Google は AI を使用して、ダークゲノムの 1 文字がどのように病気を引き起こすかを予測することに成功しました。科学

人間とチンパンジーは、 シーケンスの 98% しかし、それらがほぼ同一の動物であるとは誰も言えません。これは、調節領域の小さな違い（場合によってはヒトゲノムを構成する 30 億個のうちの 1 文字だけ）が、いつ、どこで、どのくらい遺伝子が発現されるかに不均衡な影響を及ぼし、種に特有の形質を生み出したり、癌や神経学的問題の発生につながる可能性があるためと説明されています。

ヒトゲノム配列 完成しました 2003年には、幸福の遺伝子や同性愛、あるいはそれらが特定の病気を引き起こすといったニュースが急増した。あるいは、人間と他の動物を区別しているのはほんのわずかな割合だけであると彼らは私たちに示唆したのかもしれません。かつては、遺伝子には細胞がタンパク質を生成したり、皮膚組織を再構築したりするための指示が含まれており、そのプロセスが誤ると問題が生じると言われていました。しかし、大げさな発言が多かったにもかかわらず、生物学がそれほど単純なプロセスではないことはすでに知られていました。

私たちの体の構成要素であるタンパク質を生成するための情報を含む DNA の部分に加えて、ゲノムの大部分、誤ってジャンク DNA と呼ばれるものが存在します。これはタンパク質をコードしていませんが、コードしているゲノムのその部分でタンパク質がどのように生成されるかに影響を与えます。

私たちの遺伝子変異の 98% 以上がこのようなもので、多くのメカニズムを通じてゲノムの挙動を変えることができ、同じ変異でも脳細胞や筋肉細胞に異なる影響を与える可能性があります。これらの影響の複雑さを理解することはコンピューターなしでは不可能であり、コンピューティングの専門家は、終わりのないごちゃ混ぜのように見えるものを理解するためのツールをすでに提供しています。

今週の水曜日、Google DeepMind は次のことを発表しました。 記事の中で 雑誌に掲載されました 自然その AlphaGenome モデルは、ヒトゲノム、特に DNA の非コード領域を解釈するように設計されています。 「ヒトゲノムプロジェクトは私たちに生命の本をもたらしましたが、それを読むのは依然として課題です。テキストはありますが、意味論はまだ解読中です」と彼は結果のプレゼンテーションで述べた。 プッシュミート・コーリGoogle Deepmind の科学担当副社長であり、業務の責任者。

DNA は、劇的な効果をもたらすアルファベットのスープです。たとえば、24 文字の化学レシピ (GCAAGGACATATGGGCGAAGGAGA) によって生成される小さなタンパク質の断片が失われると、脳の発達が変化し、脳の発達が促進される可能性があると考えられています。 自閉症の発症。簡略化すると、AlphaGenome は、この DNA アルファベット スープのユニバーサル インタプリタとして機能します。あなたには 100 万文字もの巨大な DNA が与えられ、その機能を 1 文字ずつ予測します。

とりわけ、どのくらいの量の遺伝子が発現されるか、DNAが三次元空間でどのように組織されるか（その効果にも関連するもの）、またはDNAがどのように組織化されるかを予測することができます。 スプライシング文字の配列を結合し、同じ遺伝子が異なる読み取りを生成できるようにするスプライシング システム。これは、細胞が異なる機能を持つ異なるタンパク質を生成する能力や、非常に多くの異なる生物が存在することの背後にあります。 AI の力なしにすべてを解釈することは、大規模にはほぼ不可能です。

以前のモデルは、これらの現象の 1 つを予測できましたが、すべてを一度に予測することはできず、ジレンマに直面していました。文字ごとの解決を提供するものは、約 10,000 文字のペアの短いシーケンスしか分析できませんでした。これは、例えば、彼らが制御する遺伝子から数十万文字離れた遺伝子スイッチとして機能する、遠く離れた調節領域の影響を見ることができないことを意味した。一方で、数十万の塩基を処理できるモデルには、個々の文字の効果を確認するのに必要な解像度がありませんでした。望遠鏡か虫眼鏡のどちらかを選択するようなものでしたが、AlphaGenome ではその選択が不要になりました。

この記事は病気を理解する能力があることも証明しました。例としては、T 型リンパ芽球性白血病が挙げられます。この状態では、TAL1 遺伝子に変異はありませんが、激しく活性化され、がんを引き起こします。の一部にある単一の突然変異文字を分析する ジャンクゲノム遺伝子から離れて、彼らはその突然変異がどのようにして腫瘍遺伝子をオンにするかを予測することができた。この課題には研究室で数か月の実験が必要だが、AlphaGenome は短時間でシミュレーションして解決することができ、隠れた病理学的メカニズムを明らかにする能力を示した。

マファルダ・ディアスバルセロナゲノム制御センターの研究者であり、AIモデルの作成者の1人 ポップイブは、多数の塩基の詳細を調べて処理する機能を組み合わせることにより、AlphaGenome は「科学界がしばらく取り組んできたことの継続として、非常にエキサイティングな前進」になると考えています。ただし、「これらのモデルにはカスタマイズ能力があまりありません」と彼は警告します。 「このモデルは、レギュラトリー生物学で何が起こっているかを理解するのには適していますが、異なる人々の間の変異が影響を与えるかどうかを予測するのには役に立ちません。臨床での有用性は限られています」と、この研究には関与していないディアス氏は付け加えた。

このモデルは、バリアントの分子効果を抽象的に予測しますが、特定の個人の特定の遺伝子発現を予測することはできません。それはそのゲノム全体および環境コンテキストに依存しますが、それはモデルの範囲外です。現在では、直接的な診断よりも基礎研究に使用されています。

モデルの設計責任者であるジガ・アヴセック氏は、「亜種の影響を予測する問題」が解決されていないことを認めている。 「まだまだ道のりは長いと思います」と彼は言う。このモデルは、遺伝的変異が遺伝子の発現などの分子プロセスにどのような影響を与えるかを予測できますが、DNA 文字の変化が実際に細胞や組織、そして人の健康に及ぼす影響を確実かつ完全に予測することはできません。

モデルは「完璧ではありませんが、遺伝子発現はモデルでは検出できない複雑な環境要因の影響を受けるため、ルールのみに基づいて実証された精度レベルを達成しています」 ロケール ロンドンのフランシス・クリック研究所のゲノミクス部門ディレクター、ロバート・ゴールドストーン氏はサイエンス・メディア・センターポータルに対し、「DNAの研究は信じられないほどの技術的偉業だ」とサイエンス・メディア・センターポータルに語った。例えば、希少疾患の診断などでこれらのモデルの可能性をすでに見出している研究者もおり、彼らはもはや特定の遺伝子のリスクだけを探すべきではない。

この研究の共著者であるナターシャ・ラティシェバ氏は、その作成者らは今のところ、AlphaGenomeを基礎科学のツールだと考えていると説明する。「私たちはAlphaGenomeをゲノムの機能要素が何をしているのかを理解するためのツールだと考えており、これによって生命の規範についての根本的な理解を促進することを期待しています。」モデル 利用可能です 研究者による非営利目的での使用。