Google DeepMind-მა გენომიკის კვლევისთვის AlphaGenome 2 წარადგინა

Google DeepMind-მა გენომიკური კვლევების სფეროში მნიშვნელოვანი წინ გადადგა ნაბიჯი და თავისი ახალი ხელოვნური ინტელექტის მოდელი, AlphaGenome 2 წარადგინა. სისტემა მიზნად ისახავს გენეტიკური ვარიაციების გავლენის პროგნოზირებას არა ზოგად ქსოვილებზე, არამედ ადამიანის სხეულის კონკრეტულ, ცალკეულ უჯრედებზე. ეს მიდგომა მეცნიერებს საშუალებას მისცემს, ბევრად უფრო ზუსტად ამოიცნონ დაავადებების გამომწვევი უჯრედული მექანიზმები.

უჯრედული დონის სიზუსტე

ადამიანის სხეულში ყველა უჯრედი ერთსა და იმავე დნმ-ს (დეზოქსირიბონუკლეინის მჟავა) შეიცავს, თუმცა ისინი სხვადასხვანაირად „კითხულობენ“ გენეტიკურ ინფორმაციას. მაგალითად, გულის კუნთის უჯრედი და იმუნური სისტემის უჯრედი გენებს სრულიად განსხვავებულად ააქტიურებენ. წინა თაობის მოდელი, AlphaGenome, ცდილობდა დნმ-ის მილიონი ასოსგან შემდგარი თანმიმდევრობა ერთდროულად მრავალი ქსოვილისთვის გაეანალიზებინა, რამაც მოდელის რესურსები გაფანტა და მსგავს უჯრედებს შორის განსხვავებების აღქმა გაართულა.

AlphaGenome 2 რადიკალურად განსხვავებული არქიტექტურით მუშაობს. ის „პირობითი მოდელია“ (conditional model), რაც იმას ნიშნავს, რომ დნმ-ის თანმიმდევრობასთან ერთად, ის ითვალისწინებს უჯრედის კონკრეტულ ბიოლოგიურ მდგომარეობასაც. მოდელი გაწვრთნილია ადამიანებისა და თაგვების 68 ქსოვილის 107 მილიონზე მეტ უჯრედულ პროფილზე. შედეგად, ის არა მხოლოდ გენის აქტივობას წინასწარმეტყველებს, არამედ აანალიზებს, თუ როგორ არის დნმ დახვეული ბირთვში და რა ქიმიური „გადამრთველები“ (მეთილირება) არეგულირებენ გენების მუშაობას.

პრაქტიკული შედეგები და კვლევითი პოტენციალი

ტესტირებისას, 28 ტიპის იმუნურ უჯრედზე ჩატარებულ TenK10K სატესტო ბაზაზე, AlphaGenome 2-მა დაავადების გამომწვევი ვარიანტების 30%-ის იდენტიფიცირება მოახერხა, რაც წინამორბედის შედეგს მნიშვნელოვნად აღემატება. მოდელს შეუძლია გამოტოვებული მონაცემების შევსებაც: თუ მკვლევარებს მხოლოდ გენური აქტივობის მონაცემები აქვთ, სისტემა ავტომატურად განსაზღვრავს დნმ-ის დაფუთვის ხარისხს, რაც ლაბორატორიული ექსპერიმენტების დაგეგმვას აადვილებს.

მოდელის ეფექტურობა უკვე დადასტურდა რეალურ მაგალითებზეც. მაგალითად, მან წარმატებით ამოიცნო ნაწლავის ანთებითი დაავადების მექანიზმი და გამოავლინა გენეტიკური ვარიანტი, რომელიც მხოლოდ ნაწლავის მაკროფაგებზე მოქმედებს. კოვიდ-19-ის ვაქცინაციის კვლევისას კი მოდელმა აჩვენა, რომ გარკვეული გენეტიკური მუტაცია უჯრედის აქტიურ მდგომარეობაში დისრუფციას იწვევს, რაც მანამდე შეუმჩნეველი იყო.

ხელმისაწვდომობა და მომავალი

ამჟამად AlphaGenome 2 ხელმისაწვდომია არაკომერციული კვლევებისთვის API-ის საშუალებით, ხოლო კომერციული მომხმარებლებისთვის ტესტირება დახურულ რეჟიმში მიმდინარეობს. მნიშვნელოვანია აღინიშნოს, რომ სისტემა ჯერჯერობით არ არის დამტკიცებული კლინიკური დიაგნოსტიკისთვის. Google DeepMind გეგმავს მოდელის ინტეგრირებას თავის პლატფორმა Google Antigravity-ში, სადაც ის Gemini 4-თან ერთად ავტომატიზებული კვლევითი პროცესების ნაწილი გახდება.

ქართველი მკვლევარებისთვის ეს ტექნოლოგია ახალ შესაძლებლობებს ხსნის გენომიკურ მედიცინაში. მიუხედავად იმისა, რომ სისტემა პირდაპირ კლინიკურ დიაგნოზს არ სვამს, მისი გამოყენება გენეტიკური კვლევების დაჩქარებასა და პერსონალიზებული მედიცინის განვითარებაში უდიდეს როლს შეასრულებს, რაც გრძელვადიან პერსპექტივაში დაავადებების მკურნალობის სრულიად ახალ გზებს გააჩენს.