İnsan genomu, bilim insanlarının hâlâ tam olarak çözemediği son derece karmaşık bir yapı. Yaklaşık 3 milyar DNA harfinden oluşan genomun yalnızca yüzde 2'lik bölümü proteinlerin üretiminden doğrudan sorumlu genleri içerirken, geri kalan büyük bölümün ne yaptığı hâlâ tam olarak anlaşılmış değil. Üstelik DNA'daki tek bir harfin değişmesi bile bazı durumlarda hastalık riskini etkileyebiliyor veya nadir görülen genetik hastalıklara yol açabiliyor.
Google DeepMind, insan genomunun bu karmaşık yapısını daha anlaşılır hâle getirmek için yapay zekâ destekli yeni bir "atlas" geliştirdi. AlphaGenome Atlas adı verilen bu sistem, insan genomundaki yaklaşık 9 milyar olası DNA değişikliğini tek tek inceleyerek, biyolojik etkilerini öngörmeye çalışıyor. İnsan Genomundaki 9 Milyar Mutasyon Tek Tek Haritalandı Bildiğiniz gibi DNA, dört farklı nükleotidin, (adenin - A, timin - T, guanin G ve sitozinin - C) belirli bir sırayla dizilmesiyle oluşuyor.
Bilim insanları DNA dizisindeki her bir nükleotidi, bir "harf" olarak ifade ediyor. DNA'daki tek bir harfin başka bir harfle değiştirilmesi, genetik varyasyonların en yaygın türlerinden birini oluşturuyor. İnsanlar arasındaki bazı biyolojik farklılıkların ve hastalıklara yatkınlığın temelinde de bu tür değişimler bulunuyor.
Özellikle nadir görülen bazı tek harflik değişiklikler, doğrudan genetik hastalıklara neden olabiliyor. DeepMind'ın AlphaGenome Atlas'ı, insan genomundaki her bir DNA harfi için diğer üç harfin yerine geçmesi durumunda ortaya çıkabilecek etkileri ayrı ayrı değerlendiriyor. İnsan genomunda yaklaşık 3 milyar DNA harfi bulunduğu için, her bir noktada üç farklı değişiklik ihtimali hesaplandığında toplamda 9 milyar olası mutasyon ortaya çıkıyor.
DeepMind bunun için geçen yıl tanıttığı AlphaGenome yapay zekâ modelinin ürettiği tahminleri kullanıyor. Ortaya çıkan veri setinin boyutu 1 petabayta ulaşıyor. AlphaGenome, bir DNA değişikliğinin genlerin hangi dokularda aktif olacağını nasıl etkileyebileceğinden DNA'nın hücre içerisinde oluşturduğu üç boyutlu yapıya kadar binlerce farklı biyolojik sonucu tahmin edebiliyor.
Yeni atlas ise bu tahminleri araştırmacıların daha kolay kullanabileceği şekilde bir araya getiriyor. Atlasın önemli yeniliklerinden biri de AlphaGenome Variant Impact (AVI) adı verilen bir skor. Bu skor, bir genetik varyantın biyolojik açıdan ne kadar önemli olabileceğini tek bir değer üzerinden değerlendirmeyi amaçlıyor.
Yapılan ilk testlerde AVI skorunun, klinik genom veri tabanlarında hastalığa neden olduğu bilinen mutasyonları zararsız değişikliklerden ayırabildiği görüldü. Protein Kodlamayan DNA İçin Yeni Bir "Sözlük" AlphaGenome Atlas'ın en dikkat çekici kullanım alanlarından biri ise genomun protein kodlamayan yüzde 98'lik bölümünü anlamaya yardımcı olabilmesi. Bu bölgelerin tamamı işlevsiz değil; aksine bazıları genlerin ne zaman ve ne kadar çalışacağını belirleyen önemli düzenleyici mekanizmalar içeriyor.
Ancak bu bölgelerin işlevlerini belirlemek, protein kodlayan genlere kıyasla çok daha zor. DeepMind ekibi, atlasın tahminlerini kullanarak genom boyunca binlerce kısa DNA dizisini, yani "motif" olarak adlandırılan bölgeleri haritaladı. Bu motiflerin bazıları mRNA üretimini kontrol ederken, bazıları genlerin çalışmasını düzenleyen transkripsiyon faktörlerini kendilerine çekiyor.
Yapay zekâ tarafından üretilen tahminler sayesinde araştırmacılar bu motiflerin farklı hücre türlerinde genleri aktive edip etmediğini veya DNA'nın erişilebilirliğini değiştirip değiştirmediğini inceleyebiliyor. Bu nedenle araştırmacılar AlphaGenome Atlas'ı, protein kodlamayan DNA için aranabilir bir "sözlük" olarak değerlendiriyor. Sistem aynı zamanda büyük genom ve sağlık veri tabanlarında bulunan genetik varyantların hastalıklar ve biyolojik özelliklerle bağlantısını araştırmak için de kullanılabilecek.
Örneğin bir araştırmacı, binlerce insanın genom verisini inceleyerek protein seviyeleri veya boy uzunluğu gibi özelliklerle ilişkili nadir DNA değişikliklerini daha kolay tespit edebilecek. Araştırmacıların Genom Verilerine Erişimini Kolaylaştıracak DeepMind, AlphaGenome'u kullanıma sunduğundan bu yana yaklaşık 9 bin araştırmacının modelin tahminlerine API üzerinden eriştiğini belirtiyor. Ancak bu kullanım için yazılım kodu yazılması gerektiğinden, sistem özellikle biyologlar açısından önemli bir erişim engeline sahipti.
AlphaGenome Atlas'ın hazırlanmasının temel amaçlarından biri de bu engeli ortadan kaldırmak. DeepMind, genomdaki milyarlarca değişiklik için tahminleri önceden hesaplayarak araştırmacıların bunlara doğrudan erişebilmesini sağlıyor. Bu yaklaşım, şirketin daha önce proteinlerin üç boyutlu yapılarına yönelik yüz milyonlarca tahmini bir araya getirdiği AlphaFold veritabanını da hatırlatıyor.
DeepMind, AlphaFold veritabanının milyonlarca kişi tarafından kullanıldığını belirtiyor. Öte yandan atlasın ileride yapay zekâ ajanları tarafından da yoğun şekilde kullanılması bekleniyor. Biyolojik veri tabanları ve araştırma araçları arasında giderek daha başarılı şekilde çalışabilen yapay zekâ ajanları, AlphaGenome Atlas gibi kaynakları kullanarak genetik varyantları otomatik şekilde araştırabilir, olası hastalık bağlantılarını belirleyebilir ve araştırmacıların daha ayrıntılı incelemesi gereken bölgeleri önceliklendirebilir.
Bu açıdan AlphaGenome Atlas, insan genomunu tek başına çözen bir sistemden ziyade, milyarlarca genetik varyant arasından bilim insanlarının dikkat etmesi gereken noktaları bulmasını kolaylaştıran büyük ölçekli bir araştırma aracı olarak öne çıkıyor.
