Tóm tắt
AlphaGenome Atlas là database do Google DeepMind tạo ra bằng cách chạy trước model AlphaGenome trên mọi biến thể một nucleotide có thể có trong hệ gene người. Kết quả gồm dự đoán cho 9 tỷ thay đổi ký tự DNA, chiếm khoảng 1 petabyte dữ liệu và có thể tra cứu qua giao diện web.
Atlas không phải danh sách chẩn đoán bệnh. Nó là lớp dự đoán giúp nhà nghiên cứu ưu tiên biến thể đáng kiểm tra bằng thí nghiệm hoặc dữ liệu lâm sàng.
Phát hiện chính
Hệ gene người có khoảng 3 tỷ cặp base. Khoảng 2% mã hóa protein đã được nghiên cứu tương đối kỹ, nhưng vai trò của 98% vùng không mã hóa vẫn khó giải thích. AlphaGenome dự đoán cách một thay đổi nhỏ trong những vùng này có thể ảnh hưởng đến các quá trình phân tử, chẳng hạn việc sản xuất protein.
Để biến khối dự đoán lớn thành công cụ tra cứu, Atlas cung cấp AlphaGenome Variant Impact (AVI), một điểm tổng hợp ảnh hưởng ở cả vùng mã hóa và không mã hóa. Nhà nghiên cứu có thể dùng AVI để sắp xếp biến thể thay vì phải đọc hàng nghìn tín hiệu riêng lẻ.
Google nêu hai trường hợp sử dụng ban đầu:
- Nhóm của Laura Covill tại Broad Institute dùng AVI để ưu tiên biến thể trong một ca bệnh hiếm chưa có lời giải. Atlas làm nổi bật một biến thể ở gene DNM1 và dự đoán nó tạo splice site sai, cung cấp thêm bằng chứng để giải thích ca bệnh.
- Gareth Hawkes áp dụng Atlas cho dữ liệu của hơn 54.000 người trong UK Biobank. Việc gom các biến thể theo tác động phân tử dự đoán giúp tìm thêm 22% liên hệ di truyền ở vùng không mã hóa. Khi tập trung vào 1% biến thể có điểm tác động cao nhất, nhóm xác định 19 vùng gene liên quan đến chỉ số khối cơ thể.
Phương pháp ở mức khái quát
Thay vì chạy AlphaGenome theo từng truy vấn, DeepMind tính trước ảnh hưởng của mọi thay đổi một nucleotide có thể có. Cách làm này đổi chi phí inference lớn thành một database 1 PB có thể truy vấn nhanh.
AVI nén nhiều đầu ra của model thành một điểm ưu tiên. Điều đó giúp tìm kiếm thuận tiện hơn, nhưng cũng làm cho việc hiểu nguồn gốc và độ tin cậy của từng prediction trở nên quan trọng: điểm số chỉ gợi ý ứng viên, không thay thế xác minh trong phòng thí nghiệm.
Cách sử dụng
AlphaGenome Atlas có giao diện web tại alphagenome.google/atlas và không yêu cầu viết code. Nhà nghiên cứu có thể tra cứu một biến thể, xem tác động dự đoán rồi dùng kết quả để quyết định thử nghiệm tiếp theo.
Một workflow thận trọng nên gồm:
- Dùng AVI để ưu tiên một nhóm biến thể nhỏ.
- Kiểm tra các tín hiệu chi tiết đứng sau điểm tổng hợp.
- Đối chiếu với dữ liệu quần thể, phenotype và tài liệu đã công bố.
- Xác minh bằng thí nghiệm hoặc quy trình lâm sàng phù hợp trước khi kết luận.
Ý nghĩa với dev
AlphaGenome Atlas là ví dụ rõ về việc product hóa model bằng precomputation. Giá trị thực tế không chỉ đến từ model mà còn từ pipeline tạo 9 tỷ prediction, cách lưu 1 PB dữ liệu, chỉ mục truy vấn và lớp score giúp người dùng điều hướng kết quả.
Khi xây sản phẩm theo mô hình này, dev cần version hóa model cùng dataset, giữ provenance của từng prediction và làm rõ khi nào dữ liệu đã lỗi thời. Giao diện nhanh không biến prediction thành ground truth; sản phẩm phải giữ ranh giới đó rõ ràng cho người dùng.