Google DeepMind ra mắt AlphaGenome Atlas vào ngày 10 tháng 9. Đây là bản đồ dự đoán tác động lên bộ gen có quy mô lớn nhất trong lịch sử, bao phủ 9B biến thể đơn nucleotide (SNV), với tổng dung lượng cơ sở dữ liệu đạt 1 PB—lớn hơn 30 lần so với AlphaFold Database ra mắt năm 2022—và được mở miễn phí cho giới học thuật tra cứu kể từ hôm nay.
Quy mô và cấu trúc của AlphaGenome Atlas
AlphaGenome Atlas có tổng dung lượng 1 PB, lớn hơn 30 lần so với AlphaFold Database do Google DeepMind ra mắt năm 2022. Trước đó, AlphaFold Database đã mở rộng dữ liệu cấu trúc protein từ 190k cấu trúc thực nghiệm lên hơn 200M cấu trúc dự đoán, đồng thời cung cấp giao diện trực quan để hạ thấp ngưỡng tiếp cận. AlphaGenome Atlas áp dụng chiến lược tương tự: sử dụng AI để thực hiện hàng loạt tác vụ vốn không thể hoàn thành trong phòng thí nghiệm, sau đó đóng gói kết quả thành một cổng tra cứu mà các nhà nghiên cứu có thể sử dụng trực tiếp.
Chỉ số cốt lõi AVI được tính bằng cách kết hợp kết quả dự đoán của hai mô hình AlphaGenome và AlphaMissense, cô đọng những dự đoán phức tạp về sinh học phân tử thành một giá trị duy nhất. Nhờ đó, các nhà nghiên cứu không cần đối chiếu từng chỉ số trong hàng chục chỉ số khác nhau mà có thể trực tiếp dựa vào điểm số để đánh giá biến thể nào đáng được nghiên cứu chuyên sâu.
Công cụ nghiên cứu quy kết chức năng AVI và 2.500 mô típ trình tự DNA
Đằng sau mỗi điểm AVI là một bản “quy kết chức năng AVI”, cho biết biến thể này chủ yếu tác động đến cơ chế phân tử nào, chẳng hạn như quá trình nối RNA, mức độ biểu hiện gen hoặc khả năng tiếp cận của chất nhiễm sắc. Điều này giúp các nhà nghiên cứu không chỉ biết mức độ nghiêm trọng của tác động mà còn xác định được vấn đề nằm ở khâu nào.
AlphaGenome Atlas đồng thời sắp xếp hơn 2.500 mô típ trình tự DNA (motif) thường xuyên xuất hiện, có thể được sử dụng để xác định vị trí tác động của các yếu tố phiên mã. Yếu tố phiên mã là những protein quyết định gen được bật hay tắt; việc xác định vị trí của các mô típ này có ý nghĩa trực tiếp đối với khả năng diễn giải chức năng của một đoạn trình tự không mã hóa.
Julia Zeitlinger và Melanie Weilert tại Stowers Institute for Medical Research của Mỹ đã tận dụng nguồn tài nguyên mô típ trình tự để phân biệt yếu tố phiên mã nào chỉ chịu trách nhiệm làm DNA trở nên dễ tiếp cận hơn, và yếu tố nào thực sự có thể kích hoạt hoặc làm im lặng gen. Trước đây, những chi tiết như vậy thường phải được xác định dần qua nhiều vòng thí nghiệm.
Các ca bệnh động kinh DNM1 của GREGoR Consortium
GREGoR Consortium đã tìm đến Laura Covill và Anne O'Donnell-Luria tại Broad Institute, sử dụng điểm AVI để sàng lọc lại những biến thể nghi ngờ gây bệnh từng bị bỏ qua trong hàng nghìn biến thể ứng viên. Họ tập trung vào gen DNM1, vốn có liên hệ chặt chẽ với bệnh não do động kinh. Dự đoán của AlphaGenome cho thấy một biến thể đã tạo ra một vị trí nối bất thường, khiến tế bào nhận diện sai điểm chuyển tiếp khi xử lý chỉ dẫn của gen, từ đó làm protein ở hạ nguồn xuất hiện thêm một đoạn.
Các sàng lọc thực nghiệm sau đó đã xác nhận dự đoán này, đồng thời phát hiện những biến thể lân cận có tác động tương tự. Google DeepMind đặc biệt chỉ ra trong phần giải thích về cơ sở dữ liệu rằng trường hợp này có cơ sở vững chắc là nhờ các thí nghiệm tiếp theo đã xác minh kết quả, chứ không chỉ dựa trên điểm AVI.
