Google DeepMind lança AlphaGenome 2, que prevê o efeito de mutações no DNA célula por célula

Todas as células de um corpo humano carregam o mesmo DNA, mas um neurônio, uma célula do músculo cardíaco ou um glóbulo branco não leem os mesmos trechos. É essa diferença que o Google DeepMind quer capturar com o AlphaGenome 2, apresentado em 11 de novembro em seu blog. O modelo prevê como uma variação do DNA modifica a atividade dos genes, não mais na escala de um tecido inteiro, mas para um tipo ou estado celular específico.

Um modelo que raciocina célula por célula

O primeiro AlphaGenome, lançado no ano passado, lia uma sequência de um milhão de letras e produzia de uma só vez milhares de previsões para tecidos e linhagens celulares. Uma abordagem eficaz, reconhece o DeepMind, mas que diluía a capacidade do modelo e distinguia mal células semelhantes. O AlphaGenome 2 muda de arquitetura: ele passa a ser condicional. O usuário fornece a sequência de DNA e a condição biológica desejada, escolhida em um catálogo de tipos celulares ou calculada a partir de um experimento do pesquisador, e o sistema faz a previsão apenas para essa condição.

O modelo foi treinado com dados humanos e de camundongos, incluindo mais de 107 milhões de perfis de células individuais. Ele prevê a expressão gênica, as modificações de histonas e a acessibilidade da cromatina, como seu antecessor, e adiciona a metilação do DNA, uma medição bastante demandada, segundo a desenvolvedora. Ele também é capaz de preencher dados ausentes: a partir de uma única medição, como a atividade gênica, ele estima as demais.

Adaptação a novas células sem retreinamento

O ponto que mais chamou a atenção dos pesquisadores citados pelo DeepMind é a generalização. Um laboratório pode fornecer os perfis de expressão de algumas dezenas de células, por exemplo células imunes após uma vacinação, e o modelo os utiliza para prever o efeito das variantes nesse estado exato, sem precisar ser retreinado. O DeepMind cita um exemplo extraído de um estudo sobre uma vacina de RNA mensageiro contra a Covid-19: nele, uma variante associada a formas graves perturba mais a atividade dos genes em linfócitos T ativados do que em células em repouso.

Em termos de números, a desenvolvedora anuncia, no conjunto de dados TenK10K (28 tipos de células imunes), quase o dobro de variantes causais identificadas em relação à primeira versão: 30% contra 16%, e 43% contra 23% para a direção do efeito sobre os genes. A empresa também demonstra que o modelo reencontra, por meio do cálculo, a variante de um “interruptor” genético distante que hiperativa o gene ETS2 em macrófagos intestinais, já identificado em um estudo publicado como motor de doenças inflamatórias intestinais.

Quem pode utilizar

O AlphaGenome 2 já está acessível para pesquisa não comercial por meio da API AlphaGenome, com tutoriais no Colab, e em prévia privada para pesquisa comercial. O DeepMind também pré-calculou previsões para variantes associadas a doenças em centenas de tipos de células e tecidos, e anunciou para breve “habilidades” do AlphaGenome 2 no Antigravity, sua plataforma de desenvolvimento de agentes. A empresa lembra que esses modelos não estão validados para diagnóstico nem para uso clínico.