AlphaGenome 2: Το νέο AI μοντέλο πρόβλεψης γενετικών ασθενειών της Google DeepMind

Σύνοψη

• Η Google DeepMind παρουσίασε επίσημα το AlphaGenome 2, ένα αναβαθμισμένο μοντέλο τεχνητής νοημοσύνης το οποίο προβλέπει τις επιπτώσεις των γενετικών παραλλαγών στο DNA.
• Εκπαιδεύτηκε σε πάνω από 107 εκατομμύρια μεμονωμένα κυτταρικά προφίλ μέσα από 68 διαφορετικούς ιστούς ανθρώπων και ποντικών, λειτουργώντας πλέον ως μοντέλο «υπό όρους» (conditional).
• Εντοπίζει σχεδόν διπλάσιες αιτιώδεις παραλλαγές σε σύγκριση με την προηγούμενη έκδοση, πετυχαίνοντας ποσοστό αξιοπιστίας 30% έναντι 16% στην ανάλυση πολύπλοκων ανοσοκυττάρων.
• Παρέχεται ήδη δωρεάν πρόσβαση μέσω API για αυστηρά ερευνητικούς σκοπούς, ανοίγοντας νέους δρόμους στην ανάπτυξη στοχευμένων φαρμάκων από πανεπιστημιακά ιδρύματα.

Η επιστημονική κοινότητα βρίσκεται μπροστά σε μια κρίσιμη καμπή όσον αφορά την κατανόηση της ανθρώπινης βιολογίας, καθώς η πολυπλοκότητα των γονιδιωμάτων απαιτεί πλέον υπολογιστικά εργαλεία εξαιρετικά υψηλής ισχύος. 

Η ομάδα της Google DeepMind προχώρησε στα επίσημα αποκαλυπτήρια του AlphaGenome 2, ενός συστήματος τεχνητής νοημοσύνης επόμενης γενιάς το οποίο αναλαμβάνει να προβλέψει με απόλυτη ακρίβεια τον τρόπο που οι αλληλουχίες του DNA και οι παραλλαγές τους επηρεάζουν συγκεκριμένους τύπους κυττάρων. Το κεντρικό πρόβλημα της σύγχρονης βιολογίας εντοπίζεται στο γεγονός ότι κάθε κύτταρο στο σώμα μας φέρει τις ίδιες ακριβώς γενετικές πληροφορίες, ωστόσο κάθε κυτταρικός τύπος ενεργοποιεί ή απενεργοποιεί διαφορετικά γονίδια για να επιτελέσει τον σκοπό του. 

Ένα κύτταρο του καρδιακού μυός διαβάζει τις βιολογικές οδηγίες με εντελώς διαφορετικό τρόπο σε σχέση με ένα κύτταρο του ανοσοποιητικού συστήματος που προσπαθεί να αποκρούσει μια ιογενή λοίμωξη. Καθώς τεράστιες παγκόσμιες πρωτοβουλίες όπως το πρόγραμμα Human Cell Atlas χαρτογραφούν την έκφραση των γονιδίων για εκατομμύρια κύτταρα, το ερώτημα του πώς ακριβώς επηρεάζουν οι ανεπαίσθητες διαφορές του DNA αυτή τη διαδικασία παρέμενε μέχρι σήμερα αναπάντητο.

Η μετάβαση στο υπό όρους μοντέλο ανάλυσης

Το AlphaGenome 2 αποτελεί ένα υπό όρους (conditional) μοντέλο τεχνητής νοημοσύνης που λαμβάνει ως δεδομένα εισόδου μια αλληλουχία DNA ενός εκατομμυρίου γραμμάτων σε συνδυασμό με τη στοχευμένη βιολογική κατάσταση, αναλύοντας δεδομένα από 107 εκατομμύρια μεμονωμένα κυτταρικά προφίλ σε 68 διαφορετικούς ιστούς, κατορθώνοντας έτσι να διπλασιάσει τον εντοπισμό αιτιωδών παραλλαγών στο 30%.

Για να επιτευχθεί αυτή η θεαματική αύξηση της απόδοσης, οι μηχανικοί αποφάσισαν να επανασχεδιάσουν εκ βάθρων τη δομή του συστήματος. Η πρώτη γενιά του λογισμικού λειτουργούσε αναλύοντας τεράστιες αλληλουχίες γενετικού υλικού προκειμένου να παράγει σταθερές, παράλληλες προβλέψεις για πολλούς διαφορετικούς ιστούς ταυτόχρονα. Αν και η αρχική αρχιτεκτονική προσέφερε ικανοποιητική ταχύτητα στους υπολογισμούς, εμφάνιζε τεράστιες αδυναμίες στον εντοπισμό λεπτών διαφορών μεταξύ στενά συγγενικών κυτταρικών τύπων, επειδή η επεξεργαστική του ικανότητα κατανεμόταν σε υπερβολικά μεγάλο εύρος δεδομένων. 

