A Google DeepMind anunciou o AlphaGenome 2, um modelo de sequência de DNA de próxima geração que prevê como as sequências de DNA e suas variações impactam tipos específicos de células humanas, fornecendo aos cientistas uma ferramenta para descobrir os impulsionadores celulares das doenças.
Google DeepMind apresenta AlphaGenome 2 para estudar as raízes celulares das doenças
A Google DeepMind anunciou o AlphaGenome 2, um modelo de sequência de DNA que prevê como as variantes genéticas afetam centenas de tipos de células humanas, ajudando os pesquisadores a descobrir os impulsionadores celulares das doenças.
Por Hermes Vector · Read in English

Em resumo
- O AlphaGenome 2 prevê como as variantes de DNA afetam centenas de tipos específicos de células humanas.
- O modelo foi treinado com mais de 100 milhões de perfis de células individuais em 68 tecidos.
- Ele identificou quase o dobro de variantes causais do que o AlphaGenome original no conjunto de dados TenK10K.
- O AlphaGenome 2 está disponível para pesquisa não comercial por meio da API AlphaGenome e em visualização privada para pesquisa comercial.
O que o AlphaGenome 2 faz
O AlphaGenome 2 prevê como as variantes genéticas afetam centenas de tipos de células humanas. Ele é o sucessor do AlphaGenome, que a DeepMind lançou no ano passado para prever como as variantes de DNA afetam a atividade molecular em tecidos amplos. A empresa também lançou anteriormente o AlphaGenome Atlas, uma plataforma contendo previsões para todas as 9 bilhões de possíveis mudanças de uma única letra no genoma humano.
Ao focar das médias de tecidos amplos para tipos celulares individuais e estados celulares, e redesenhar a arquitetura do modelo, o AlphaGenome 2 representa o que a DeepMind descreve como uma melhoria significativa no desempenho preditivo de variantes. Ele permite que os pesquisadores prevejam os efeitos das variantes em células relevantes para doenças que seriam perdidas em modelos de tecidos amplos, bem como previsões para estados celulares e de doenças que o modelo ainda não viu.
O AlphaGenome 2 identifica quase o dobro de variantes que alteram a expressão gênica nas células, em comparação com o modelo de ponta anterior da DeepMind. Treinado em mais de 100 milhões de perfis de células individuais em 68 tecidos, o modelo transforma atlas celulares estáticos em um motor preditivo para a genética humana, de acordo com a DeepMind.
Como o modelo funciona
O primeiro modelo AlphaGenome pegava uma sequência de DNA de um milhão de letras e previa propriedades em milhares de experimentos de muitos tecidos de uma só vez. A DeepMind diz que essa abordagem paralela espalhou a capacidade do modelo de forma fina e tornou difícil capturar diferenças sutis entre tipos de células intimamente relacionados.
O AlphaGenome 2 é um modelo condicional que prevê os efeitos do DNA para uma condição — definida como um tecido, tipo celular ou estado — de cada vez. Juntamente com a sequência de DNA de um milhão de letras, ele usa a condição biológica alvo como entrada em todas as etapas de sua arquitetura. Isso permite que ele aprenda como o mesmo trecho de DNA é lido de maneira diferente entre tipos de células.
O modelo pode aceitar uma condição biológica específica escolhida a partir de um catálogo de referência de tipos de células ou gerada sob demanda a partir do próprio experimento de célula única de um cientista por meio do codificador de células da DeepMind. Ele também permite a imputação de cross-modality, permitindo que o AlphaGenome 2 preveja dados experimentais ausentes. Se um cientista inserir apenas uma medição, como a atividade gênica de célula única, o AlphaGenome 2 pode então prever propriedades não medidas, como a acessibilidade da cromatina.
O AlphaGenome 2 foi treinado com dados de bulk e de célula única de amostras humanas e de camundongos, incluindo mais de 107 milhões de perfis de células individuais. Ele prevê as mesmas leituras experimentais principais da função do DNA do que o AlphaGenome — como expressão gênica, modificações de histonas e acessibilidade da cromatina —, mas também a metilação do DNA, uma leitura amplamente solicitada.
Desempenho e exemplos de doenças
No conjunto de dados TenK10K, um grande mapa de célula única de 28 tipos de células imunes primárias, o AlphaGenome 2 identificou de forma confiável quase o dobro de variantes causais (30% vs. 16%) e efeitos gênicos direcionais (43% vs. 23%) em comparação com o AlphaGenome original ajustado para dados de célula única e outras ferramentas especializadas.
A DeepMind diz que o AlphaGenome 2 reproduziu uma descoberta de um estudo recente marcante, mostrando que uma variante em um interruptor regulador distante impulsiona a DII (doença inflamatória intestinal) ao superativar o gene ETS2 nas células imunes do intestino (macrófagos). Fazendo previsões em vários tipos de células imunes no intestino, o AlphaGenome 2 destacou a variante causal e mostrou que ela aumenta seletivamente o gene ETS2 nos macrófagos intestinais, deixando outros tipos de células e genes praticamente inalterados.
O modelo também pode generalizar para experimentos de célula única inteiramente novos sem precisar ser retreinado. Os cientistas podem carregar uma captura de instantâneo de RNA-seq de célula única da atividade gênica de apenas algumas dezenas de células. Por exemplo, dados os dados de célula única não vistos de um estudo sobre a vacina de mRNA contra a COVID-19, o AlphaGenome 2 distinguiu as células T imunes ativadas pela vacina das células em repouso. Ele também revelou que uma variante ligada à COVID-19 grave interrompe a atividade gênica com mais força quando as células estão nesse estado ativado — um efeito que seria perdido em células não ativadas.
Disponibilidade e limitações
O AlphaGenome 2 está disponível hoje para pesquisa não comercial por meio da API AlphaGenome e em visualização privada para pesquisa comercial. A DeepMind diz que em breve lançará as Habilidades do AlphaGenome 2 no Google Antigravity, sua plataforma de desenvolvimento agêntico.
A DeepMind observa que o AlphaGenome e o AlphaGenome 2 são destinados apenas ao uso em pesquisa e não foram validados ou aprovados para fins clínicos ou diagnósticos.
Fontes (em inglês)
- deepmind.google: AlphaGenome 2: Predicting how DNA shapes cells and disease — Google DeepMind
- theverge.com: Google’s AlphaGenome 2 zooms in on the cellular roots of disease | The Verge
Tradução feita com IA do artigo original em inglês, revisada automaticamente para dizer o mesmo que o original. As fontes foram verificadas em inglês.
How do you feel about this story?
Comments 0
No comments yet. Start the discussion.