Gerade hat Google DeepMind das geheimnisvolle Buch des menschlichen Lebens entschlüsselt und alle 9 Milliarden Arten von Genmutationen vollständig durchgerechnet.
Das ist absolut atemberaubend!
Gerade hat Google DeepMind das bahnbrechende Ergebnis „AlphaGenome Atlas“ offiziell vorgestellt.
Dies ist eine durch modernste KI unterstützte durchsuchbare Vorhersagedatenbank, die das gesamte Genom abdeckt.
Sie hat ein noch nie dagewesenes Projekt in der Geschichte der Biowissenschaften abgeschlossen –
Sie hat alle potenziellen „Einzelbasenmutationen“ im menschlichen Genom, insgesamt 9 Milliarden Varianten, vollständig durchgerechnet.
Nachdem AlphaFold das „Proteinkosmos“ kartiert hat, ist dies eine weitere umfassende Vermessung des menschlichen Lebenscodes durch KI.
Was bedeutet die Zahl 9 Milliarden?
Das menschliche Genom umfasst etwa 3 Milliarden Basenstellen, an jeder Stelle gibt es 3 Variationen – der Atlas hat keine einzige davon ausgelassen und alle vollständig berechnet.
Früher wäre es praktisch unmöglich gewesen, diese 9 Milliarden Mutationen im Labor zu untersuchen.
Noch beeindruckender ist: Für jede einzelne Mutation liefert er rund 27.000 Vorhersageindikatoren, die bewerten, wie sie die Genexpression, das RNA-Spleißen, die Zugänglichkeit von Chromatin und die dreidimensionale Konformation der DNA beeinflussen, und deckt hunderte von Zelltypen von Mensch und Maus ab.
9 Milliarden multipliziert mit 27.000 ergibt mehr als 240 Billionen vorhergesagte Werte – zusammengefasst ergibt das eine gesamte Datenmenge von 1 PB.
Der Umfang des AlphaGenome Atlas ist 30 Mal so groß wie die AlphaFold-Datenbank.
Demis Hassabis konnte nicht umhin zu bemerken: „AlphaFold hat das Proteinkosmos kartiert – jetzt beginnt der AlphaGenome Atlas, das menschliche Genom zu kartieren.“
Das Entscheidende ist, dass dieser Atlas für Forscher fast keine Hürden aufweist:
Sie brauchen keine lokale Umgebung einzurichten, keine einzige Zeile Code zu schreiben – sie öffnen einfach den Browser, geben die Stelle ein und erhalten das Ergebnis sofort.
Von der Proteinstruktur bis zu den Auswirkungen von DNA-Variationen hat DeepMind eine weitere Landkarte des Lebens erstellt.
Die Menschheit hat 23 Jahre darauf gewartet, das „Buch des Lebens“ zu entschlüsseln
DNA wird als „Sprache des Lebens“ bezeichnet und besteht aus den vier Basen A, T, C und G.
1953 erkannte die Menschheit die Doppelhelix der DNA, 2003 wurde das Humangenom-Projekt abgeschlossen. Es dauerte ganze 13 Jahre und kostete 2,7 Milliarden US-Dollar, um alle 3 Milliarden Basenbuchstaben zu lesen.
Aber sie zu lesen bedeutet keineswegs, sie zu verstehen.
Von diesen 3 Milliarden Buchstaben sind nur 2 % für die Kodierung von Proteinen zuständig; die restlichen 98 % scheinen nichts zu kodieren, steuern aber tatsächlich präzise, wann, in welchen Zellen und mit welcher Intensität jedes Gen exprimiert wird.
Die allermeisten Variationen, die mit Krankheiten und Eigenschaften zusammenhängen, befinden sich genau in diesen 98 % nicht-kodierenden Regionen.
Welche Folgen hätte es, wenn man einen einzelnen dieser Buchstaben ändert?
Die Änderung einer einzelnen Base ist eine „Einzelbasenmutation“
In den Milliarden von Basenpaaren des menschlichen Genoms gibt es etwa 9 Milliarden potenzielle Einzelnukleotid-Substitutionen.
Es wäre eine völlig unmögliche Aufgabe, diese alle einzeln im Labor zu überprüfen.
AlphaGenome hat die Spielregeln komplett verändert: Es liest auf einmal 1 Million Basen ein, erfasst lokale Muster mit Faltungsschichten und überträgt die langreichweitigen Abhängigkeiten ganzer Sequenzen mit Transformern, um Tausende epigenetische und transkriptionelle Bahnen direkt vorherzusagen – mit einer Genauigkeit bis hin zur einzelnen Base.
