Η DeepMind χαρτογραφεί εννέα δισ. αντικαταστάσεις DNA

Το ανθρώπινο γονιδίωμα περιλαμβάνει περίπου τρία δισεκατομμύρια θέσεις, καθεμία από τις οποίες καταλαμβάνεται από ένα από τα τέσσερα «γράμματα» του DNA. Αν σε οποιαδήποτε θέση το υπάρχον γράμμα αντικατασταθεί από ένα από τα άλλα τρία, προκύπτει μια υποθετική γενετική παραλλαγή. Οι δυνατές αλλαγές ενός γράμματος ανέρχονται, επομένως, σε εννέα δισεκατομμύρια. Η Google DeepMind υπέβαλε καθεμία από αυτές στο μοντέλο AlphaGenome και δημοσίευσε στις 8 Σεπτεμβρίου τα αποτελέσματα υπό την ονομασία AlphaGenome Atlas: μια βάση δεδομένων μεγέθους ενός πεταμπάιτ, στην οποία μπορούν να γίνουν αναζητήσεις και η οποία διατίθεται δωρεάν για μη εμπορική έρευνα (DeepMind, Nature).

Ο αριθμητικός υπολογισμός είναι απλός. Η χρησιμότητα του εγχειρήματος βρίσκεται στο περιεχόμενο κάθε καταχώρισης.

Ένα έτοιμο εγχειρίδιο αναφοράς για κάθε αντικατάσταση

Για καθεμία από τις εννέα δισεκατομμύρια αλλαγές, το AlphaGenome εξετάζει έως και ένα εκατομμύριο γειτονικά γράμματα του DNA και προβλέπει πώς μπορεί να επηρεαστούν διαφορετικές μοριακές λειτουργίες. Σε αυτές περιλαμβάνονται η δραστηριότητα των γονιδίων, το μάτισμα του RNA, δηλαδή ο τρόπος με τον οποίο τα κύτταρα κόβουν και ενώνουν το αντίγραφο RNA προτού αυτό καταστεί λειτουργικό, τα πρότυπα σύνδεσης των πρωτεϊνών και η δομή της χρωματίνης, η οποία καθορίζει πόσο πυκνά είναι συσκευασμένο το DNA. Οι εκτιμήσεις καλύπτουν διαφορετικούς ιστούς και κυτταρικούς τύπους. Κάθε παραλλαγή συνοδεύεται κατά μέσο όρο από περίπου 27.000 προβλέψεις, κατανεμημένες σε 11 κατηγορίες (Nature, IEEE Spectrum).

Πρόκειται ουσιαστικά για ένα εγχειρίδιο αναφοράς, οι σελίδες του οποίου έχουν συμπληρωθεί εκ των προτέρων. Πριν από τη δημιουργία του Atlas, όποιος ερευνητής ήθελε να εξετάσει μια συγκεκριμένη παραλλαγή έπρεπε να εκτελέσει ο ίδιος το μοντέλο. Η DeepMind ανέλαβε προκαταβολικά το υπολογιστικό κόστος, ώστε ακόμη και ένα εργαστήριο χωρίς εξειδικευμένες υποδομές να μπορεί πλέον να αναζητήσει μέσω διαδικτυακής πύλης οποιαδήποτε υποψήφια παραλλαγή (DeepMind).

Μαζί με τις επιμέρους προβλέψεις, η DeepMind παρουσίασε τη βαθμολογία AVI, η οποία συνδυάζει τις εκτιμήσεις του AlphaGenome για τις περιοχές ελέγχου των γονιδίων με τις αξιολογήσεις του AlphaMissense για τις επιπτώσεις στις πρωτεΐνες και τις εντάσσει σε μία ενιαία κατάταξη. Παρέχονται επίσης αποδόσεις χαρακτηριστικών, δηλαδή μια εξήγηση σε επίπεδο μοντέλου για το ποια αποτελέσματα και ποια στοιχεία της αλληλουχίας διαμόρφωσαν τη βαθμολογία. Η ένδειξη αυτή δεν αποκαλύπτει τον βιολογικό μηχανισμό, κατευθύνει όμως τον ερευνητή στα σημεία που αξίζει να εξετάσει (DeepMind).

Η βαθμολόγηση γενετικών παραλλαγών σε ολόκληρο το γονιδίωμα προϋπήρχε. Το CADD προσφέρει εδώ και χρόνια κατατάξεις για κάθε δυνατή αλλαγή ενός γράμματος (δημοσίευση για το CADD), ενώ το SpliceAI διαθέτει προϋπολογισμένες προβλέψεις για διαταραχές στο μάτισμα του RNA (Cell). Το Atlas συνδυάζει αυτή την καθολική κάλυψη με πληροφορίες για συγκεκριμένους ιστούς και πολλαπλές μοριακές λειτουργίες. Έτσι, ο ερευνητής δεν βλέπει μόνο ότι μια παραλλαγή βρίσκεται ψηλά στην κατάταξη, αλλά και αν το μοντέλο προβλέπει πως θα επηρεάσει το μάτισμα στον εγκεφαλικό ιστό ή θα μεταβάλει την έκφραση ενός γονιδίου στο αίμα.