Η νέα έκδοση εγκαταλείπει οριστικά τις παράλληλες μετρήσεις και εστιάζει στην αξιολόγηση των επιπτώσεων του γενετικού κώδικα για μία μοναδική συνθήκη τη φορά. Συνδυάζοντας τα δεδομένα του κώδικα με τον εκάστοτε ιστό, τον κυτταρικό τύπο ή τη βιολογική κατάσταση που έχει οριστεί ως στόχος, ο αλγόριθμος μαθαίνει πώς διαβάζεται το ίδιο τμήμα DNA με διαφορετικό τρόπο στους διάφορους ιστούς του σώματος.

Διπλασιασμός της ακρίβειας και πολυτροπική απόδοση

Η εκπαίδευση του εργαλείου βασίστηκε σε τεράστιους όγκους δεδομένων τόσο από μεμονωμένα κύτταρα όσο και από συγκεντρωτικούς ιστούς ανθρώπων και ποντικών. Αυτή η προσέγγιση επιτρέπει στη μηχανή να αναλύει τη δραστηριότητα στο εσωτερικό εξειδικευμένων μονάδων, ανακαλύπτοντας κρίσιμες παραλλαγές που δρουν αποκλειστικά σε συγκεκριμένα σημεία. 

Σύμφωνα με τα δημοσιευμένα στατιστικά, η απόδοση της τεχνητής νοημοσύνης στο σύνολο δεδομένων TenK10K, το οποίο συνιστά έναν τεράστιο χάρτη 28 πρωτογενών τύπων ανοσοκυττάρων, ξεπερνά κάθε ανταγωνιστική λύση. Ο αλγόριθμος ταυτοποίησε με απόλυτη αξιοπιστία το 30% των παραλλαγών έναντι μόλις 16% του αρχικού μοντέλου, ενώ κατάφερε να προβλέψει τη σωστή κατεύθυνση της γονιδιακής επίδρασης στο 43% των περιπτώσεων, σε αντίθεση με το 23% της προηγούμενης έκδοσης.

Ένα επιπρόσθετο πλεονέκτημα της νέας αρχιτεκτονικής είναι η πολυτροπική απόδοση, η οποία επιτρέπει στην εφαρμογή να συμπληρώνει τα πειραματικά δεδομένα που απουσιάζουν από μια έρευνα. Διαχωρίζοντας τη βιολογική κατάσταση ενός κυττάρου από τα αποτελέσματά του, επιτρέπεται στους επιστήμονες να εισάγουν έστω και μια ελάχιστη μέτρηση ενεργότητας, όπως η έκφραση ενός μεμονωμένου γονιδίου. Το λογισμικό αναλαμβάνει στη συνέχεια να προβλέψει αμέτρητες μη μετρημένες ιδιότητες, προσφέροντας στην ιατρική κοινότητα τη δυνατότητα να ιεραρχήσει ποια πειράματα πρέπει να πραγματοποιηθούν στο εγγύς μέλλον. 

Όπως εξήγησε η καθηγήτρια Sarah Teichmann, συνιδρύτρια της κοινοπραξίας Human Cell Atlas, η ενσωμάτωση του συστήματος προσφέρει έναν εντελώς νέο τρόπο ανάλυσης για καταστάσεις που δεν έχουν χαρτογραφηθεί πλήρως.

Εντοπίζοντας τις ρίζες της νόσου Crohn και της COVID-19

Η πραγματική υπολογιστική δύναμη της πλατφόρμας αναδεικνύεται μέσα από την προσαρμοστικότητά της σε εντελώς νέα δεδομένα αλληλούχισης, χωρίς να απαιτείται η κοστοβόρα και χρονοβόρα διαδικασία της επανεκπαίδευσης. Οι ερευνητές μπορούν πλέον να ανεβάσουν ένα απλό στιγμιότυπο γονιδιακής δραστηριότητας από μερικές δεκάδες κύτταρα και να δουν το μοντέλο να συμπιέζει τις πληροφορίες σε μια νέα αναπαράσταση κατάστασης. Εξετάζοντας μια παραλλαγή που σχετίζεται στενά με τις φλεγμονώδεις νόσους του εντέρου, το σύστημα ξεχώρισε την ακριβή αιτία και απέδειξε ότι ενισχύει επιλεκτικά το γονίδιο ETS2 στα μακροφάγα, αφήνοντας τους υπόλοιπους τύπους σε μεγάλο βαθμό ανεπηρέαστους.

