Unsere DNA besteht aus Millionen Kombinationen der Genome, die den menschlichen Körper erschaffen. Selbst kleinste Veränderungen dieser Sequenzen oder ihrer Wirkungsweise können die Funktion des gesamten Körpers verändern und Krankheiten wie Krebs verursachen.
AlphaGenome, Googles neues Tool für künstliche Intelligenz (KI), kann große Abschnitte der DNA lesen und vorhersagen, wie sich verschiedene Abschnitte verhalten und wie Veränderungen zu Krankheiten führen könnten.
Mithilfe von Deep Learning und inspiriert von der Art und Weise, wie das Gehirn Informationen verarbeitet, soll es Wissenschaftlern helfen, die Funktionsweise der DNA zu verstehen.
Das neue Tool von Google kann dabei helfen, zu entschlüsseln, wie die DNA Gene steuert, indem es vorhersagt, was lange Abschnitte des genetischen Codes bewirken.
„Wir glauben, dass AlphaGenome eine wertvolle Ressource für die wissenschaftliche Gemeinschaft sein kann, die Wissenschaftlern hilft, die Genomfunktion und die Krankheitsbiologie besser zu verstehen und letztendlich neue biologische Entdeckungen und die Entwicklung neuer Behandlungen voranzutreiben“, sagte Google DeepMind.
Wie funktioniert AlphaGenome?
Das Modell liest bis zu einer Million DNA-Buchstaben mit Einzelbuchstabengenauigkeit – etwas, das mit früheren Tools nicht möglich war.
DNA besteht aus langen Ketten, die aus vier grundlegenden chemischen Bausteinen bestehen, die Nukleotide genannt werden und jeweils durch einen Buchstaben gekennzeichnet sind: A, C, G und T. Sie dient als Bedienungsanleitung für die Herstellung und Steuerung jeder Zelle.
Nur etwa zwei Prozent der menschlichen DNA kodieren direkt für Proteine, die Bausteine, die in unseren Zellen die meiste Arbeit erledigen.
Die restlichen 98 Prozent wurden lange Zeit als „Junk-DNA“ abgetan; Allerdings sind diese Sequenzen keineswegs nutzlos, sondern fungieren wie Kontrolltafeln, die regeln, wie die anderen zwei Prozent funktionieren.
Sie steuern, wann, wo und wie stark Gene ein- oder ausgeschaltet werden, reagieren auf Umweltsignale und beeinflussen das RNA-Spleißen, ein System, das Buchstabensequenzen verbindet und es demselben Gen ermöglicht, unterschiedliche Messwerte zu erzeugen.
Hier verstecken sich viele krankheitsbedingte Varianten, die die Genaktivität beeinflussen, ohne Proteine zu verändern.
AlphaGenome ist das erste Deep-Learning-Modell, das auf diesen Teil der DNA abzielt und seine Funktionsweise vorhersagt.
Das Modell kann abschätzen, wie kleine genetische Veränderungen, sogenannte Varianten, die Genaktivität beeinflussen oder normale Prozesse im Zusammenhang mit Krankheiten wie Krebs unterbrechen können.
Wie funktioniert es in der Praxis?
Als reales Beispiel konzentrierten sich die Forscher auf eine Art akuter Leukämie, eine Krebserkrankung der weißen Blutkörperchen, bei der unreife T-Zellen, Immunbekämpfer, außer Kontrolle geraten.
Einige Leukämiefälle werden durch kleine Veränderungen in der DNA verursacht, die nicht ein Protein selbst, sondern die Stärke oder den Zeitpunkt der Aktivierung bestimmter Gene verändern.
Das AlphaGenome-Modell verglich die normale DNA-Sequenz mit der mutierten und sagte voraus, wie wahrscheinlich es ist, dass die Mutation die Aktivität benachbarter Gene erhöht.
Das Modell steht Wissenschaftlern derzeit kostenlos für nichtkommerzielle Forschung zur Verfügung; Es handelt sich um ein Forschungsinstrument, das nicht für den klinischen Einsatz gedacht ist.
Wie kann es helfen?
Das Forschungsteam sieht mehrere Einsatzmöglichkeiten für das neue Modell.
In der Molekularbiologie kann es wie ein virtuelles Laborgerät funktionieren und es Wissenschaftlern ermöglichen, Ideen durch Simulationen zu testen, bevor sie teure Experimente durchführen.
In der Biotechnologie kann es dabei helfen, Gentherapien zu entwickeln oder Moleküle zu verbessern, die auf bestimmte Gewebe abzielen.
„DeepMinds AlphaGenome stellt einen wichtigen Meilenstein auf dem Gebiet der genomischen KI dar“, sagte Robert Goldstone, Leiter der Genomik am Francis Crick Institute.
Er fügte hinzu, dass das Auflösungsniveau, das das neue Modell ermöglicht, einen Durchbruch darstellt, der die Technologie von theoretischem Interesse zu praktischem Nutzen führt und es Wissenschaftlern ermöglicht, die genetischen Wurzeln komplexer Krankheiten programmatisch zu untersuchen und zu simulieren.
„AlphaGenome ist kein Wundermittel für alle biologischen Fragen, aber es ist ein grundlegendes, hochwertiges Werkzeug, das den statischen Code des Genoms in eine entschlüsselbare Sprache für Entdeckungen umwandelt“, fügte Goldstone hinzu.
Wissenschaftler warnen jedoch, dass AlphaGenome wie alle KI-Modelle nur so gut ist wie die Daten, mit denen es trainiert wird.
„Die meisten vorhandenen Daten in der Biologie sind für KI nicht sehr geeignet – die Datensätze sind zu klein und nicht gut standardisiert“, sagte Ben Lehner, Leiter der generativen und synthetischen Genomik am Wellcome Sanger Institute im Vereinigten Königreich.
Seiner Meinung nach besteht die größte Herausforderung derzeit darin, die Daten zu generieren, um die nächste Generation von KI-Modellen zu trainieren.
