Një 'atlas' i ri parashikon efektet për të gjitha mutacionet e ADN-së në gjenom

Gjenomet – plani i plotë gjenetik i një organizmi – janë ndër sistemet më komplekse të informacionit në natyrë.

Përafërsisht tre miliardë blloqe ndërtimi të ADN-së përbëjnë të gjithë informacionin gjenetik të një qenieje njerëzore. Megjithatë, vetëm rreth dy përqind e kësaj sekuence përmban udhëzimet për ndërtimin e proteinave. Pjesa tjetër shumë më e madhe, e cila shpesh quhet "materia e errët" e gjenomit, i ka hutuar studiuesit për dekada të tëra.

Të martën, DeepMind, qendra e inteligjencës artificiale e Google në Londër, zbuloi një mjet të projektuar për të hedhur dritë mbi këtë çështje komplekse: një atlas i gjeneruar nga inteligjenca artificiale që parashikon efektet e çdo mutacioni të vetëm të mundshëm në gjenomën njerëzore. I ashtuquajturi Atlas i Gjenomit Alfa përfshin një total prej nëntë miliardë ndryshimesh të mundshme në shkronjat individuale të ADN-së.

Për secilën pozicion në gjenomën njerëzore, sistemi llogariti pasojat e mundshme të shkëmbimit të një nukleotidi - domethënë, njërit prej katër blloqeve themelore ndërtuese të ADN-së - adeninës, timinës, guaninës dhe citozinës - për tre variantet e tjera. Baza e të dhënave është në dispozicion falas për studiuesit në të gjithë botën për qëllime jo-komerciale.

"Gjenoma njerëzore është një vend ku është e lehtë të humbasësh", thotë studiuesi i DeepMind, Žiga Avsec, i cili drejtoi projektin, në një intervistë me redaksinë e lajmeve të revistës shkencore Nature. Burimi i ri synon të shërbejë si një lloj harte për të identifikuar më shpejt pasojat biologjike të ndryshimeve gjenetike.

9,000,000,000 variante

Ndryshimet e vetme në blloqet ndërtuese të ADN-së janë ndër ndryshimet gjenetike më të zakonshme midis njerëzve. Shumë prej tyre janë të padëmshme. Të tjera ndikojnë në rrezikun e sëmundjeve, dhe disa mutacione të rralla mund të shkaktojnë drejtpërdrejt sëmundje të rënda trashëgimore.

Deri më tani, studiuesve shpesh u është dashur të hetojnë me kujdes efektet e varianteve të tilla individualisht ose të mbështeten në modele parashikuese relativisht të thjeshta. Atlasi i Alphagenome, megjithatë, bazohet në modelin e inteligjencës artificiale Alphagenome, të cilin DeepMind e prezantoi në fillim të vitit. Sistemi analizon jo vetëm nëse një mutacion ndryshon një proteinë, por edhe efektet e tij të mundshme në rregullimin e gjeneve, aktivitetin e gjeneve në inde të ndryshme dhe strukturën tre-dimensionale të ADN-së.

Për të krijuar atlasin, DeepMind llogariti pasojat e të gjitha mutacioneve të vetme të mundshme në gjenomën referuese - një vëllim të dhënash prej rreth një petabajt (domethënë, rreth një kuadrilion bajt). Përveç kësaj, u morën në konsideratë më shumë se 100 milionë futje dhe fshirje të shkurtra të vërejtura tashmë në gjenomet njerëzore.

Projekti të kujton Alphafold, sistemin e inteligjencës artificiale që parashikon strukturat e proteinave me saktësi të paparë dhe që u vlerësua me Çmimin Nobel në Kimi në vitin 2024 për këtë arritje. Baza e të dhënave publike Alphafold tani përmban më shumë se 200 milionë struktura proteinash dhe përdoret nga miliona studiues.

Vlera e mutacioneve

Një kërkesë e shpeshtë nga përdoruesit e modelit origjinal Alphagenome ishte për një vlerësim më të thjeshtë të varianteve gjenetike. Në vend të mijëra parashikimeve individuale, shumë studiues donin kryesisht të dinin: A është një mutacion potencialisht i rëndësishëm apo jo? Për ta adresuar këtë, DeepMind zhvilloi të ashtuquajturin Score të Ndikimit të Variantit Alphagenome (AVI). Ky rezultat synon të përmbledhë rëndësinë biologjike të një varianti në një metrikë të vetme.

