Ordelvio News

Scienza · Pubblicato

Google DeepMind presenta AlphaGenome 2 per prevedere gli effetti delle varianti del DNA in cellule specifiche

Secondo l'azienda, il nuovo modello individua quasi il doppio delle varianti che modificano l'espressione genica nelle cellule rispetto al modello precedente.

Illustrazione in stile inchiostro stampato a mano, in inchiostro corallo su bianco carta.Illustrazione IA
Illustrazione IA · non è una fotografia dell'evento · Come viene usata l'IA

Google DeepMind ha annunciato AlphaGenome 2, un modello che prevede in che modo le sequenze di DNA e le loro varianti influiscono sull'attività genica in specifici tipi di cellule umane. Secondo l'azienda, il modello individua quasi il doppio delle varianti che modificano l'espressione genica nelle cellule rispetto al modello precedente.

Il primo AlphaGenome, lanciato lo scorso anno, prevedeva in che modo le varianti del DNA influiscono sull'attività molecolare in tessuti di ampia portata. Secondo Google DeepMind, prevedeva le proprietà di migliaia di esperimenti contemporaneamente, il che disperdeva la sua capacità e rendeva difficile cogliere le sottili differenze tra tipi di cellule strettamente correlati.

AlphaGenome 2 funziona invece come modello condizionale. Riceve una sequenza di DNA di un milione di lettere insieme a una singola condizione target, come un tessuto, un tipo di cellula o uno stato cellulare, ed effettua previsioni solo per quella condizione. Secondo l'azienda, questo consente al modello di apprendere come lo stesso tratto di DNA venga letto in modo diverso in cellule diverse. È stato addestrato su oltre 100 milioni di profili di singole cellule provenienti da 68 tessuti, utilizzando dati umani e murini. Oltre all'espressione genica, alle modifiche istoniche e all'accessibilità della cromatina, ora prevede anche la metilazione del DNA.

Sul dataset TenK10K, che comprende 28 tipi di cellule immunitarie primarie, il modello ha individuato il 30% delle varianti causali, contro il 16% dell'AlphaGenome originale ottimizzato su dati di singola cellula e di altri strumenti specializzati, e il 43% degli effetti genici direzionali contro il 23%, ha dichiarato l'azienda. Ha inoltre riprodotto, a livello computazionale, la scoperta di uno studio precedente secondo cui una variante causa la MICI iperattivando il gene ETS2 nei macrofagi intestinali.

Secondo Google DeepMind, il modello può essere applicato a nuovi esperimenti su singola cellula senza riaddestramento, utilizzando dati provenienti da appena qualche decina di cellule. Su dati di uno studio su un vaccino a mRNA contro il COVID-19 che non aveva mai visto, il modello ha distinto i linfociti T attivati dal vaccino da quelli a riposo e ha mostrato che una variante associata al COVID-19 grave altera più fortemente l'attività genica nello stato attivato.

L'azienda ha inoltre precalcolato le previsioni per le varianti associate a tratti in centinaia di condizioni di cellule e tessuti umani. AlphaGenome 2 è disponibile per la ricerca non commerciale tramite l'AlphaGenome API e in anteprima privata per la ricerca commerciale. Secondo Google DeepMind, i modelli sono destinati esclusivamente alla ricerca e non sono stati convalidati né approvati per scopi clinici o diagnostici.

  • Genomica
  • DNA
  • Modelli di IA
  • Biologia della singola cellula
  • Google DeepMind