Google lancia AlphaGenome Atlas: 9 miliardi di varianti genomiche analizzate con l’AI
Google ha annunciato martedì AlphaGenome Atlas, una risorsa che tenta di predire le conseguenze di ogni possibile variante a singola base nell'intero genoma umano.
👁 117 letture
Martedì Google ha annunciato AlphaGenome Atlas, una risorsa che tenta di predire le conseguenze di ogni possibile variante a singola base nell’intero genoma umano. Il genoma umano è lungo circa 3 miliardi di basi: sostituire ciascuna con le tre basi alternative non presenti nel genoma di riferimento significa processare un totale di 9 miliardi di sequenze attraverso il software AlphaGenome.
- Il genoma umano conta circa 3 miliardi di basi: sostituire ciascuna con le altre tre possibili genera 9 miliardi di sequenze, tutte elaborate dal sistema AlphaGenome.
- AlphaGenome è progettato per analizzare il DNA non codificante - meno del 3% del genoma codifica proteine - identificando regolazione genica, modifiche istoniche, siti di splicing e altro.
- Il sistema è attualmente limitato a topi e umani e addestrato su un numero ristretto di tipi cellulari studiati in profondità dalla letteratura scientifica.
Il sistema nasce per affrontare una delle sfide più ostiche della biologia moderna: capire il DNA non codificante. Meno del 3% del genoma umano codifica effettivamente proteine; la parte restante è non codificante e contiene centromeri, sequenze regolatorie, segnali di splicing, elementi di impacchettamento del DNA - ma anche grandi quantità di “spazzatura molecolare”, ovvero resti di antiche infezioni virali, parassiti a livello di DNA e geni inattivati per mutazione.
Secondo l’annuncio, AlphaGenome è in grado di valutare contemporaneamente espressione genica, inizio della trascrizione, accessibilità della cromatina, modifiche istoniche, legame dei fattori di trascrizione, mappe di contatto della cromatina, utilizzo dei siti di splicing e coordinate delle giunzioni di splicing. Un’integrazione che difficilmente era disponibile in un unico pacchetto software prima d’ora.
Il sistema presenta però limiti chiari: è attualmente ristretto a sequenze di topo e uomo, ed è stato addestrato su un numero limitato di tipi cellulari - quelli più studiati dalla comunità scientifica. Se i ricercatori lo adotteranno su larga scala, solo allora emergerà con chiarezza cosa offre rispetto ai dati di addestramento su cui si basa.
Per chi sviluppa o usa strumenti AI: AlphaGenome Atlas rappresenta un esempio concreto di come i modelli di grandi dimensioni possano aggregare predizioni probabilistiche su dati biologici altamente contestuali - esattamente il tipo di problema in cui i sistemi AI eccellono rispetto agli strumenti tradizionali. Chi costruisce pipeline di analisi bioinformatica o lavora su applicazioni in ambito life science può tenere d’occhio questa risorsa come caso di integrazione multi-task in un singolo modello, con i limiti di generalizzazione che questo comporta quando i dati di addestramento coprono solo una frazione del dominio reale.
Google · Le tue fontiPiù in alto su Google con un solo clicAggiungi alle fonti preferite →
More on this from NITIDO
notizie·Meta lancia Muse, l’agente AI personale per tutti