Google-ის AlphaGenome 2 დაავადებების უჯრედულ საფუძვლებს იკვლევს

Google DeepMind-ის მკვლევრებმა ხელოვნური ინტელექტის ახალი მოდელი წარადგინეს. ის შექმნილია იმის გასარკვევად, როგორ მოქმედებს დნმ-ის ცვლილებები სხვადასხვა უჯრედზე. მოდელი მეცნიერებს რთული საკითხის უფრო დეტალურად დანახვაში ეხმარება. ამ საკითხმა შესაძლოა დაავადებათა გამომწვევ მიზეზებზე მნიშვნელოვანი მინიშნებები მოგვცეს და ახალი მკურნალობის გზებიც გვიჩვენოს.

AlphaGenome 2 DeepMind-ის გენომის პროგნოზირების ხელოვნური ინტელექტის მოდელის, AlphaGenome-ის, მემკვიდრეა. ეს მოდელი გასულ წელს გამოვიდა. ადამიანის სხეულის თითქმის ყველა უჯრედს ერთი და იგივე დნმ აქვს, მაგრამ სხვადასხვა ტიპის უჯრედები განსხვავებულ გენებს რთავენ და თიშავენ. მათ შორისაა გულის კუნთის, კანისა და ინფექციასთან მებრძოლი იმუნური უჯრედები. ეს შაბლონები შეიძლება უჯრედის მოქმედების მიხედვით შეიცვალოს. ამიტომ ერთი და იგივე გენეტიკურ ვარიანტს განსხვავებული გავლენა შეიძლება ჰქონდეს უჯრედის ტიპისა და მდგომარეობის მიხედვით.

ახალი მოდელი ამ განსხვავებების აღსაწერად შეიქმნა. ის პროგნოზირებს, როგორ მოქმედებს გენეტიკური ვარიანტები ცალკეულ უჯრედების ტიპებსა და მდგომარეობებზე. Google-მა ოთხშაბათს გამოქვეყნებულ ბლოგპოსტში დაწერა, რომ AlphaGenome 2 უფრო დეტალურ სურათს იძლევა, ვიდრე უფრო ფართო მოდელები, მაგალითად AlphaGenome. ამან შესაძლოა კონკრეტულ უჯრედებში გამოავლინოს დაავადებასთან დაკავშირებული ისეთი გავლენა, რომელიც სხვაგვარად შეუმჩნეველი დარჩებოდა.

AlphaGenome 2-ს ამ დეტალური სურათის მისაღებად 68 ქსოვილიდან 100 მილიონზე მეტი ცალკეული უჯრედის პროფილი გამოიყენეს სასწავლო მონაცემებად. DeepMind-ის თქმით, მოდელი უჯრედების სტატიკურ ატლასებს, უზარმაზარ მონაცემთა საცავებს, სადაც ცალკეული უჯრედები დეტალურადაა აღწერილი და კატალოგიზებული, „ადამიანის გენეტიკის პროგნოზირების ძრავად“ აქცევს. კომპანიის ცნობით, AlphaGenome 2 თითქმის ორჯერ მეტ ისეთ ვარიანტს ამოიცნობს, რომელსაც უჯრედებში გენების გამოხატულების შეცვლა შეუძლია, ვიდრე კომპანიის წინა ყველაზე მოწინავე მოდელი.

მკვლევრებმა ასევე დაადგინეს, რომ AlphaGenome 2-ს შეუძლია ახალი ტიპის უჯრედებისა და ბიოლოგიური მდგომარეობების შესახებ პროგნოზების გაკეთება ხელახლა გაწვრთნის გარეშე. მას ასევე შეუძლია ექსპერიმენტულ მონაცემებში არსებული ხარვეზების აღმოჩენა და მეცნიერებს ლაბორატორიაში შემდეგი საკვლევი საკითხის შერჩევაში დაეხმაროს.

პროექტში ჩართული Google DeepMind-ის მკვლევარი ადამ გაიოსოს თქმით, მთავარი გარღვევა „ადამიანის გენეტიკის უჯრედულ ბიოლოგიასთან დაკავშირებაა“. მან ვერჯის განუცხადა, რომ AlphaGenome 2 მკვლევრებს დიდი პოპულაციებიდან გამოვლენილი გენეტიკური ვარიანტების უფრო ღრმად შესწავლის საშუალებას აძლევს. მათ შეუძლიათ დაინახონ ამ ვარიანტების უჯრედული გავლენა და ეს გავლენა შესაძლო დაავადებებს დაუკავშირონ.