Tutte le cellule del corpo umano contengono lo stesso DNA, eppure si comportano in modi radicalmente diversi: una cellula del muscolo cardiaco utilizza il proprio genoma in maniera differente rispetto a una del sistema immunitario. Comprendere come una singola variazione genetica possa alterare questa attività in uno specifico tipo cellulare è una delle sfide più complesse della biologia moderna, cruciale per lo studio di molte malattie. È qui che entra in gioco AlphaGenome 2, la nuova generazione del modello di intelligenza artificiale presentata da Google DeepMind.
Un'architettura ripensata per le singole cellule
Rispetto alla prima versione, che analizzava sequenze di DNA fino a un milione di basi producendo previsioni aggregate su molti esperimenti e tessuti, AlphaGenome 2 compie un salto di precisione. Oltre alla sequenza di DNA, il modello riceve come input anche il tipo di tessuto, cellula o stato biologico su cui concentrarsi. In questo modo riesce a individuare effetti genetici che rischierebbero di passare in secondo piano quando milioni di cellule differenti vengono mediate insieme.
107 milioni di profili cellulari per addestrare l'AI
L'addestramento ha utilizzato dati provenienti da campioni umani e murini, comprendendo oltre 107 milioni di profili cellulari individuali distribuiti su 68 tessuti. Il modello è in grado di prevedere parametri come l'espressione genica, le modificazioni degli istoni e l'accessibilità della cromatina, aggiungendo anche la metilazione del DNA. Si tratta di un passo avanti significativo per la ricerca biomedica: capire come le varianti genetiche agiscono nei singoli tipi cellulari potrebbe accelerare lo studio di malattie complesse e aprire la strada a terapie sempre più mirate.
