Proteinler Örümcek Adam gibidir çoklu evrende.

Temel hikaye aynıdır: Bir proteinin her yapı taşı, üç harfli bir DNA koduna dayanır. Ancak bir harfi değiştirdiğinizde aynı protein kendisinin farklı bir versiyonuna dönüşür. Eğer şanslıysak bu mutantlardan bazıları hala normal işlevlerini yerine getirebiliyor.

Şanssız olduğumuzda, tek bir DNA harfi değişikliği, kistik fibroz ve orak hücre hastalığı gibi sayısız kalıtsal bozukluğu tetikler. Onlarca yıldır genetikçiler, aile ağaçlarındaki ortak genleri inceleyerek hastalığa neden olan bu mutasyonların izini sürüyorlardı. Gen düzenleme araçları bir kez bulunduğunda CRISPR başlıyor genetik yazım hatalarının düzeltilmesine yardımcı olun ve yaşamı değiştirecek tedaviler getirin.

Sorun? İnsan genomunda 70 milyondan fazla olası DNA harf değişimi var. Yüksek verimli DNA dizilemenin ortaya çıkmasına rağmen, bilim insanları titizlikle hastalıklarla bağlantılı potansiyel mutasyonların yalnızca küçük bir kısmını ortaya çıkardılar.

Bu hafta, Google DeepMind yeni bir araç getirdi masaya: AlphaMissense. Dayalı AlfaKatlamaProtein yapılarını tahmin etmeye yönelik gişe rekorları kıran algoritmaları sayesinde yeni algoritma, DNA dizilerini analiz ediyor ve hangi DNA harf değişimlerinin muhtemelen hastalığa yol açtığını buluyor.

Araç yalnızca "yanlış anlamlı mutasyonlar" adı verilen tek DNA harfi değişikliklerine odaklanıyor. DeepMind, çeşitli testlerde on milyonlarca olası genetik yazım hatasının yüzde 89'unu iyi huylu veya patojenik olarak sınıflandırdığını söyledi.

AlphaMissense, DeepMind'ın biyoloji alanındaki çalışmalarını genişletiyor. Yeni araç, yalnızca protein yapısına odaklanmak yerine doğrudan kaynak koduna, yani DNA'ya gidiyor. İnsan DNA'sındaki hatalı mutasyonların yalnızca yüzde onda biri klasik laboratuvar taktikleri kullanılarak haritalandı. AlphaMissense, bilim adamlarının kalıtsal hastalıklara yönelik hedefleri keşfedebilecekleri yeni bir genetik evrenin kapılarını açıyor.

“Bu bilgi daha hızlı teşhis için çok önemli” yazdı yazarlar bir blog gönderisinde ve "hastalığın temel nedenine" ulaşmak için.

Şimdilik şirket, kodun kendisinden ziyade yalnızca AlphaMissense tahminlerinin kataloğunu yayınlıyor. Ayrıca algoritmanın teşhis amaçlı olmadığı konusunda da uyarıyorlar. Aksine, hastalığa neden olan mutasyonlar için bir ipucu çizgisi olarak görülmelidir. Bilim adamlarının her ipucunu biyolojik örnekler kullanarak incelemesi ve doğrulaması gerekecek.

DeepMind'dan çalışma yazarları Žiga Avsec ve Jun Cheng, "Sonuçta, AlphaMissense'in diğer araçlarla birlikte araştırmacıların hastalıkları daha iyi anlamalarına ve yeni hayat kurtaran tedaviler geliştirmelerine olanak sağlayacağını umuyoruz" dedi.

Proteinlerden Konuşalım

Proteinlere hızlı bir giriş. Bu moleküller, DNA'mızdaki dört harfle temsil edilen genetik talimatlardan yapılır: A, T, C ve G. Bu harflerden üçünün birleşimi, bir proteinin temel yapı taşı olan amino asidi kodlar. Proteinler 20 farklı amino asit çeşidinden oluşur.

Evrim, DNA'dan proteine ​​çeviri sürecine fazlalık programladı. Birden fazla üç basamaklı DNA kodu aynı amino asidi oluşturur. Bazı DNA harfleri mutasyona uğrasa bile, vücut yine de aynı proteinleri üretebilir ve bunları herhangi bir sorun olmadan normal iş istasyonlarına gönderebilir.

Sorun, tek bir harf değişikliğinin tüm operasyonu yerle bir etmesidir.

Bilim adamları uzun zamandır bu yanlış hataların sağlık açısından yıkıcı sonuçlara yol açtığını biliyorlardı. Ancak onları avlamak yıllar süren sıkıcı bir çalışma gerektirdi. Bunu yapmak için, bilim insanları şüpheli bir gendeki DNA dizilerini manuel olarak (harf harf) düzenleyerek bunları proteinlere dönüştürüyor ve ardından yanlış anlamlı mutasyonu bulmak için biyolojik fonksiyonlarını gözlemliyor. Yüzlerce potansiyel şüpheli varken tek bir mutasyonu tespit etmek yıllar alabilir.

Hızlandırabilir miyiz? Makine zihinlerine girin.

