Google DeepMind представила AlphaGenome 2, которая предсказывает эффект мутаций ДНК в отдельных типах клеток

У клеток сердца, мозга и иммунной системы одинаковая ДНК, но читают они её по-разному: каждая включает свой набор генов. Поэтому замена одной буквы может вызвать болезнь в одном типе клеток и никак не проявиться в других. Первая AlphaGenome, вышедшая в июне прошлого года, принимала последовательность длиной в миллион букв и сразу предсказывала результаты тысяч экспериментов по разным тканям. Но она работала с усреднёнными данными по ткани и плохо различала близкие типы клеток.

Во второй версии DeepMind переделала архитектуру. Кроме самой ДНК модель на каждом этапе получает на вход целевое биологическое условие, то есть описание типа и состояния клетки, и учится тому, как одна и та же последовательность читается в разных клетках. Обучающая выборка включает данные человека и мыши: тканевые измерения и более 107 млн отдельных клеток из 68 тканей. К прежним предсказаниям (экспрессия генов, модификации гистонов, доступность хроматина) добавилось метилирование ДНК.

Главные цифры Google приводит на наборе TenK10K, атласе 28 типов первичных иммунных клеток человека. AlphaGenome 2 нашла 30% причинных вариантов против 16% у первой версии, дообученной на данных отдельных клеток, и у специализированных инструментов. Направление эффекта, то есть усилит вариант работу гена или ослабит, модель угадывает в 43% случаев против 23%. Это результаты самой компании, независимых проверок пока нет.

Отдельная возможность: модель переносится на новые данные без переобучения. Исследователь загружает результаты секвенирования РНК отдельных клеток, хватает нескольких десятков клеток. Модель сжимает их в представление клеточного состояния и использует его как условие для предсказаний. Сара Тейхманн из Кембриджа, сооснователь проекта Human Cell Atlas, отмечает, что так можно оценивать роль вариантов в только что открытых состояниях клеток.

В качестве примеров Google показывает два случая. Модель вычислительно воспроизвела недавний результат из Nature: вариант в удалённом регуляторном участке избыточно активирует ген ETS2 в макрофагах кишечника и ведёт к воспалительным заболеваниям кишечника. Она также обнаружила, что вариант, связанный с тяжёлым течением COVID-19, сильнее нарушает работу генов в активированных иммунных клетках. Если изучать только клетки в покое, такой эффект легко пропустить.

Некоммерческим исследователям модель открыта через AlphaGenome API, коммерческие команды могут подать заявку на закрытое превью. Google заранее посчитала предсказания для вариантов, связанных с признаками и болезнями, в сотнях клеточных и тканевых условий, а также планирует встроить модель в свою агентную платформу Antigravity.