Google DeepMind, yapay zekânın bilimsel araştırmalardaki kullanımını yeni bir seviyeye taşıyabilecek AlphaGenome Atlas platformunu duyurdu. Yeni sistem, insan genomunda meydana gelebilecek yaklaşık 9 milyar olası tek harflik DNA değişikliğinin biyolojik etkilerini yapay zekâ yardımıyla tahmin ederek araştırmacıların kullanımına sunuyor.
Yaklaşık 3 milyar baz çiftinden oluşan insan genomunda proteinlerin üretimini doğrudan kodlayan bölgelerin oranı yalnızca yüzde 2 civarında. Geri kalan yaklaşık yüzde 98’lik bölüm ise protein kodlamasa da genlerin ne zaman, nerede ve hangi seviyede çalışacağını etkileyen çok sayıda düzenleyici mekanizma barındırıyor.
DeepMind’ın yeni atlası özellikle anlaşılması çok daha zor olan bu protein kodlamayan DNA bölgelerindeki genetik değişikliklerin etkilerinin araştırılmasını kolaylaştırmayı hedefliyor.
AlphaGenome Atlas Nedir?
AlphaGenome Atlas, Google DeepMind’ın daha önce geliştirdiği AlphaGenome yapay zekâ modelinin tahminlerinden oluşturulan büyük ölçekli bir genom veri tabanı olarak tanımlanabilir.
DNA; adenin (A), timin (T), guanin (G) ve sitozin (C) olmak üzere dört farklı nükleotidden meydana geliyor. Genomdaki herhangi bir noktada bulunan nükleotidin diğer üç seçenekten biriyle değiştirilmesi ise tek nükleotid varyantı olarak adlandırılan genetik değişiklikleri oluşturabiliyor.
İnsan genomunda yaklaşık 3 milyar DNA konumu bulunduğu düşünüldüğünde, her konum için üç alternatif değişiklik hesaplandığında ortaya teorik olarak yaklaşık 9 milyar farklı tek harflik değişiklik çıkıyor.
AlphaGenome Atlas, bu olasılıkların tamamına yakınını önceden analiz ederek her değişikliğin hücresel ve moleküler sistemler üzerindeki olası etkilerine yönelik tahminler sunuyor.
Google DeepMind’a göre ortaya çıkan veri setinin toplam büyüklüğü yaklaşık 1 petabayt seviyesinde. Şirket bunun AlphaFold Database’in veri büyüklüğünün 30 katından fazlasına karşılık geldiğini belirtiyor.
Yapay Zekâ Bir DNA Değişikliğinin Etkisini Tahmin Edebiliyor
AlphaGenome yalnızca bir DNA değişikliğinin zararlı olup olmadığına ilişkin basit bir tahmin üretmiyor.
Model, DNA dizilerinden yola çıkarak binlerce farklı biyolojik özelliği ve düzenleyici mekanizmayı değerlendirebiliyor.
Bunlar arasında gen ifadesi, RNA üretimi, RNA’nın kesilip birleştirilmesi olarak bilinen splicing süreçleri, kromatin erişilebilirliği, transkripsiyon faktörü bağlanması ve DNA’nın hücre çekirdeğindeki üç boyutlu yapısıyla ilişkili kromatin temasları gibi birçok farklı mekanizma bulunuyor.
AlphaGenome’un bilimsel makalesinde modelin, varyant etkisi tahmini için yapılan 26 değerlendirmeden 25’inde mevcut güçlü modellerle eşleştiği veya onları geçtiği belirtilmişti.
AlphaGenome Variant Impact Skoru Ne İşe Yarıyor?
Milyarlarca varyant ve binlerce biyolojik tahmin söz konusu olduğunda araştırmacıların önemli değişiklikleri bulması ayrı bir problem oluşturuyor.
DeepMind bu nedenle AlphaGenome Atlas ile birlikte AlphaGenome Variant Impact (AVI) adı verilen yeni bir değerlendirme skoru geliştirdi.
AVI, AlphaGenome’un tahminlerini protein yapısını değiştiren varyantlara yönelik geliştirilen AlphaMissense modelinden gelen bilgilerle birleştirerek genetik varyantların olası biyolojik etkisini tek bir puan üzerinden değerlendirmeyi amaçlıyor.