Yapay Zeka Öğrenme ATCG

DeepMind, hastalığa neden olan mutasyonları tahmin etmek için yazılım kullanan, gelişen bir alana katılıyor.

Önceki hesaplamalı yöntemlerle karşılaştırıldığında AlphaMissense'in bir avantajı var. Araç, önceki algoritması AlphaFold'dan öğrendiklerinden yararlanıyor. Alanında büyük bir zorluk olan protein yapısı tahminini çözmesiyle tanınan AlphaFold, algoritmik biyoloji alanında şöhretler arasında yer alıyor.

AlphaFold, yalnızca amino asit dizilerine dayanarak genellikle işlevi belirleyen protein yapılarını tahmin eder. Çalışma yazarı ve DeepMind'ın araştırmadan sorumlu başkan yardımcısı Dr. Pushmeet Kohli bir basın toplantısında, AlphaMissense'in burada bir mutasyonun iyi huylu mu yoksa zararlı mı olduğunu tahmin etmek için AlphaFold'un protein yapıları hakkındaki "sezgisini" kullandığını söyledi.

Yapay zeka aynı zamanda geniş dil modeli yaklaşımını da kullanıyor. Bu şekilde, biraz ChatGPT'nin arkasındaki yapay zeka olan GPT-4'e benziyor, yalnızca proteinlerin dilini çözmek için yeniden düzenlendi. Bu algoritmik editörler, protein varyantlarına ulaşma ve hangi dizilerin biyolojik olarak makul olup hangilerinin olmadığını işaretleme konusunda harikadır. Avsec'e göre bu, AlphaMissense'in süper gücü. Protein oyununun kurallarını zaten biliyor; yani hangi dizilerin çalışıp hangilerinin başarısız olduğunu biliyor.

Bir kavram kanıtı olarak ekip, yanlış anlam varyantlarının standartlaştırılmış bir veritabanını kullandı. ClinVar, AI sistemlerine meydan okumak için. Bu genetik yazım hataları birçok gelişimsel bozukluğa yol açmaktadır. AlphaMissense, hastalığa neden olan mutasyonları tespit etmek için mevcut modellerin en iyisini yaptı.

Oyun Değiştirici mi?

Protein yapılarını tahmin etmek, protein ilaçlarını stabilize etmek ve diğer biyofiziksel özellikleri belirlemek için yararlı olabilir. Ancak yazarlar, hastalıklara neden olan değişkenleri tahmin etme konusunda tek başına yapıyı çözmenin "genelde çok az faydası" olduğunu söyledi.

DeepMind, AlphaMissense ile gidişatı tersine çevirmek istiyor.

Ekip, potansiyel hastalığa neden olan mutasyonlara ilişkin veritabanının tamamını kamuoyuna yayınlıyor. Genel olarak, hastalıkları tetiklemesi muhtemel tüm yanlış varyantların yüzde 32'sini ve muhtemelen iyi huylu olan yüzde 57'sini yakaladılar. Algoritma bu alandaki diğer algoritmalara katılıyor: PrimatAITehlikeli mutantları taramak için ilk olarak 2018'de piyasaya sürüldü.

Açık olmak gerekirse: sonuçlar yalnızca tahminlerdir. Bilim adamlarının yapay zeka tarafından üretilen bu potansiyel müşterileri laboratuvar deneylerinde doğrulaması gerekecek. Çalışmada yer almayan Broad Enstitüsü'nden Dr. Heidi Rehm, AlphaMissense'in "yalnızca tek bir kanıt" sağladığını söyledi.

Bununla birlikte ekip, yapay zeka modelinin halihazırda bilim adamlarının "deneyleri tasarlamak ve yorumlamak için bir başlangıç ​​noktası olarak" yararlanabilecekleri bir veri tabanı oluşturduğunu söyledi.

İleriye dönük olarak, AlphaMissense'in muhtemelen üstesinden gelmesi gerekecek protein kompleksleri, dedi Marsh ve Teichmann. Bu karmaşık biyolojik mimariler yaşamın temelidir. Herhangi bir mutasyon onların hassas yapılarını çatlatabilir, fonksiyonlarını bozabilir ve hastalıklara yol açabilir. Protein yapısı tahmininde bir başka öncü olan Dr. David Baker'ın Washington Üniversitesi'ndeki laboratuvarı, makine öğrenimini kullanarak halihazırda makine öğrenimini kullanmaya başladı. bu protein katedrallerini keşfedin.

Şimdilik, genetik hastalıkları teşhis etmek için hastalığa neden olan DNA mutasyonlarını tahmin eden tek bir araca güvenilemez; çünkü semptomlar çoğunlukla hem kalıtsal mutasyonlardan hem de çevresel işaretlerden kaynaklanır. Bu aynı zamanda AlphaMissense için de geçerlidir. Ancak algoritma ve sonuçlarının yorumlanması ilerledikçe, "teşhis yolculuğunda kullanımının gelişmeye devam edeceğini" söylediler.

Resim Kredi: Google DeepMind / Unsplash

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://singularityhub.com/2023/09/21/deepmind-ai-hunts-down-the-dna-mutations-behind-genetic-disease/