Avanzar en la predicción del efecto de la variante reguladora con AlphaGenome | JoVE Visualize

Área de la Ciencia:

La genómica y la bioinformática.
Biología computacional Biología computacional.
Aplicaciones de aprendizaje profundo Aplicaciones de aprendizaje profundo.

Sus antecedentes:

La predicción de mediciones genómicas funcionales a partir de secuencias de ADN es crucial para comprender el código regulador genético.
Los modelos actuales de aprendizaje profundo se enfrentan a limitaciones debido a una compensación entre la longitud de la secuencia de entrada y la resolución de predicción, lo que restringe su alcance y rendimiento.
Diversas modalidades genómicas funcionales, incluida la expresión génica, la accesibilidad de la cromatina y la unión al factor de transcripción, requieren un análisis integrado.

Objetivo del estudio:

Desarrollar un modelo unificado de aprendizaje profundo, AlphaGenome, capaz de predecir numerosas pistas genómicas funcionales a partir de secuencias largas de ADN en alta resolución.
Superar las limitaciones de los métodos existentes mediante la integración de diversas modalidades genómicas dentro de un único marco.
Proporcionar predicciones precisas del efecto de la variante a través de múltiples capas genómicas funcionales.

Principales métodos:

Desarrolló AlphaGenome, un modelo de aprendizaje profundo que acepta 1 megabase (Mb) de secuencia de ADN como entrada.
AlphaGenome entrenado en genomas humanos y de ratón para predecir miles de pistas genómicas funcionales, incluida la expresión génica, la accesibilidad de la cromatina, la unión del factor de transcripción y más, a resolución de un solo par de bases.
Se evaluó el rendimiento de AlphaGenome en la predicción del efecto de la variante frente a los modelos de última generación existentes en 26 evaluaciones diferentes.

Principales resultados:

AlphaGenome predice con éxito miles de pistas genómicas funcionales en diversas modalidades con resolución de un solo par de bases.
El modelo coincide o supera el rendimiento de los modelos externos más fuertes en 25 de las 26 evaluaciones de predicción de efectos de variantes.
AlphaGenome recapitula con precisión los mecanismos de las variantes clínicamente relevantes, demostrado por su análisis de las variantes cercanas al oncogén TAL1.

Conclusiones:

AlphaGenome representa un avance significativo en el aprendizaje profundo para la genómica, ofreciendo un enfoque unificado para predecir la información genómica funcional a partir de secuencias largas de ADN.
La alta resolución del modelo y el amplio alcance de la modalidad permiten predicciones más precisas y completas de los efectos de las variantes.
Se proporcionan herramientas para facilitar el uso de AlphaGenome para la predicción de la pista del genoma y el efecto de la variante, promoviendo aplicaciones de investigación más amplias.