A Google DeepMind anunciou o lançamento do AlphaGenome Atlas, um banco de dados destinado a ajudar os pesquisadores a compreender como as alterações genéticas podem afetar os processos moleculares. O banco abrange todas as possíveis alterações de nucleotídeo único no genoma humano, ou seja, cerca de 9 bilhões de alterações em uma única letra da sequência de DNA.
O Atlas baseia-se no modelo de inteligência artificial AlphaGenome, que a Google DeepMind utilizou para calcular previamente o impacto regulatório previsto dessas alterações. O resultado foi um repositório de dados de um petabyte. Em vez de o pesquisador ter de analisar esses resultados separadamente, o banco oferece a possibilidade de consultar rapidamente essas informações por meio de um portal web que não exige conhecimentos de programação.
Um indicador unificado para classificar as variantes
A plataforma apresenta a pontuação AlphaGenome Variant Impact (AVI), um único valor que reúne previsões de impacto em regiões codificadoras de proteínas e regiões não codificadoras. A Google DeepMind afirma que esse indicador ajuda os pesquisadores a identificar as variantes e as linhas de pesquisa mais promissoras, em vez de examinar milhares de pontos de dados separadamente.
A importância da ferramenta decorre do fato de que os cientistas têm uma compreensão relativamente melhor de cerca de 2% do genoma que codifica proteínas, enquanto o conhecimento dos 98% restantes ainda é limitado. O modelo AlphaGenome já havia demonstrado que uma única alteração em regiões não codificadoras pode interromper processos como a produção de proteínas, mas o Atlas tenta ampliar essa análise para abranger um panorama mais completo das possíveis alterações.
Exemplos de uso em pesquisas
A Google DeepMind afirma que uma equipe do Broad Institute utilizou a pontuação AVI para classificar variantes associadas a pesquisas sobre doenças genéticas raras cujas causas ainda não haviam sido determinadas. A ferramenta destacou uma variante crítica no gene DNM1, com a previsão de que ela criaria um local incorreto para o processo de splicing, fornecendo evidências de apoio que contribuíram para solucionar o caso.
Em outro exemplo, Gareth Hawkes aplicou a ferramenta a dados de mais de 54 mil participantes do UK Biobank para estudar características complexas. Ao agrupar as variantes de acordo com seus efeitos moleculares previstos, foi relatada a descoberta de 22% mais associações genéticas não codificadoras. Além disso, o foco no 1% superior das variantes em termos de impacto levou à identificação de 19 regiões genéticas associadas ao índice de massa corporal, orientando uma etapa posterior de pesquisa direcionada.
O que muda na prática?
O AlphaGenome Atlas transfere parte do trabalho da etapa de cálculo dos possíveis efeitos de cada variante para a etapa de consulta, classificação e comparação. Isso pode reduzir o tempo necessário para selecionar candidatos em pesquisas sobre doenças raras e características complexas, mas não transforma as previsões em prova causal nem em diagnóstico clínico por si só. Além disso, o anúncio não esclarece detalhes sobre o desempenho do modelo, a metodologia de validação independente ou as condições para baixar os dados e obter acesso programático a eles; esses são pontos que precisarão ser analisados antes de avaliar a possibilidade de uso da plataforma em diferentes projetos de pesquisa.