Um eine Variante zu bewerten, müssen nur die Sequenzen vor und nach der Mutation jeweils einmal im Modell laufen gelassen werden, um die Unterschiede zu vergleichen – das Ergebnis liegt in einer Sekunde vor.
Aber selbst bei nur einer Sekunde pro Variante würde die Berechnung aller 9 Milliarden Varianten 285 Jahre dauern.
Was der Atlas leistet, ist diese lange Zeit von 285 Jahren direkt in eine fertige statische Suchtabelle zu komprimieren.
80-fache Beschleunigung: 285 Jahre in einer einzigen Tabelle zusammengefasst
Wie findet man unter 9 Milliarden Mutationen diejenigen, die am meisten erforscht werden sollten?
Diesmal hat der AlphaGenome Atlas ein mehrschichtiges, hochauflösendes vernetztes Entschlüsselungssystem aufgebaut:
- Auf der untersten Ebene liegen die ursprünglichen Vorhersagen
Für jede Basenmutation erzeugt der Atlas 27.000 Vorhersagen der molekularen Effekte, die die Schlüsseldimensionen der Genregulation abdecken und hunderte von Zelltypen und Geweben von Mensch und Maus umfassen.
Er zeigt auf, wie Mutationen in verschiedenen Geweben und Entwicklungsstadien die Zugänglichkeit von Chromatin, die Transkription und das Spleißen beeinflussen.
- Auf der mittleren Ebene gibt es ein einheitliches Bewertungssystem
Um Wissenschaftlern zu helfen, „hochriskante Varianten“ in einer Sekunde herauszufiltern, kombiniert DeepMind AlphaGenome (spezialisiert auf Regulationsmechanismen) mit AlphaMissense (spezialisiert auf die Vorhersage der Pathogenität von Missense-Mutationen) und hat einen intuitiven einheitlichen Metabolismus-/Pathogenitäts-Score entwickelt: den AVI-Index (AlphaGenome Variant Impact).
Je höher der Wert, desto größer das Schadensrisiko – kodierende und nicht-kodierende Regionen werden mit dem gleichen Maßstab gemessen.
Damit hat DeepMind das „Dunkle Materie“ der 98 % nicht-kodierenden Regionen entschlüsselt. Genau dort befinden sich die allermeisten mit komplexen menschlichen Eigenschaften und Krankheiten verbundenen Mutationen.
- Vollständig transparente Aufschlüsselung der Ursachen
KI darf nicht nur ein „Black Box-System zur Score-Ausgabe“ sein.
Der Atlas zerlegt den AVI-Score jeder Variante in erklärbare biologische Beitragsfaktoren und teilt den Wissenschaftlern präzise mit –
ob der hohe Score dieser Mutation darauf zurückzuführen ist, dass sie das RNA-Spleißen stört, die Zugänglichkeit von Chromatin beeinträchtigt oder die Häufigkeit der Genexpression verändert.
- Auf der obersten Ebene steht ein umfassendes Vokabular
Das Team hat aus den massiven Vorhersagen 2601 häufige DNA-Muster extrahiert und 253 Milliarden Instanzen im gesamten Genom markiert. Welcher Transkriptionsfaktor in welcher Zelle welche Sequenz erkennt, lässt sich sofort nachschlagen.
Diese Datenschichten sind vollständig vertikal miteinander verbunden. Forscher können von einer Variante ausgehen, mit wenigen Mausklicks nachvollziehen, welches Regulationselement und welches Kernmotiv darin zerstört wird und welcher Transkriptionsfaktor damit zusammenhängt.
Arbeitsaufwände, für die früher mehrere Forschungsteams Jahre lang zusammenarbeiten mussten, werden heute auf wenige Mausklicks reduziert.
Žiga Avsec, Leiter des Genom-Projekts bei DeepMind, enthüllte, dass das Team die Geschwindigkeit der gesamten Berechnungspipeline um das 80-fache gesteigert hat, um diese 1 PB an Daten zu verarbeiten.
Ungelöste Fälle aufklären: Die krankheitsverursachende Ursache bei Kindern mit Epilepsie identifizieren
Wie groß ist die praktische Leistungsfähigkeit dieses Systems?
Vor der offiziellen Veröffentlichung haben die ersten Kooperationen von DeepMind mit weltweit führenden Forschungseinrichtungen bereits beeindruckende Ergebnisse geliefert.
Eines der ärgerlichsten Probleme in der Seltenkrankheitsforschung ist der Fall, dass man bereits die Gen-Daten hat, aber lange keine entscheidende Veränderung findet, die die Krankheit erklärt.