Sipas kompanisë, rezultati AVI ishte në gjendje të dallonte me besueshmëri mutacionet që shkaktojnë sëmundje nga variantet e padëmshme në bazat e të dhënave klinike. Në një studim rasti, parashikimet ndihmuan gjithashtu në identifikimin e një mutacioni jashtë një gjeni të anashkaluar më parë si një shkak i mundshëm i epilepsisë së rëndë.

Mafalda Dias dhe Jonathan Frazer nga Qendra për Rregullimin Gjenomik në Barcelonë, kur u pyetën nga Nature, e shohin këtë si një hap të rëndësishëm përpara për kërkimin mbi sëmundjet e rralla. Deri më tani, modelet e fuqishme si Alphagenomes kanë qenë thjesht shumë intensive në aspektin kompjuterik për shumë grupe kërkimore. Vënia e tyre në dispozicion të publikut e heq këtë pengesë.

ADN-ja e errët u hartua

Atlasi mund të jetë veçanërisht emocionues për studimin e ADN-së jo-koduese. Edhe pse këto rajone nuk prodhojnë proteina, ato shpesh kontrollojnë kur dhe ku janë aktive gjenet. Duke përdorur parashikimet e inteligjencës artificiale, ekipi i kërkimit hartëzoi mijëra sekuenca të shkurtra të ADN-së, të njohura si motive, që mund të kenë funksione rregullatore. Disa shërbejnë si vende lidhjeje për faktorët e transkriptimit, të tjerat ndikojnë në prodhimin e ARN-së mesazhere ose në aksesin e ADN-së. Studiuesit dyshojnë se shkaqe të shumta gjenetike të sëmundjeve të zakonshme, qëndrojnë pikërisht në këto rajone të kuptuara dobët.

Biobankat e mëdha gjithashtu mund të përfitojnë nga ky burim i ri. Gareth Hawkes nga Universiteti i Exeterit tashmë po përdor parashikimet për të analizuar variante të rralla gjenetike në gjenomet e 54,000 individëve nga Biobanka e Mbretërisë së Bashkuar. Qëllimi është të zbulohen lidhjet midis ndryshimeve gjenetike dhe tipareve të tilla si nivelet e proteinave në gjak ose gjatësia.

Asnjë moment "Alphafold"

Pavarësisht entuziazmit, ekspertët kërkojnë kujdes. Martin Kircher, një bioinformatik nga Qendra Max Delbrück në Berlin, e përshkroi atlasin për Natyrën si një "mundësi të dobishme dhe bujare" për të zgjeruar aksesin në një model të fuqishëm. Megjithatë, ai paralajmëroi se ai nuk mund të zëvendësojë eksperimentimin. Për më tepër, ai vuri në dukje se përbërja gjenetike e një individi është shpesh vendimtare në përcaktimin e efektit aktual të një mutacioni.

Ben Lehner nga Instituti Wellcome Sanger në Britaninë e Madhe e shpreh edhe më qartë, gjithashtu në Nature. Atlasi padyshim do të jetë shumë i dobishëm, thotë ai, por nuk është një "moment AlphaFold" për kërkimin e gjenomit. Fuqia parashikuese e modeleve aktuale të gjenomit është ende shumë më e ulët se ajo e AlphaFold për proteinat. Prandaj, sisteme të tilla nuk duhet të përdoren në asnjë mënyrë vetëm për vendime klinike.

Për Lehnerin, sfida tjetër e madhe qëndron në gjenerimin e shumë më tepër të dhënave eksperimentale me të cilat modelet e inteligjencës artificiale mund të trajnohen dhe validohen. Vetëm atëherë sistemet parashikuese për gjenomën një ditë mund të arrijnë një nivel të ngjashëm besueshmërie siç bën Alphafold për proteinat.

Megjithatë, Atlasi i AlfaGenome shënon një hap të rëndësishëm. Në vend që të llogarisin miliarda mutacione të mundshme individualisht, studiuesit tani kanë qasje në një hartë të lirë të mundësive gjenetike. Mbetet për t'u parë nëse kjo do të çojë në terapi dhe njohuri të reja mbi sëmundjet. Megjithatë, kjo duhet ta thjeshtojë në thelb navigimin nëpër labirintin e gjenomit njerëzor./ Der Standard.