Αντίστοιχα εντυπωσιακά είναι τα αποτελέσματα που προέκυψαν κατά την τροφοδότηση της βάσης με στοιχεία από μια κλινική μελέτη για το εμβόλιο mRNA κατά της νόσου COVID-19. Αν και οι παράμετροι ήταν πρωτόγνωρες, ο μηχανισμός κατάφερε να διακρίνει άμεσα τα ανοσοποιητικά Τ κύτταρα που είχαν ενεργοποιηθεί από το εμβόλιο σε σχέση με όσα βρίσκονταν σε κατάσταση αδράνειας. Η AI αποκάλυψε επίσης πώς ένας γενετικός παράγοντας που συνδέεται με τη σοβαρή νόσηση από τον ιό διαταράσσει τη δραστηριότητα των γονιδίων σε πολύ μεγαλύτερο βαθμό όταν τα κύτταρα βρίσκονται σε ενεργοποιημένη κατάσταση, ένα στοιχείο που θα περνούσε εντελώς απαρατήρητο στις παραδοσιακές αναλύσεις μη ενεργοποιημένων δειγμάτων.

Χαρτογράφηση μεγάλων ασθενειών και άμεση διαθεσιμότητα

Η σύνδεση της ανθρώπινης γενετικής με την κυτταρική βιολογία αποτελεί θεμελιώδη λίθο στην προσπάθεια ανακάλυψης καινοτόμων φαρμάκων. Οι αναλύσεις συσχέτισης σε επίπεδο γονιδιώματος (GWAS) εντοπίζουν συνήθως μακροσκελείς αλληλουχίες που συνδέονται με διάφορες παθήσεις, όμως η ιατρική κοινότητα δυσκολεύεται αφάνταστα να προσδιορίσει τον ακριβή μηχανισμό και τον τύπο του κυττάρου με εκατό τοις εκατό βεβαιότητα. Πολλές επικίνδυνες παραλλαγές κρύβονται σε απομακρυσμένους ρυθμιστικούς διακόπτες που ονομάζονται «ενισχυτές», καθιστώντας τις επιπτώσεις τους εξαιρετικά δύσκολο να καταγραφούν. Η προσέγγιση της Google καλύπτει αυτό το κενό χαρτογραφώντας τους δεσμούς μεταξύ ενισχυτή και γονιδίου σε πρωτογενείς ανθρώπινους τύπους, όπως τα αστροκύτταρα του εγκεφάλου. Προσεγγίζοντας περίπλοκα ζητήματα που κυμαίνονται από τον καθορισμό του ύψους μέχρι την εμφάνιση διαβήτη τύπου 2, οι προϋπολογισμένες βαθμολογίες βοηθούν στον άμεσο εντοπισμό των συστατικών που έχουν τις μεγαλύτερες πιθανότητες να εμπλέκονται στην εκδήλωση κάποιας πάθησης.

Ο CEO της Genomics Limited, Peter Donnelly, τόνισε χαρακτηριστικά ότι η μετάβαση από ένα απλό σήμα συσχέτισης στην εύρεση ενός πραγματικού φαρμακευτικού στόχου παραμένει εξαιρετικά δύσκολη, προσθέτοντας ότι τα μοντέλα πρόβλεψης DNA αποτελούν το κλειδί για να γεφυρωθεί αυτό το χάσμα. 

Η πρόσβαση στην τεχνολογία παρέχεται από σήμερα μέσω του AlphaGenome API αποκλειστικά για σκοπούς μη εμπορικής έρευνας, επιτρέποντας στην ακαδημαϊκή κοινότητα να πειραματιστεί ελεύθερα. Αντίθετα, η εμπορική χρήση διατίθεται μόνο μέσω ιδιωτικής προεπισκόπησης, ενώ έχει ήδη δρομολογηθεί η ενσωμάτωση του AlphaGenome 2 Skills στην πλατφόρμα ανάπτυξης Google Antigravity, όπου θα συνεργάζεται άμεσα με το ισχυρό μοντέλο Gemini 4.