Google DeepMind cria mapa de 9 mil milhões de variantes do ADN
O AlphaGenome Atlas usa IA para prever o impacto molecular de todas as alterações de uma única letra possíveis no genoma humano. A plataforma reúne essas previsões num catálogo de um petabyte e já foi usada para identificar variantes associadas a doenças raras e características complexas.
Resumo
A Google DeepMind apresentou o AlphaGenome Atlas, uma plataforma que reúne previsões sobre o efeito molecular de cerca de 9 mil milhões de variantes de uma única letra no genoma humano. O sistema usa o modelo AlphaGenome para pré-calcular o impacto de cada alteração possível e transformar esse resultado num mapa pesquisável para investigadores.
O Atlas inclui um petabyte de dados e pretende tornar navegável uma parte do genoma que continua pouco compreendida. Cerca de 2% do ADN humano codifica proteínas; os restantes 98% não codificantes regulam a actividade dos genes, mas são muito mais difíceis de interpretar.
Na prática
A principal ferramenta da plataforma é o AlphaGenome Variant Impact (AVI), uma pontuação que combina previsões do AlphaGenome com o AlphaMissense, o modelo da DeepMind para variantes que alteram proteínas. O AVI permite ordenar rapidamente variantes pelo impacto previsto e consultar quais os processos biológicos que mais contribuem para essa pontuação.
O Atlas inclui milhares de previsões moleculares por variante, cobrindo diferentes aspectos da regulação genética em centenas de tipos de células e tecidos humanos e de ratinhos. Também liga cada pontuação a características biológicas específicas, como expressão genética, processamento de ARN e acessibilidade da cromatina, além de disponibilizar um catálogo de mais de 2.500 motivos recorrentes de ADN.
Contexto
Em colaboração com o Broad Institute e o consórcio GREGoR, investigadores usaram o Atlas para priorizar variantes num caso de doença rara não resolvido. Uma variante no gene DNM1 foi associada à criação de um local de splicing incorrecto, e experiências laboratoriais validaram a previsão.
Noutro trabalho, Gareth Hawkes aplicou o Atlas a dados de mais de 54 mil participantes do UK Biobank. Ao agrupar variantes não codificantes segundo os seus efeitos moleculares previstos, identificou mais 22% de associações genéticas e encontrou 19 regiões ligadas ao índice de massa corporal entre o 1% de variantes consideradas mais impactantes.
Porque importa
- O Atlas transforma milhares de milhões de previsões dispersas num recurso que permite procurar variantes e comparar rapidamente os seus efeitos.
- A capacidade de interpretar regiões não codificantes pode ajudar a localizar mecanismos ligados a doenças que não aparecem nas partes do ADN que codificam proteínas.
- A plataforma já está disponível para investigação académica através de um portal sem código; a DeepMind diz que o acesso comercial via Google Cloud será disponibilizado posteriormente.