AlphaGenome Atlas предсказывает эффекты девяти миллиардов вариантов ДНК
Google DeepMind заранее рассчитал для возможных замен одной буквы в геноме миллиарды молекулярных прогнозов. Atlas и сводный показатель AVI предназначены для поиска исследовательских кандидатов, а не для самостоятельной постановки диагноза.
Миллиарды прогнозов вместо отдельных запросов
AlphaGenome Atlas содержит расчётные оценки влияния примерно девяти миллиардов возможных замен одной буквы ДНК на молекулярные процессы в сотнях типов клеток и тканей. Набор данных занимает около одного петабайта — более чем в 30 раз больше базы AlphaFold о структурах белков. Для каждого варианта сохранено в среднем около 27 000 прогнозов.
База опирается на модель AlphaGenome, которая анализирует участки ДНК длиной до миллиона букв и прогнозирует активность генов, связывание регуляторных белков и сплайсинг. Предварительные расчёты особенно важны для некодирующих областей: они не кодируют белки, но содержат регуляторные участки, где расположена значительная часть связанных с болезнями вариантов.
Сводная оценка и пример применения
Поскольку десятки тысяч показателей трудно использовать по отдельности, DeepMind создала AlphaGenome Variant Impact Score (AVI). Небольшая нейросеть сводит прогнозы AlphaGenome, данные AlphaMissense и показатели эволюционной сохранности участка в одну оценку. В проверках на вариантах с клинической классификацией AVI превзошёл существующие инструменты на ряде задач, особенно в некодирующих областях; на некоторых задачах конкуренты показывали лучшие результаты.
В случае из консорциума GREGoR AVI поднял вариант DNM1 у ребёнка с тяжёлой эпилепсией из категории неопределённых в начало списка кандидатов. Модель предсказала нарушение сплайсинга, ограниченное версией гена, активной в мозге; лабораторный эксперимент подтвердил прогноз. При ретроспективной проверке причинный вариант попадал в первые 50 кандидатов в 29,5% случаев против 12,5% у CADD.
Исследовательская карта, не диагноз
Используя данные более 54 000 участников UK Biobank, исследователи сгруппировали варианты с похожими прогнозируемыми эффектами и обнаружили на 22% больше связей между некодирующими вариантами и уровнем белков в крови, чем при обычной фильтрации. Atlas также выделил 2 601 повторяющийся короткий мотив ДНК, к которому могут присоединяться регуляторные белки.
DeepMind предупреждает: модель не охватывает все типы клеток и может пропускать эффекты через количество других регуляторных белков. Atlas доступен для некоммерческих исследований через веб-портал и API; коммерческий вариант планируется через Google Cloud.