Un modelo de aprendizaje profundo unificado para comprender el genoma
Google Deepmind ha presentado Alfagenomaun nuevo aprendizaje profundo Marco diseñado para predecir las consecuencias regulatorias de las variaciones de secuencia de ADN en un amplio espectro de modalidades biológicas. El alfagenoma se destaca al aceptar secuencias de ADN largas, hasta 1 megabasa, y la producción de predicciones de alta resolución, como eventos de empalme a nivel base, accesibilidad a la cromatina, expresión génica y unión al factor de transcripción.
Construido para abordar las limitaciones en modelos anteriores, el alfagenoma une la brecha entre el procesamiento de entrada de secuencia larga y la precisión de salida a nivel de nucleótidos. Unifica tareas predictivas en 11 modalidades de salida y maneja más de 5,000 pistas genómicas humanas y más de 1,000 pistas de mouse. Este nivel de capacidad multimodal posiciona el alfagenoma como uno de los modelos de secuencia a función más integrales en genómica.
Metodología de arquitectura técnica y capacitación
El alfagenoma adopta un Arquitectura de estilo U-red con un núcleo de transformador. TI procesa secuencias de ADN en fragmentos paralelizados de 131 kb en dispositivos TPUV3, lo que permite predicciones de resolución de pares de base conscientes de contexto. La arquitectura utiliza incrustaciones bidimensionales para el modelado de interacción espacial (p. Ej., Mapas de contacto) e incrustaciones unidimensionales para tareas genómicas lineales.
La capacitación involucró dos etapas:
- Pre-entrenamiento: Uso de modelos de pliegue y plegables para predecir a partir de pistas experimentales observadas.
- Destilación: Un modelo de estudiante aprende de los modelos de maestros para ofrecer predicciones consistentes y eficientes, lo que permite una inferencia rápida (~ 1 segundo por variante) en GPU como las NVIDIA H100.
Rendimiento a través de puntos de referencia
El alfagenoma se comparó rigurosamente con modelos especializados y multimodales en 24 tareas de predicción de efectos variantes de 24 y 26. Superó o coincidió con los modelos de estado de arte en las evaluaciones 22/24 y 24/26, respectivamente. En el empalme, la expresión génica y las tareas relacionadas con la cromatina, superó constantemente modelos especializados como Spliceai, Borzoi y Chrombpnet.
Por ejemplo:
- Empalme: El alfagenoma es el primero en modelar simultáneamente sitios de empalme, uso del sitio de empalme y uniones de empalme a una resolución de 1 pb. Superó a Pangolin y Spliceai en 6 de 7 puntos de referencia.
- predicción eqtl: El modelo logró una mejora relativa del 25.5% en la predicción de dirección de efecto de efecto en comparación con Borzoi.
- Accesibilidad de cromatina: Demostró una fuerte correlación con los datos experimentales DNase-Seq y ATAC-Seq, superando a CHROMBPNET en un 8-19%.
Predicción del efecto variante de la secuencia sola
Una de las fortalezas clave del alfagenoma radica en Predicción del efecto variante (VEP). Maneja las tareas VEP de disparo cero y supervisado sin depender de los datos de genética de la población, lo que lo hace robusto para variantes raras y regiones reguladoras distales. Con una sola inferencia, el alfagenoma evalúa cómo una mutación puede afectar los patrones de empalme, los niveles de expresión y el estado de la cromatina, todo de manera multimodal.
La capacidad del modelo para reproducir interrupciones de empalme clínicamente observadascomo el salto de exón o la formación de unión novedosa, ilustra su utilidad en el diagnóstico de enfermedades genéticas raras. Modeló con precisión los efectos de una deleción de 4 pb en el gen DLG1 observado en muestras GTEX.
Aplicación en la interpretación de GWAS y el análisis de la variante de la enfermedad
El alfagenoma ayuda a interpretar las señales GWAS al asignar la direccionalidad de los efectos variantes sobre la expresión génica. En comparación con los métodos de colocalización como Coloc, el alfagenoma proporcionó una cobertura complementaria y más amplia, resolución de 4 veces más loci más en el quintil MAF más bajo.
También demostró utilidad en genómica del cáncer. Al analizar las mutaciones no codificantes aguas arriba del oncogén TAL1 (vinculado a T-ALL), las predicciones del alfagenoma coincidieron con los cambios epigenómicos conocidos y los mecanismos de regulación positiva de expresión, confirmando su capacidad para evaluar las mutaciones de ganancia de función en elementos reguladores.
Tl; Dr
El alfagenoma por Google Deepmind es un poderoso modelo de aprendizaje profundo que predice los efectos de las mutaciones de ADN en múltiples modalidades reguladoras en la resolución de pares de base. Combina modelado de secuencia de largo alcance, predicción multimodal y salida de alta resolución en una arquitectura unificada. Ex superar modelos especializados y generalistas en 50 puntos de referencia, el alfagenoma mejora significativamente la interpretación de variantes genéticas no codificantes y ahora está disponible en la vista previa para apoyar la investigación genómica en todo el mundo.
Mira el Papel, Detalle técnico y Página de Github. Todo el crédito por esta investigación va a los investigadores de este proyecto. Además, siéntete libre de seguirnos Gorjeo Y no olvides unirte a nuestro Subreddit de 100k+ ml y suscribirse a Nuestro boletín.
Asif Razzaq es el CEO de MarktechPost Media Inc .. Como empresario e ingeniero visionario, ASIF se compromete a aprovechar el potencial de la inteligencia artificial para el bien social. Su esfuerzo más reciente es el lanzamiento de una plataforma de medios de inteligencia artificial, MarktechPost, que se destaca por su cobertura profunda de noticias de aprendizaje automático y de aprendizaje profundo que es técnicamente sólido y fácilmente comprensible por una audiencia amplia. La plataforma cuenta con más de 2 millones de vistas mensuales, ilustrando su popularidad entre el público.
