Google’ın yeni yapay zekası DNA’ya hücre hücre bakıyor

Google DeepMind, genetik değişimlerin farklı hücrelerde neye yol açabileceğini tahmin eden AlphaGenome 2’yi tanıttı. Yeni model, genlerin yalnızca hangi dokuda çalıştığına değil, belirli hücre türlerinde ve hücrenin farklı durumlarında nasıl düzenlendiğine bakıyor. Amaç, hastalıklarla ilişkili DNA değişikliklerini araştırırken hangi hücrelerin ve süreçlerin incelenmesi gerektiğini daraltmak.

DNA, proteinlerin yapım bilgisinin yanında genlerin ne zaman, nerede ve ne miktarda çalışacağını belirleyen düzenleyici talimatlar da taşıyor. Bu talimatlardaki bir değişikliğin etkisini anlamak, yalnızca DNA dizisini okumaktan daha karmaşık. AlphaGenome ailesi, genetik varyantların bu düzeni moleküler düzeyde nasıl etkileyebileceğine yönelik tahminler üretiyor.

AlphaGenome 2, 68 dokudan 100 milyondan fazla tekil hücre profiliyle eğitildi. Google, modelin belirli insan hücre türlerinde gen ifadesiyle bağlantılı varyantları önceki modele kıyasla yaklaşık iki kat daha fazla saptadığını söylüyor. Bu, şirketin model karşılaştırmasına ait sonuç; hastalara tanı koyma başarısı olarak yorumlanmamalı.

Araştırmacının kendi verisine uyarlanabiliyor

Bilim insanları kendi tek hücreli RNA dizileme verilerini modele verebiliyor. AlphaGenome 2, ek ince ayar yapılmadan daha önce görmediği biyolojik durumlara uyarlanarak hastalık ilerleyişi, ilaç uygulamaları veya erken gelişim sırasında hücrelerde yaşanan değişimleri analiz etmeye yardımcı oluyor. Teknik belgelerde, deneylerde ölçülmemiş bazı veri türlerine yönelik tahmin üretme desteği de yer alıyor.

Modele programatik erişim AlphaGenome API üzerinden sağlanıyor. API ticari olmayan kullanım için ücretsiz; sorgu hızları talebe göre değişiyor. Belgeler, canlı model tahminlerinin milyonlarca sorgudan çok binlerce tahmin içeren analizlere uygun olduğunu belirtiyor.

AlphaGenome Atlas ise aynı ürün ailesinin ayrı bir parçası: Dokuz milyar olası tek harflik DNA değişikliğinin önceden hesaplanmış etkilerini içeriyor. Atlas’a kod yazmadan kullanılan bir web sitesi veya API üzerinden erişilebiliyor; bu hazır veri kümesiyle yapılan aramalar, canlı model tahminlerine göre daha yüksek sorgu hızlarına izin veriyor.