Oamenii de ştiinţă de la Google DeepMind au construit un program de inteligenţă artificială (AI) care poate prezice dacă milioane de mutaţii genetice sunt inofensive sau pot provoca boli, în încercarea de a accelera cercetarea şi diagnosticarea afecţiunilor rare.
Programul AlphaMissense face predicţii cu privire la aşa-numitele mutaţii missense, în care o singură literă este scrisă greşit în codul ADN.
Astfel de mutaţii sunt adesea inofensive, dar pot perturba modul în care funcţionează proteinele şi pot cauza boli, de la fibroză chistică şi anemie falciformă până la cancer şi probleme de dezvoltare a creierului.
Cercetătorii au folosit AlphaMissense pentru a evalua toate cele 71 de milioane de mutaţii cu o singură literă care ar putea afecta proteinele umane.
Atunci când au setat precizia programului la 90%, acesta a prezis că 57% dintre mutaţiile missense sunt probabil inofensive şi 32% sunt probabil dăunătoare. Nu a fost sigur în ceea ce priveşte impactul celorlalte, potrivit The Guardian.
Pe baza rezultatelor, oamenii de ştiinţă au publicat un catalog online gratuit al predicţiilor pentru a ajuta geneticienii şi medicii care fie studiază modul în care mutaţiile determină bolile, fie diagnostichează pacienţii care au tulburări rare.
O persoană obişnuită are aproximativ 9.000 de mutaţii missense în tot genomul său. Din cele peste 4 milioane observate la om, doar 2% au fost clasificate ca fiind benigne sau patogene.
Medicii dispun deja de programe de calculator pentru a prezice ce mutaţii pot determina apariţia unei boli, dar, întrucât predicţiile sunt inexacte, acestea pot oferi doar dovezi de sprijin pentru stabilirea unui diagnostic.
Într-un articol publicat pe 19 septembrie, în revista Science, dr. Jun Cheng şi colaboratorii săi descriu modul în care AlphaMissense funcţionează mai bine decât programele actuale de „predicţie a efectului variantelor" şi ar trebui să ajute experţii să identifice mai rapid ce mutaţii determină boli.
De asemenea, programul ar putea semnala mutaţii care nu au fost legate anterior de anumite afecţiuni şi ar putea ghida medicii către tratamente mai bune.
Inteligenţa artificială este o adaptare a programului AlphaFold al DeepMind, care prezice structura 3D a proteinelor umane pornind de la compoziţia lor chimică.
AlphaMissense a fost alimentat cu date despre ADN-ul oamenilor şi al primatelor înrudite îndeaproape pentru a afla care mutaţii missense sunt comune şi, prin urmare, probabil benigne, şi care sunt rare şi potenţial dăunătoare.
În acelaşi timp, programul s-a familiarizat cu „limbajul" proteinelor, studiind milioane de secvenţe de proteine şi învăţând cum arată o proteină „sănătoasă".
Atunci când inteligenţa artificială antrenată primeşte o mutaţie, aceasta generează un scor care reflectă cât de riscantă pare să fie modificarea genetică, deşi nu poate spune în ce fel mutaţia cauzează probleme.
„Acest lucru este foarte asemănător cu limbajul uman", a declarat dr. Cheng. „Dacă înlocuim un cuvânt într-o propoziţie în limba engleză, o persoană familiarizată cu limba engleză poate vedea imediat dacă înlocuirea cuvântului va schimba sau nu sensul propoziţiei".
Profesorul Joe Marsh, specialist în biologie computaţională la Universitatea din Edinburgh, care nu a fost implicat în această cercetare, crede că AlphaMissense are „un mare potenţial".
„Avem această problemă cu predictorii computaţionali în care toată lumea spune că noua lor metodă este cea mai bună", a spus el. „Nu poţi avea încredere în oameni, dar [cercetătorii DeepMind] par să fi făcut o treabă destul de bună", a apreciat profesorul Marsh.
Dacă experţii clinici vor decide că programul AI, AlphaMissense, este fiabil, predicţiile sale ar putea avea mai multă greutate în diagnosticarea viitoarelor boli, a spus el.
Profesorul Ben Lehner, liderul grupului senior de genetică umană de la Institutul Wellcome Sanger spune că predicţiile Al trebuie verificate de alţi oameni de ştiinţă, dar că programul AI pare să fie bun la identificarea modificărilor ADN care provoacă boli şi care nu.
„O îngrijorare cu privire la modelul DeepMind ar fi faptul că este extrem de complicat", spune prof. Lehrer.
Potrivit acestuia, un astfel de model se poate dovedi a fi mai complicat decât biologia pe care încearcă să o prezică.
„Este umilitor să ne dăm seama că s-ar putea să nu reuşim niciodată să înţelegem cum funcţionează de fapt aceste modele. Este aceasta o problemă? S-ar putea să nu fie pentru anumite aplicaţii, dar se vor simţi medicii confortabil să ia decizii cu privire la pacienţi pe care nu le înţeleg şi nu le pot explica?", se întreabă profesorul.
„Modelul DeepMind face o treabă bună în ceea ce priveşte prezicerea a ceea ce este stricat", adaugă el.
„Să ştim ce este stricat este un prim pas bun. Dar trebuie să ştii şi cum se strică ceva dacă vrei să îl repari. Mulţi dintre noi sunt foarte ocupaţi să genereze datele masive necesare pentru a antrena următoarea generaţie de modele de inteligenţă artificială care ne vor spune nu doar ce modificări ale ADN-ului sunt rele, ci şi care este exact problema şi cum am putea să reparăm lucrurile", a concluzionat prof. Lehrer.