Das Team von Anne O'Donnell-Luria und Laura Covill am Broad Institute hat ein Kind untersucht, das seit seiner Kindheit an Epilepsie leidet und zusätzlich Krämpfe, Entwicklungsverzögerung und niedrigen Muskeltonus aufweist.
Aber frühere Gen-Analysen konnten keine Diagnose stellen – es war ein seit langem ungelöster Fall.
Diesmal haben sie alle Kandidaten-Varianten, die bei diesem Kind gefunden wurden, dem AVI-Score zur Neusortierung übergeben.
Das Ergebnis an erster Stelle war eine G-zu-A-Variante im Intron des DNM1-Gens auf Chromosom 9.
Der Atlas hat sogar den „Tatort“ von DNM1 rekonstruiert: Er erzeugt eine falsche Spleißstelle (Fehler bei den Anweisungen zum RNA-Zusammenbau), was dazu führt, dass das translatierte Protein ungewöhnlich verlängert wird.
Anschließende Nasslaborexperimente haben den von der KI vorhergesagten Mechanismus vollständig bestätigt – damit wurde der molekulare ungelöste Fall der epileptischen Enzephalopathie erfolgreich aufgeklärt.
526 Kandidaten-Varianten auf 15 Basen-Zielregionen eingegrenzt
Eine weitere Verwendung des Atlas besteht darin, Forschern bei der Analyse seltener Varianten in Populationen zu helfen.
Einzelne seltene Varianten treten nur selten auf, ihre Auswirkungen gehen leicht im Hintergrundrauschen vieler harmloser Veränderungen unter.
Gareth Hawkes von der Universität Exeter hat den Atlas auf die gesamten Genomdaten von mehr als 54.000 Teilnehmern des britischen Biobank-Projekts angewendet.
Die Studie hat seltene Varianten nach ihren vorhergesagten molekularen Effekten gruppiert und analysiert.
Laut DeepMind hat dieses Verfahren 22 % mehr nicht-kodierende genetische Assoziationen entdeckt und geholfen, regulatorische Varianten zu lokalisieren, die die Häufigkeit von zirkulierenden Proteinen beeinflussen – darunter die Gene PLA2G7 und EGLN1, die mit der Sauerstoffwahrnehmung von Zellen zusammenhängen.
In einer weiteren Analyse zum Body-Mass-Index (BMI) konzentrierte sich Hawkes auf die 1 % nicht-kodierenden Varianten mit den größten von Atlas vorhergesagten Auswirkungen und identifizierte 19 genetische Regionen, die den Umfang für nachfolgende gezielte Forschungen verkleinern.
Der Atlas hat außerdem mehr als 2500 wiederholt auftretende kurze DNA-Sequenzen und ihre Positionen zusammengestellt.
Sie sind wie „Wörter“ im Genom, die Forschern helfen, die Bindestellen von regulatorischen Proteinen zu finden und nachzuvollziehen, welche Regulationsschritte durch nicht-kodierende Varianten gestört werden.
Die Biowissenschaften haben eine vorhersagbare Landkarte zum direkten Nachschlagen erhalten
Alle oben genannten neuen Entdeckungen haben eine bemerkenswerte Gemeinsamkeit –
Kein einziges Forschungsteam hat jemals AlphaGenome von Grund auf in seinem lokalen Rechenzentrum ausgeführt. Alle Durchbrüche stammen vollständig aus dem „direkten Nachschlagen in der Tabelle“.
Es ist das erste Mal in der Menschheitsgeschichte, dass Forscher an jedem Ort der Welt einfach einen Browser öffnen und die vollständige Landkarte des menschlichen Genoms und seiner Varianten einsehen können.
Früher brauchte man GPU-Ressourcen, erfahrene Bioinformatik-Ingenieure und viel Zeit, um komplexe Pipelines zu debuggen, um eine nicht-kodierende Mutation zu verstehen.
Heute sind alle diese technischen Hürden durch diese statische Karte beseitigt.
Neben dem Web-Portal und der API ist der Atlas als natives Werkzeug in die Google Antigravity-Agenten-Plattform integriert.
Zuvor hat DeepMind bereits mehr als 30 wissenschaftliche Datenbanken wie AlphaGenome und UniProt zu Agent-Funktionspaketen zusammengefasst.
In der offiziellen Demonstration sagt der Forscher nur einen Satz zur KI – der Agent sucht automatisch die Stelle, sortiert die Risikostufen, zeichnet die Struktur und liefert eine nachprüfbare Kette von Hypothesen.
