أطلقت Google DeepMind في 10 سبتمبر AlphaGenome Atlas، وهي أكبر خريطة على الإطلاق للتنبؤ بتأثيرات الجينوم، إذ تغطي 9 مليارات احتمال من متغيرات النوكليوتيد الواحد (SNV)، بسعة إجمالية لقاعدة البيانات تبلغ 1 PB، أي أكبر بـ30 مرة من قاعدة بيانات AlphaFold التي أُطلقت في 2022. وأصبحت متاحة مجانًا للاستعلام من الأوساط الأكاديمية اعتبارًا من اليوم.
حجم وهيكل AlphaGenome Atlas
تبلغ السعة الإجمالية لـ AlphaGenome Atlas نحو 1 PB، أي أكبر بـ30 مرة من قاعدة بيانات AlphaFold التي أطلقتها Google DeepMind في 2022. ففي ذلك العام، وسّعت قاعدة بيانات AlphaFold بيانات هياكل البروتينات من 190 ألف بنية تجريبية إلى أكثر من 200 مليون بنية متوقعة، ووفّرت واجهة مرئية لتسهيل الوصول إليها؛ ويتبع AlphaGenome Atlas الاستراتيجية نفسها، إذ يستخدم الذكاء الاصطناعي لحساب كميات كبيرة من العمل الذي يتعذر إنجازه في المختبرات، ثم يقدمه في بوابة يمكن للباحثين العاديين الاستعلام منها مباشرة.
تُحسب درجة AVI بدمج نتائج التنبؤ الصادرة عن نموذجي AlphaGenome وAlphaMissense، ما يختصر التنبؤات المعقدة في علم الأحياء الجزيئي في قيمة واحدة، ويتيح للباحثين تحديد المتغيرات الجديرة بالدراسة المتعمقة مباشرةً استنادًا إلى الدرجة، دون الحاجة إلى مقارنة عشرات المؤشرات واحدًا تلو الآخر.
الإسناد الوظيفي لدرجة AVI وأداة دراسة 2,500 نمط من تسلسلات DNA
تتضمن كل درجة AVI «إسنادًا وظيفيًا لدرجة AVI» يوضح الآلية الجزيئية التي يؤثر فيها المتغير أساسًا، مثل تضفير RNA، أو مستوى التعبير الجيني، أو درجة انفتاح الكروماتين وانغلاقه، ما يتيح للباحثين معرفة شدة التأثير وتحديد المرحلة التي تكمن فيها المشكلة.
جمع AlphaGenome Atlas أيضًا أكثر من 2,500 نمط متكرر من تسلسلات DNA (motif)، يمكن استخدامها لتحديد مواقع عمل عوامل النسخ؛ وعوامل النسخ هي بروتينات تحدد ما إذا كان الجين سيُفعّل أو يُثبّط، وتحديد مواقع هذه الأنماط بدقة يحدد مباشرةً قدرة الباحثين على تفسير وظيفة تسلسل غير مُرمِّز.
استخدمت Julia Zeitlinger وMelanie Weilert من Stowers Institute for Medical Research في الولايات المتحدة موارد أنماط التسلسلات للتمييز بين عوامل النسخ التي تقتصر مهمتها على إرخاء DNA، وتلك القادرة فعليًا على تفعيل الجينات أو إسكاتها. وكانت مثل هذه التفاصيل تتطلب في السابق تجارب متكررة لتجميعها تدريجيًا.
حالة DNM1 المرتبطة بالصرع لدى GREGoR Consortium
تعاون GREGoR Consortium مع Laura Covill وAnne O'Donnell-Luria من Broad Institute، واستخدم درجات AVI لإعادة فرز متغيرات يُشتبه في تسببها بالمرض، سبق تجاهلها، من بين آلاف المتغيرات المرشحة. وركز الفريق على جين DNM1 المرتبط بدرجة كبيرة بالاعتلال الدماغي الصرعي؛ إذ أظهر تنبؤ AlphaGenome أن أحد المتغيرات أنشأ موقع تضفير خاطئًا، ما أدى إلى خطأ في تفسير نقطة التحول أثناء قراءة الخلية لتعليمات الجين، فتكوّن في الجزء اللاحق من البروتين مقطع إضافي.
أكدت اختبارات الفحص اللاحقة هذا الاستنتاج، كما كشفت عن متغيرات قريبة ذات تأثيرات مماثلة. وأوضحت Google DeepMind بشكل خاص في شرح قاعدة البيانات أن قوة هذه الحالة تعود إلى إجرائها تحققًا تجريبيًا لاحقًا، وليس إلى الاكتفاء بدرجة AVI وحدها.