Böylece araştırmacılar milyarlarca DNA değişikliği arasından daha önemli olabilecek varyantları hızlı şekilde sıralayabiliyor.
DeepMind’ın gerçekleştirdiği testlerde AVI skorunun, klinik genom veri tabanlarında hastalığa neden olduğu bilinen varyantlarla daha zararsız değişiklikleri ayırt etmede güçlü sonuçlar verdiği belirtiliyor.
Protein Kodlamayan DNA’nın Anlaşılmasına Yardımcı Olabilir
AlphaGenome Atlas’ın en önemli kullanım alanlarından biri genomun yaklaşık yüzde 98’ini oluşturan protein kodlamayan bölgeler olabilir.
Bu bölgeler geçmişte zaman zaman “işlevsiz DNA” şeklinde basitleştirilse de günümüzde genomun önemli düzenleyici mekanizmalarının büyük bölümünün burada bulunduğu biliniyor.
Protein kodlamayan bölgelerdeki DNA dizileri genlerin ne zaman aktifleşeceğini, hangi hücrelerde çalışacağını ve ne kadar RNA üretileceğini etkileyebiliyor.
Üstelik insan özellikleri ve hastalıklarla ilişkilendirilen genetik varyantların önemli bir bölümü de bu bölgelerde bulunuyor.
AlphaGenome Atlas, araştırmacıların söz konusu varyantların hücresel mekanizmaları nasıl etkileyebileceğini daha ayrıntılı biçimde incelemesini sağlayabilecek.
DeepMind ayrıca genom boyunca DNA motifleri olarak bilinen kısa dizileri de atlas üzerinden analiz ediyor. Bu motifler, transkripsiyon faktörlerinin DNA’ya bağlanması veya genlerin çalışmasını kontrol eden düzenleyici süreçlerde önemli rol oynayabiliyor.
Bu yönüyle platform, protein kodlamayan DNA içerisindeki düzenleyici bölgelerin araştırılmasında büyük ölçekli ve aranabilir bir kaynak hâline geliyor.
Nadir Genetik Hastalıkların Araştırılmasında Kullanılmaya Başlandı
AlphaGenome Atlas henüz yeni duyurulmuş olmasına rağmen sistemin bazı araştırma projelerinde kullanıldığı belirtiliyor.
DeepMind’ın aktardığına göre Broad Institute araştırmacıları AVI skorunu kullanarak henüz çözülememiş nadir hastalık vakalarında incelenmesi gereken genetik varyantları önceliklendirdi.
Araştırmalardan birinde sistem, DNM1 geniyle ilişkili bir varyantın RNA splicing sürecini bozabilecek yeni bir kesim noktası oluşturabileceğini tahmin etti.
Nature’ın haberine göre AlphaGenome Atlas ve AVI skorları ayrıca ciddi epilepsi vakasıyla bağlantılı olabilecek protein kodlamayan bir genetik varyantın belirlenmesine yardımcı oldu.
Ancak bu tür yapay zekâ tahminleri tek başına klinik teşhis anlamına gelmiyor. Araştırmacıların sonuçları deneysel çalışmalar, hasta verileri ve diğer genomik analizlerle doğrulaması gerekiyor.
Yaklaşık 9 Bin Araştırmacı AlphaGenome’u Kullandı
Google DeepMind’ın AlphaGenome modelini araştırmacıların kullanımına açmasının ardından sistem bilim dünyasında hızlı şekilde benimsenmeye başladı.
Nature’a konuşan DeepMind ürün yöneticisi Dhavi Hariharan’a göre yaklaşık 9 bin araştırmacı AlphaGenome tahminlerine API aracılığıyla erişti.
Ancak API üzerinden çalışmak belirli seviyede yazılım ve programlama bilgisi gerektiriyor. Bu durum özellikle doğrudan biyoloji veya tıp alanında çalışan araştırmacılar açısından kullanım engeli oluşturabiliyor.
AlphaGenome Atlas’ın temel amaçlarından biri de bu sorunu azaltmak.
