A IA da DeepMind lança o AlphaGenome Atlas, com previsões para 9 bilhões de mutações no DNA

O Google DeepMind lançou o AlphaGenome Atlas em 10 de setembro, o maior mapa de previsão de efeitos genômicos da história, abrangendo 9 bilhões de possíveis variantes de nucleotídeo único (SNVs), com capacidade de armazenamento de 1 PB — 30 vezes maior que a do AlphaFold Database, lançado em 2022 — e disponibilizado gratuitamente para consulta pelo meio acadêmico a partir de hoje.

Escala e estrutura do AlphaGenome Atlas

O AlphaGenome Atlas tem capacidade de armazenamento de 1 PB, 30 vezes maior que a do AlphaFold Database, lançado pelo Google DeepMind em 2022. Na época, o AlphaFold Database ampliou os dados de estruturas de proteínas de 190 mil estruturas experimentais para mais de 200 milhões de estruturas previstas, além de oferecer uma interface visual para reduzir a barreira de entrada. O AlphaGenome Atlas adota a mesma estratégia: usa IA para calcular em lote um volume de trabalho originalmente inviável em laboratório e transformá-lo em uma porta de entrada que pesquisadores comuns podem consultar diretamente.

O principal indicador, a pontuação AVI, é calculado combinando os resultados das previsões dos modelos AlphaGenome e AlphaMissense e condensando previsões complexas de biologia molecular em um único valor. Assim, os pesquisadores não precisam comparar dezenas de indicadores individualmente e podem determinar diretamente, com base na pontuação, quais variantes merecem uma investigação mais aprofundada.

Atribuição funcional do AVI e ferramenta de pesquisa para 2.500 motivos de sequência de DNA

Por trás de cada pontuação AVI há uma “atribuição funcional do AVI”, que indica qual mecanismo molecular é mais afetado pela variante, como o splicing do RNA, o nível de expressão gênica ou o grau de compactação da cromatina. Dessa forma, os pesquisadores não sabem apenas a gravidade do efeito, mas também conseguem localizar em que etapa está o problema.

O AlphaGenome Atlas também organizou mais de 2.500 motivos de sequência de DNA que aparecem repetidamente. Eles podem ser usados para localizar os pontos de atuação dos fatores de transcrição. Os fatores de transcrição são proteínas que determinam se um gene será ativado ou desativado; identificar onde esses motivos se encontram é fundamental para que os pesquisadores possam interpretar a função de uma sequência não codificante.

Julia Zeitlinger e Melanie Weilert, do Stowers Institute for Medical Research, nos Estados Unidos, usaram os recursos de motivos de sequência para distinguir quais fatores de transcrição são responsáveis apenas por abrir o DNA e quais conseguem realmente ativar ou silenciar genes. No passado, detalhes desse tipo exigiam experimentos repetidos para serem reunidos gradualmente.

Casos de epilepsia do DNM1 no GREGoR Consortium

O GREGoR Consortium procurou Laura Covill e Anne O'Donnell-Luria, do Broad Institute. Elas usaram a pontuação AVI para refiltrar milhares de variantes candidatas e identificar variantes possivelmente patogênicas que haviam sido ignoradas no passado. As pesquisadoras se concentraram no gene DNM1, fortemente associado à encefalopatia epiléptica. A previsão do AlphaGenome indicou que uma variante havia criado um local de splicing aberrante, fazendo com que a célula interpretasse erroneamente um ponto de transição ao ler as instruções do gene e produzisse um trecho adicional de proteína a jusante.

A triagem experimental posterior confirmou essa avaliação e também identificou variantes próximas com efeitos semelhantes. O Google DeepMind destacou especificamente, na explicação do banco de dados, que a solidez desse caso se deve ao acompanhamento por validação experimental, e não apenas ao encerramento do caso com base na pontuação AVI.

Gareth Hawkes identifica 22% mais associações em regiões não codificantes

Gareth Hawkes, pesquisador da Universidade de Exeter, aplicou o AlphaGenome Atlas aos dados de genoma completo de mais de 54.000 participantes do UK Biobank. Depois de agrupar as variantes de acordo com seus efeitos previstos, identificou 22% mais associações em regiões não codificantes que antes estavam submersas no ruído estatístico, localizando com sucesso variantes que regulam o PLA2G7, associado ao envelhecimento, e o EGLN1, um gene essencial para a detecção de oxigênio pelas células.

Hawkes então se concentrou no 1% superior das variantes não codificantes consideradas pelo sistema como as mais influentes. Após comparar centenas de milhões de variantes, identificou 19 regiões genéticas associadas ao IMC, que podem orientar a próxima etapa da pesquisa. Esse caso mostra que o AlphaGenome Atlas não só consegue encontrar variantes patogênicas em uma única família, como também recuperar, em dados populacionais de centenas de milhares de pessoas, sinais que antes estavam submersos no ruído.

Condições de uso acadêmico gratuito, limitações de validação clínica e integração com o Antigravity

As condições de acesso e as limitações de uso atuais do AlphaGenome Atlas são as seguintes:

Versão acadêmica gratuita: limitada a usos acadêmicos não comerciais, disponível para consulta a partir de hoje

Versão comercial: em breve no Google Cloud, aplicável a usuários corporativos

Modelo básico do AlphaGenome: já disponível no GitHub para uso acadêmico gratuito

Modelo comercial para empresas: disponível por meio do Model Garden

Limitação clínica: o site informa claramente que as previsões não foram validadas clinicamente e não podem ser usadas como orientação médica

O Google DeepMind reconhece que o AlphaGenome Atlas é uma base, não um ponto final; à medida que o modelo continuar sendo aprimorado, o mapa ficará cada vez mais detalhado, e a versão atual não é a resposta definitiva. Além disso, o AlphaGenome Atlas já foi integrado ao Google Antigravity, tornando-se uma função que pode ser chamada diretamente em fluxos de trabalho científicos e avançando na direção da criação de uma plataforma unificada de pesquisa científica.

Perguntas frequentes

Quais modelos calculam a pontuação AVI do AlphaGenome Atlas e qual é a lógica de seu design?

A pontuação AVI é calculada combinando os resultados das previsões dos modelos AlphaGenome e AlphaMissense e condensando previsões complexas de biologia molecular em um único valor. Cada pontuação vem acompanhada de uma “atribuição funcional do AVI”, que indica se a variante afeta o splicing do RNA, o nível de expressão gênica ou o grau de compactação da cromatina. Testes internos do Google DeepMind indicaram que a pontuação AVI alcançou desempenho de ponta entre métodos semelhantes em diversos testes de referência de patogenicidade e doenças raras.

Que descoberta específica Gareth Hawkes obteve no estudo do UK Biobank?

Hawkes aplicou o AlphaGenome Atlas aos dados de genoma completo de mais de 54.000 participantes do UK Biobank e identificou 22% mais associações em regiões não codificantes que antes estavam submersas no ruído estatístico. Após se concentrar no 1% superior das variantes não codificantes mais influentes, identificou ainda 19 regiões genéticas associadas ao IMC.

Quais são atualmente as condições de acesso do AlphaGenome Atlas para o meio acadêmico e as limitações de uso clínico?

A versão acadêmica gratuita é limitada a usos não comerciais e está disponível para consulta a partir de hoje; o modelo básico do AlphaGenome já está disponível no GitHub; a versão comercial para empresas será lançada em breve no Google Cloud e também poderá ser obtida por meio do Model Garden; o site informa claramente que as previsões não foram validadas clinicamente e não podem ser usadas como orientação médica.