اكتشاف Gareth Hawkes ارتباطات إضافية بنسبة 22% في المناطق غير المُرمِّزة
طبّق الباحث Gareth Hawkes من جامعة Exeter في المملكة المتحدة AlphaGenome Atlas على بيانات الجينوم الكامل لأكثر من 54,000 مشارك في UK Biobank، وبعد تصنيف المتغيرات وفق تأثيرها المتوقع، اكتشف ارتباطات إضافية بنسبة 22% في المناطق غير المُرمِّزة التي كانت غارقة في الضوضاء الإحصائية، ونجح في تحديد متغيرات تنظّم PLA2G7 (المرتبط بالشيخوخة) وEGLN1 (أحد الجينات الرئيسية لاستشعار الأكسجين في الخلايا).
ركز Hawkes بعد ذلك على أعلى 1% من المتغيرات غير المُرمِّزة التي حددها النظام باعتبارها الأكثر تأثيرًا، وبعد مقارنة مئات الملايين من نقاط البيانات، حدد 19 منطقة جينية مرتبطة بمؤشر كتلة الجسم (BMI)، ما قد يوجه المرحلة التالية من البحث. وتوضح هذه الحالة أن AlphaGenome Atlas لا يستطيع اكتشاف المتغيرات المسببة للمرض داخل عائلة واحدة فحسب، بل يمكنه أيضًا استعادة الإشارات التي كانت غارقة في الضوضاء ضمن بيانات مجموعات سكانية تضم مئات الآلاف من الأشخاص.
شروط الإتاحة الأكاديمية المجانية، وقيود التحقق السريري، وتكامل Antigravity
شروط الإتاحة الحالية لـ AlphaGenome Atlas وقيود استخدامه هي كما يلي:
النسخة الأكاديمية المجانية: مخصصة للاستخدام الأكاديمي غير التجاري، ومتاحة للاستعلام اعتبارًا من اليوم
النسخة التجارية: ستتوفر قريبًا على Google Cloud، وهي مخصصة لمستخدمي المؤسسات
النموذج الأساسي لـ AlphaGenome: أُتيح على GitHub للاستخدام الأكاديمي المجاني
النموذج التجاري للمؤسسات: يمكن الحصول عليه عبر Model Garden
القيود السريرية: يوضح الموقع صراحةً أن التنبؤات لم تخضع للتحقق السريري، ولا يجوز استخدامها بوصفها نصيحة طبية
تقر Google DeepMind بأن AlphaGenome Atlas يمثل أساسًا لا نقطة نهاية؛ فمع استمرار تحسين النموذج ستصبح الخريطة أكثر تفصيلًا، والنسخة الحالية ليست الإجابة النهائية. إضافة إلى ذلك، دُمج AlphaGenome Atlas بالفعل في Google Antigravity، ليصبح وظيفة يمكن استدعاؤها مباشرةً ضمن سير العمل العلمي، في اتجاه إنشاء منصة موحدة للبحث العلمي.
الأسئلة الشائعة
ما النماذج التي تُحسب منها درجة AVI، وما المنطق وراء تصميمها؟
تُحسب درجة AVI بدمج نتائج التنبؤ الصادرة عن نموذجي AlphaGenome وAlphaMissense، ما يختصر التنبؤات المعقدة في علم الأحياء الجزيئي في قيمة واحدة. وتُرفق بكل درجة «إسنادات وظيفية لدرجة AVI» توضح ما إذا كان المتغير يؤثر في تضفير RNA، أو مستوى التعبير الجيني، أو درجة انفتاح الكروماتين وانغلاقه؛ وتشير الاختبارات الداخلية التي أجرتها Google DeepMind إلى أن درجة AVI حققت أداءً هو الأفضل ضمن فئتها في عدة اختبارات معيارية للإمراضية والأمراض النادرة.
ما الاكتشاف المحدد الذي توصل إليه Gareth Hawkes في دراسة UK Biobank؟
طبّق Hawkes AlphaGenome Atlas على بيانات الجينوم الكامل لأكثر من 54,000 مشارك في UK Biobank، واكتشف ارتباطات إضافية بنسبة 22% في المناطق غير المُرمِّزة التي كانت غارقة في الضوضاء الإحصائية؛ وبعد التركيز على أعلى 1% من المتغيرات غير المُرمِّزة الأكثر تأثيرًا، حدد 19 منطقة جينية مرتبطة بمؤشر كتلة الجسم (BMI).
ما شروط إتاحة AlphaGenome Atlas للأوساط الأكاديمية حاليًا، وما قيود استخدامه سريريًا؟
النسخة الأكاديمية المجانية مخصصة للاستخدام غير التجاري ومتاحة للاستعلام اعتبارًا من اليوم؛ وقد أُتيح النموذج الأساسي لـ AlphaGenome على GitHub؛ وستتوفر النسخة التجارية للمؤسسات قريبًا على Google Cloud، كما يمكن الحصول عليها عبر Model Garden؛ ويوضح الموقع صراحةً أن التنبؤات لم تخضع للتحقق السريري، ولا يجوز استخدامها بوصفها نصيحة طبية.
