A genomkutatás egyik legnehezebb kérdése nem az, hogy találunk-e eltérést a DNS-ben, hanem az, hogy az számít-e egyáltalán. A Google DeepMind új atlasza épp ebben próbál rendet tenni: megmutatni, melyik apró genetikai változás lehet érdekes, és melyik valószínűleg nem.

Mi történt

A DeepMind elindította az AlphaGenome Atlas nevű platformot, amely egy előre kiszámolt, kereshető térképet ad az emberi genom lehetséges egybetűs változásairól. A DNS négy „betűből” áll — A, C, G és T —, és az emberi genom nagyjából 3 milliárd betűpárból épül fel. Ha ezek közül egyetlen betű megváltozik, annak lehet semmilyen következménye, de az is előfordulhat, hogy befolyásolja, hogyan működik egy gén, mennyi fehérje termelődik, vagy végső soron milyen biológiai folyamatok indulnak el.

A nehézség a méret: nagyjából 9 milliárd lehetséges egybetűs csere képzelhető el. Az AlphaGenome Atlas ezek mindegyikére próbál előrejelzést adni molekuláris szinten. Gondolj rá úgy, mint egy hatalmas, előre kitöltött útmutatóra: a kutatónak nem minden egyes változatot külön kell nulláról megvizsgálnia, hanem megnézheti, melyek tűnnek gyanúsnak. Ezt egészíti ki az AVI, vagyis a Variant Impact Score, egy olyan pontszám, amely segít rangsorolni a variánsokat aszerint, mennyire lehet fontos a hatásuk.

A rendszer az AlphaGenome modellre épül, amelyet tavaly mutattak be, és amely nyilvános emberi és egérgenom-adatbázisokon tanulta meg a DNS-változások és a biológiai folyamatok közti mintázatokat. Az új atlasz ezt a képességet terjeszti ki a teljes genomra, beleértve azokat a szakaszokat is, amelyek nem közvetlenül fehérjét kódolnak, mégis szabályozhatják a gének működését. Ez fontos különbség, mert a genetika sokáig főleg a „kódoló” részekre figyelt, miközben a szabályozó régiók gyakran ugyanilyen lényegesek.

Miért fontos

A hétköznapi olvasónak ez elsőre távolinak tűnhet, de a gyakorlatban arról szól, hogy gyorsabban lehessen megérteni, mely genetikai eltérések kapcsolódhatnak betegségekhez. A laborok ma is rengeteg DNS-változatot találnak, csak éppen nehéz eldönteni, melyikkel érdemes komolyan foglalkozni. Egy ilyen atlasz nem helyettesíti a kísérleteket és nem mondja meg biztosan, hogy egy mutáció betegséget okoz-e, viszont jelentősen szűkítheti a keresést. A The Verge értelmezése szerint ez inkább kutatási gyorsító, mint kész orvosi termék — és valószínűleg így érdemes nézni: olyan infrastruktúra, amely a következő évek biológiai és gyógyszerkutatási munkáját teheti hatékonyabbá.

Mire figyelj

  1. Az egyik kulcskérdés az lesz, mennyire válnak be az előrejelzések a laborban. Az AI itt nem végső bíró, hanem előszűrő rendszer.
  2. Érdemes figyelni, milyen gyorsan épül be az eszköz a genetikai kutatás mindennapi gyakorlatába, különösen ritka betegségek és daganatok vizsgálatánál.
  3. Az sem mellékes, hogy a rendszer egyelőre nem kereskedelmi kutatásra érhető el, az üzleti felhasználást pedig későbbre ígérik a Google Cloudon. Ez befolyásolhatja, kik és milyen tempóban tudják majd használni.
  4. Hosszabb távon az döntheti el a jelentőségét, hogy az atlasz valóban segít-e új biológiai összefüggéseket felfedezni, nem csak gyorsabban rendezni a már ismert kérdéseket.