Gareth Hawkes tìm thêm 22% mối liên hệ ở vùng không mã hóa
Nhà nghiên cứu Gareth Hawkes tại Đại học Exeter của Anh đã áp dụng AlphaGenome Atlas vào dữ liệu toàn bộ bộ gen của hơn 54.000 người tham gia UK Biobank. Sau khi phân nhóm theo tác động dự đoán của các biến thể, ông đã tìm thêm 22% mối liên hệ ở vùng không mã hóa vốn từng bị nhấn chìm trong nhiễu thống kê, qua đó xác định thành công các biến thể điều hòa PLA2G7—gen liên quan đến lão hóa—và EGLN1, gen chủ chốt giúp tế bào cảm nhận oxy.
Hawkes tiếp tục tập trung vào 1% biến thể không mã hóa có ảnh hưởng lớn nhất do hệ thống xác định, đối chiếu hàng trăm triệu dữ liệu và khoanh vùng 19 vùng gen liên quan đến BMI, qua đó định hướng cho giai đoạn nghiên cứu tiếp theo. Trường hợp này cho thấy AlphaGenome Atlas không chỉ có thể tìm ra biến thể gây bệnh trong một gia đình mà còn có thể khôi phục những tín hiệu vốn bị nhấn chìm trong nhiễu từ dữ liệu quần thể hàng trăm nghìn người.
Điều kiện sử dụng miễn phí cho giới học thuật, hạn chế xác thực lâm sàng và tích hợp Antigravity
Các điều kiện mở và hạn chế sử dụng hiện tại của AlphaGenome Atlas như sau:
Phiên bản học thuật miễn phí: Chỉ dành cho mục đích học thuật phi thương mại và có thể tra cứu kể từ hôm nay
Phiên bản thương mại: Sắp ra mắt trên Google Cloud, dành cho người dùng doanh nghiệp.
Mô hình nền tảng AlphaGenome: Đã được đưa lên GitHub để giới học thuật sử dụng miễn phí.
Mô hình thương mại dành cho doanh nghiệp: Có thể được cung cấp thông qua Model Garden.
Hạn chế lâm sàng: Trang web nêu rõ các dự đoán chưa được xác thực lâm sàng và không thể được sử dụng làm tư vấn y tế.
Google DeepMind thừa nhận AlphaGenome Atlas là một nền tảng chứ chưa phải điểm kết thúc. Khi mô hình tiếp tục được tối ưu hóa, bản đồ sẽ ngày càng chi tiết hơn, và phiên bản hiện tại không phải là đáp án cuối cùng. Ngoài ra, AlphaGenome Atlas đã được tích hợp vào Google Antigravity, trở thành một chức năng có thể gọi trực tiếp trong quy trình làm việc khoa học, hướng tới xây dựng một nền tảng nghiên cứu khoa học thống nhất.
Câu hỏi thường gặp
Điểm AVI của AlphaGenome Atlas được tính toán từ những mô hình nào và logic thiết kế là gì?
Điểm AVI được tính bằng cách kết hợp kết quả dự đoán của hai mô hình AlphaGenome và AlphaMissense, cô đọng những dự đoán phức tạp về sinh học phân tử thành một giá trị duy nhất. Mỗi điểm số đều kèm theo “quy kết chức năng AVI”, cho biết biến thể tác động đến quá trình nối RNA, mức độ biểu hiện gen hay khả năng tiếp cận của chất nhiễm sắc. Các thử nghiệm nội bộ của Google DeepMind cho thấy điểm AVI đạt hiệu suất tốt nhất trong cùng nhóm ở nhiều bài kiểm tra tiêu chuẩn về khả năng gây bệnh và bệnh hiếm.
Gareth Hawkes đã đạt được phát hiện cụ thể nào trong nghiên cứu UK Biobank?
Hawkes đã áp dụng AlphaGenome Atlas vào dữ liệu toàn bộ bộ gen của hơn 54.000 người tham gia UK Biobank và tìm thêm 22% mối liên hệ ở vùng không mã hóa vốn từng bị nhấn chìm trong nhiễu thống kê. Sau khi tập trung vào 1% biến thể không mã hóa có ảnh hưởng lớn nhất, ông tiếp tục khoanh vùng 19 vùng gen liên quan đến BMI.
Điều kiện mở cho giới học thuật và hạn chế sử dụng lâm sàng hiện tại của AlphaGenome Atlas là gì?
Phiên bản học thuật miễn phí chỉ dành cho mục đích phi thương mại và có thể tra cứu kể từ hôm nay. Mô hình nền tảng AlphaGenome đã được đưa lên GitHub. Phiên bản thương mại dành cho doanh nghiệp sắp ra mắt trên Google Cloud và cũng có thể được cung cấp thông qua Model Garden. Trang web nêu rõ các dự đoán chưa được xác thực lâm sàng và không thể được sử dụng làm tư vấn y tế.
