за функционалния ефект (предпечат на Atlas).

Последователността показва как може да се използва моделът. Показателят извел варианта сред приоритетните кандидати, а анализът насочил изследователите към конкретен тест за сплайсинга. Лабораторният опит потвърдил прогнозираното нарушение. AlphaGenome не е поставил самостоятелно диагноза, а публикуваното описание не представя подробно всички стъпки при класифицирането на варианта (Nature).

Сравнение със съществуващите инструменти и следващите стъпки

Предпечатът за Atlas представя ретроспективни тестове с вече разрешени случаи на редки заболявания от GREGoR Consortium. AVI поставил известния причинен вариант сред първите 50 кандидати при 29,5 % от случаите спрямо 12,5 % за CADD — отдавна използван инструмент за оценяване на варианти в целия геном (предпечат на Atlas). Най-голяма била разликата в некодиращите области. Те съставляват преобладаващата част от генома, намират се извън последователностите с инструкции за производство на белтъци и традиционно се тълкуват най-трудно. Изследователят от DeepMind Жига Авсец признава, че моделът се справя по-слабо с някои ефекти на енхансерите — отдалечени участъци от ДНК, които регулират активността на гените (Fortune).

Това са сравнения на класирането върху внимателно подбрани случаи с вече известна диагноза. Изследването е проведено с участието на сътрудници на DeepMind и засега е публикувано като предпечат. Ретроспективното намиране на известния отговор не доказва, че инструментът ще увеличи броя на диагнозите при пациенти, чиито случаи действително остават неразрешени.

На 9 септември европейският публичен център за биоинформатика EMBL-EBI съобщи, че показателят AVI вече е достъпен чрез Ensembl Variant Effect Predictor (VEP) — система за анотиране, с която изследователите превръщат необработените генетични данни в резултати, подлежащи на тълкуване (EMBL-EBI). VEP вече е част от работните процеси на клинични и изследователски лаборатории. Добавянето на AVI позволява показателят да се извлича пакетно заедно с последиците за гените и честотата на вариантите сред населението, без лабораторията да използва отделен портал на Google. Достъпът през VEP не означава, че системата потвърждава клиничната точност на оценката. DeepMind посочва, че AlphaGenome не е валидиран или одобрен за клинична употреба (DeepMind).

При описания случай с DNM1 AlphaGenome помогнал на изследователите да дадат приоритет на пренебрегнат вариант и предложил проверима хипотеза за нарушение на сплайсинга. Дали този подход ще увеличи броя на диагнозите в по-голям мащаб, ще стане ясно от бъдещи изследвания на независими екипи върху неразрешени случаи, а не върху архивни данни с предварително известен отговор.