DeepMind, milyarlarca varyanta ait tahminleri önceden hesaplayarak araştırmacıların bunlara doğrudan web arayüzünden ulaşabilmesini sağlıyor. Atlas akademik araştırmalar için kullanılabiliyor ve AlphaGenome API üzerinden de erişilebiliyor.
AlphaFold’dan Sonra Genom İçin Yeni Büyük Veri Tabanı
Google DeepMind’ın yaklaşımı şirketin daha önce geliştirdiği AlphaFold Database projesini hatırlatıyor.
AlphaFold, proteinlerin üç boyutlu yapılarını yapay zekâ kullanarak tahmin etmiş ve daha sonra 200 milyondan fazla protein yapısına ilişkin tahmin araştırmacıların erişimine açılmıştı.
AlphaGenome Atlas ise benzer bir yaklaşımı bu kez DNA varyasyonlarına uyguluyor.
Bununla birlikte iki sistemin çözmeye çalıştığı problemler oldukça farklı. AlphaFold proteinlerin nasıl katlandığını anlamaya yardımcı olurken AlphaGenome, DNA dizilerindeki değişikliklerin gen düzenleme ve diğer moleküler süreçler üzerindeki etkisini tahmin etmeye odaklanıyor.
DeepMind, AlphaGenome Atlas’ın AlphaFold Database’den veri büyüklüğü açısından 30 kattan fazla büyük olduğunu belirtiyor.
Yapay Zekâ Ajanları Genom Araştırmalarında Kullanılabilir
AlphaGenome Atlas’ın gelecekteki kullanım alanlarından biri de yapay zekâ ajanlarıyla çalışan bilimsel araştırma sistemleri olabilir.
DeepMind, AlphaGenome ve AlphaGenome Atlas için Google’ın yapay zekâ destekli bilimsel çalışma ortamlarında kullanılabilen araçlar sunmaya başladı.
Bu yaklaşımda bir yapay zekâ sistemi yalnızca tek bir soruya yanıt vermek yerine genom veri tabanlarını tarayabilir, belirli varyantların etkilerini karşılaştırabilir, hipotezler geliştirebilir ve araştırmacının incelemesi gereken adayları önceliklendirebilir.
Böyle bir sistem özellikle genomik araştırmalarda önemli olabilir. Çünkü milyarlarca olası DNA varyantının tamamını manuel olarak incelemek pratik açıdan mümkün değil.
AlphaGenome Atlas gibi veri tabanları yapay zekâ sistemlerinin araştırma sürecinde kullanabileceği geniş kapsamlı bir “genom haritası” oluşturabilir.
AlphaGenome Atlas İnsan Genomunu Çözdü mü?
AlphaGenome Atlas’ın kapsamı oldukça büyük olsa da sistemin insan genomunun bütün sırlarını çözdüğü şeklinde değerlendirilmemesi gerekiyor.
Atlas içerisindeki sonuçlar büyük ölçüde AlphaGenome tarafından oluşturulan hesaplamalı tahminlere dayanıyor.
Bir varyant için yüksek AVI skoru elde edilmesi, söz konusu DNA değişikliğinin kesin olarak bir hastalığa neden olduğu anlamına gelmiyor. Aynı şekilde kişilerin genetik yapıları, çevresel faktörler ve farklı biyolojik mekanizmalar hastalıkların ortaya çıkmasında birlikte rol oynayabiliyor.
Bu nedenle AlphaGenome Atlas’ın esas gücü, milyarlarca olasılık arasından deneysel olarak incelenmeye değer genetik değişiklikleri daha hızlı belirleyebilmesi.
Google DeepMind’ın yeni platformu, yapay zekânın protein yapılarından genom analizine kadar biyolojinin giderek daha fazla alanında araştırmacılara yardımcı olan bir araç hâline geldiğini gösteriyor.
AlphaGenome Atlas’ın özellikle nadir genetik hastalıkların araştırılması, protein kodlamayan DNA’nın anlaşılması ve hastalıklarla ilişkili genetik varyantların belirlenmesi gibi alanlarda nasıl kullanılacağı ise önümüzdeki yıllarda daha net şekilde ortaya çıkacak.
