Google DeepMind lança modelo de IA AlphaGenome para oferecer insights mais profundos sobre o DNA humano

O braço de IA da empresa de tecnologia Google, Google DeepMind apresentou o AlphaGenome, um modelo de IA projetado para fornecer previsões mais precisas e detalhadas sobre os efeitos de variantes genéticas ou mutações individuais em diversos processos biológicos envolvidos na regulação gênica. Essa capacidade é parcialmente apoiada por avanços técnicos que permitem ao modelo analisar sequências de DNA estendidas e gerar resultados preditivos de alta resolução.

Para dar suporte aos esforços científicos em andamento, o AlphaGenome está sendo oferecido atualmente em fase de pré-visualização por meio da API AlphaGenome para uso em pesquisas não comerciais, com planos para um lançamento de modelo mais amplo em um estágio posterior.

O modelo AlphaGenome desenvolvido por Google DeepMind Processa segmentos estendidos de DNA — até um milhão de pares de bases — e gera previsões em uma ampla gama de propriedades moleculares que caracterizam a regulação gênica. Ele também pode avaliar o impacto funcional de variantes genéticas ou mutações específicas, comparando os resultados previstos de sequências alteradas com suas contrapartes não modificadas. As propriedades que ele prevê incluem locais de início e término de genes em diferentes tipos de células e tecidos, pontos de splicing de RNA, níveis de expressão de RNA, acessibilidade de bases de DNA, proximidade espacial e interações de ligação com proteínas reguladoras. Os dados de treinamento para o modelo foram extraídos de conjuntos de dados públicos fornecidos por consórcios como ENCODE, GTEx, 4D Nucleome e FANTOM5, que coletivamente cobrem uma ampla gama de processos de regulação gênica em centenas de tipos de células e tecidos humanos e de camundongos.

A arquitetura do AlphaGenome combina camadas convolucionais que detectam motivos curtos na sequência de DNA, componentes transformadores que permitem a troca de informações em todo o comprimento da sequência e camadas de predição final que produzem insights em nível molecular em diferentes modalidades biológicas. O treinamento de cada sequência foi distribuído entre múltiplas Unidades de Processamento Tensor (TPUs) interconectadas. Este modelo baseia-se em trabalhos anteriores com o Enformer e complementa o AlphaMissense, que se concentra especificamente em regiões codificadoras de proteínas. Embora as regiões codificadoras de proteínas constituam aproximadamente 2% do genoma, o AlphaGenome tem como alvo os 98% restantes — regiões não codificadoras — conhecidos por seu papel na regulação da atividade gênica e sua associação com diversas variantes associadas a doenças.

As características distintivas do AlphaGenome incluem sua capacidade de analisar longas sequências de DNA com resolução básica, permitindo a identificação de regiões regulatórias localizadas longe dos genes que influenciam, ao mesmo tempo em que capturam detalhes biológicos em escala precisa. Modelos anteriores frequentemente enfrentavam um dilema entre comprimento e resolução da sequência, o que limitava sua capacidade de modelar conjuntamente características regulatórias complexas. O AlphaGenome supera esse problema mantendo a eficiência no treinamento — exigindo apenas quatro horas e utilizando metade dos recursos computacionais necessários para o modelo Enformer original.

A capacidade do modelo para predição multimodal permite que ele forneça uma visão abrangente dos mecanismos regulatórios, oferecendo aos cientistas insights detalhados sobre as diversas camadas da regulação gênica. Ele também auxilia na pontuação eficiente de variantes, comparando rapidamente sequências mutadas e não mutadas e resumindo as diferenças com base no contexto molecular relevante.

O AlphaGenome apresenta um novo recurso na modelagem de junções de splicing de RNA diretamente a partir de dados de sequências de DNA. Isso é particularmente relevante para a compreensão de condições genéticas associadas a erros de splicing, como atrofia muscular espinhal e certos tipos de fibrose cística. Ao prever a localização e os níveis de expressão dessas junções, o modelo oferece uma visão mais refinada de como variantes genéticas podem afetar o processamento do RNA.

Vantagens do modelo subjacente e implicações para pesquisas futuras

A ampla aplicabilidade do AlphaGenome permite que pesquisadores examinem os efeitos de variantes genéticas em múltiplas modalidades moleculares usando uma única solicitação de API. Essa abordagem simplificada permite a geração e o teste de hipóteses mais rápidos, sem a necessidade de depender de modelos separados para cada característica regulatória específica. O forte desempenho preditivo do modelo sugere que ele desenvolveu uma compreensão generalizável do comportamento da sequência de DNA dentro da estrutura da regulação gênica, oferecendo uma plataforma que outros membros da comunidade científica podem estender ou refinar. Após seu lançamento completo, o modelo estará disponível para ajuste fino com conjuntos de dados personalizados, permitindo que os pesquisadores adaptem suas capacidades para abordar questões científicas específicas.

A arquitetura subjacente foi projetada para ser escalável e adaptável. Com dados de treinamento adicionais, o AlphaGenome tem o potencial de aumentar sua precisão, expandir sua utilidade entre diferentes espécies e incorporar novas modalidades, aumentando assim sua cobertura e profundidade gerais.

As previsões do AlphaGenome podem subsidiar uma série de direções de pesquisa. No contexto de estudos de doenças, o AlphaGenome pode aprimorar a identificação e a interpretação de variantes genéticas funcionalmente relevantes, especialmente aquelas associadas a doenças raras, contribuindo para uma compreensão mais clara dos mecanismos da doença e a identificação de potenciais alvos terapêuticos. Na biologia sintética, seus resultados podem orientar o desenvolvimento de sequências de DNA personalizadas com funções regulatórias específicas, como permitir a expressão gênica em tipos celulares específicos. Para a pesquisa genômica fundamental, o AlphaGenome pode auxiliar no mapeamento sistemático de elementos genômicos funcionais e esclarecer seus papéis na regulação da atividade celular.