Πρώτες δοκιμές, όχι ανεξάρτητη επικύρωση

Στο πλαίσιο συνεργασίας για την παρουσίαση του Atlas με την κοινοπραξία GREGoR του Broad Institute, το μοντέλο εντόπισε μια παραλλαγή βαθιά μέσα στο γονίδιο DNM1, το οποίο συνδέεται με την επιληπτική εγκεφαλοπάθεια. Προέβλεψε ότι η αλλαγή θα δημιουργούσε μια μη φυσιολογική θέση ματίσματος, ενεργή στον εγκέφαλο, με πιθανή συνέπεια την αλλοίωση της παραγόμενης πρωτεΐνης. Εργαστηριακή δοκιμή ματίσματος επιβεβαίωσε την προβλεπόμενη επίδραση στο RNA, συμβάλλοντας στην ταξινόμηση της παραλλαγής ως πιθανώς παθογόνου (DeepMind). Το πείραμα επιβεβαίωσε την πρόβλεψη για το μάτισμα, αλλά δεν απέδειξε από μόνο του ότι η συγκεκριμένη παραλλαγή προκαλεί νόσο στον εγκέφαλο ενός ασθενούς.

Σε ξεχωριστή μελέτη, ομάδα του Πανεπιστημίου του Έξετερ εφάρμοσε τις προβλέψεις του Atlas σε δεδομένα αλληλούχησης ολόκληρου του γονιδιώματος από περισσότερους από 54.000 συμμετέχοντες στη βρετανική βιοτράπεζα UK Biobank. Οι ερευνητές ανέφεραν ότι εντόπισαν περισσότερες συσχετίσεις ανάμεσα σε παραλλαγές περιοχών που ελέγχουν τα γονίδια και στα επίπεδα πρωτεϊνών στο αίμα από όσες ανέδειξε μια συγκριτική ανάλυση. Σε μία γονιδιωματική περιοχή περιόρισαν τις υποψήφιες παραλλαγές από 526 σε τέσσερις (DeepMind). Πρόκειται για ιεράρχηση των πιθανότερων στόχων και όχι για απόδειξη αιτιότητας: απαιτούνται πρόσθετα πειράματα για να διαπιστωθεί αν οι τέσσερις παραλλαγές προκαλούν πράγματι τις μεταβολές στις πρωτεΐνες. Επιπλέον, και οι δύο μελέτες έγιναν στο πλαίσιο των συνεργασιών της DeepMind για την παρουσίαση του Atlas και όχι ως ανεξάρτητες αξιολογήσεις μετά τη δημοσίευσή του.

Τι κατατάσσει το Atlas και τι μένει εκτός

Ο ερευνητής της DeepMind Ζίγκα Άβσετς δήλωσε στο Fortune ότι το μοντέλο έχει καλές επιδόσεις στις παραλλαγές που επηρεάζουν το μάτισμα και τους υποκινητές, δηλαδή τις περιοχές κοντά στην αρχή ενός γονιδίου που συμβάλλουν στον έλεγχο της δραστηριότητάς του. Μπορεί, ωστόσο, να μην εντοπίζει άλλες επιδράσεις, ιδίως στους ενισχυτές, τις απομακρυσμένες αλληλουχίες DNA που επίσης ρυθμίζουν τα γονίδια, και «δεν πρέπει να αντιμετωπίζεται ως καθολική αλήθεια» (Fortune).

Οι εννέα δισεκατομμύρια καταχωρίσεις καλύπτουν κάθε δυνατή αντικατάσταση ενός γράμματος σε μία συγκεκριμένη έκδοση αναφοράς του ανθρώπινου γονιδιώματος. Δεν περιλαμβάνουν προσθήκες ή διαγραφές γενετικού υλικού, δομικές αναδιατάξεις ούτε τις αλληλεπιδράσεις μεταξύ πολλαπλών παραλλαγών στο γονιδίωμα ενός ασθενούς (Nature).

Η τεχνική περιγραφή του Atlas δημοσιεύθηκε ως προδημοσίευση και δεν έχει ακόμη αξιολογηθεί από ομοτίμους. Η πύλη διατίθεται δωρεάν για ακαδημαϊκή χρήση, ενώ η εμπορική πρόσβαση θα προσφερθεί μέσω του Google Cloud, χωρίς να έχει ανακοινωθεί η τιμολόγηση (DeepMind).

Το Atlas προσφέρει άμεση πρόσβαση σε έτοιμες υπολογιστικές προβλέψεις, βοηθώντας τους ερευνητές να επιλέξουν ποια παραλλαγή θα υποβάλουν στην επόμενη εργαστηριακή δοκιμή. Στην έρευνα για τις σπάνιες παθήσεις, όπου η αλληλούχηση του γονιδιώματος συχνά αποκαλύπτει δεκάδες υποψήφιες παραλλαγές σε ελάχιστα κατανοητές περιοχές, η ταχύτερη υπολογιστική διαλογή μπορεί να συντομεύσει την πορεία προς το κατάλληλο πείραμα. Καμία κατάταξη, πάντως, δεν μπορεί να μεταβάλει μια διάγνωση χωρίς εργαστηριακή και κλινική επιβεβαίωση: το μοντέλο διατυπώνει υποθέσεις, τις οποίες καλούνται να ελέγξουν οι βιολόγοι και οι κλινικοί γιατροί.