Google DeepMind ha pubblicato AlphaGenome Atlas, una risorsa consultabile basata sull’intelligenza artificiale che raccoglie previsioni sugli effetti molecolari di tutti i 9 miliardi di possibili cambiamenti di una singola lettera nel genoma umano. Annunciata l’8 settembre, la banca dati da un petabyte è già disponibile in tutto il mondo per la ricerca non commerciale attraverso un portale web e aiuterà gli scienziati a scegliere quali varianti genetiche approfondire.
Il genoma umano contiene circa 3 miliardi di lettere del DNA e ogni posizione può essere sostituita da tre lettere alternative. Soltanto il 2% circa codifica direttamente le proteine, mentre gran parte del restante 98% regola quando e dove i geni sono attivi. DeepMind ha creato l’atlante applicando il modello AlphaGenome a un genoma di riferimento e calcolando in anticipo effetti che prima era necessario interrogare variante per variante; perciò l’accesso sarà più semplice.
Ogni variante è collegata a migliaia di previsioni sull’espressione genica, lo splicing dell’RNA, l’accessibilità della cromatina e altri processi regolatori in centinaia di cellule e tessuti umani o murini. La risorsa comprende più di 100 milioni di inserzioni e delezioni osservate, nonché oltre 2.500 motivi ricorrenti del DNA. Un nuovo punteggio d’impatto unisce le previsioni regolatorie alle stime di AlphaMissense sulle proteine e indica quali caratteristiche biologiche determinano il risultato.
I primi collaboratori hanno già descritto applicazioni concrete. Ricercatori del Broad Institute e del consorzio GREGoR hanno dato priorità a una variante di DNM1 in un caso di epilessia grave. Il modello ha previsto un sito di splicing errato e gli esami di laboratorio hanno sostenuto tale meccanismo. In una verifica retrospettiva di casi già risolti di malattie rare, il punteggio ha collocato la variante causale nota fra le prime 50 nel 29,5% dei casi, rispetto al 12,5% del metodo CADD.
Gareth Hawkes, ricercatore dell’Università di Exeter, ha inoltre applicato l’atlante ai dati genomici di più di 54.000 partecipanti alla UK Biobank. Raggruppare le varianti rare non codificanti in base agli effetti molecolari previsti ha prodotto il 22% di associazioni in più con i livelli di proteine circolanti rispetto all’analisi senza atlante. Nature riferisce che esperti indipendenti giudicano utile la rimozione delle barriere informatiche, soprattutto per le realtà prive della capacità di eseguire il modello sull’intero genoma.
La pubblicazione è però una mappa di previsioni, non la prova dell’effetto di ogni mutazione. DeepMind precisa che AlphaGenome funziona meglio per alcune classi di varianti, può ignorare effetti negli elementi regolatori e non è né validato né autorizzato per l’uso clinico. Gli scienziati dovranno confermare sperimentalmente i segnali importanti e considerare i dati dei pazienti prima di formulare conclusioni diagnostiche. L’azienda descrive così l’atlante come una possibilità iniziale che potrà migliorare con modelli e conoscenze biologiche più avanzati.
Commenti