Google DeepMind、どのDNA変異が遺伝性疾患を引き起こすかを予測できる新しいモデルを開発

9月20日、Googleの人工知能チームDeepMindは、AlphaMissenseと呼ばれる新しい人工知能モデルを開発した。ミスセンス変異が人体に与える影響を迅速に分析し、科学者による希少遺伝性疾患の研究を加速することができます。この研究結果は火曜日にサイエンス誌に掲載された。

約 10 年前、Žiga Avsec さんは物理学の博士課程の学生で、大学の機械学習コースを通じてゲノミクスの集中講座を受けていました。彼はすぐに希少疾患の研究室に入り、どの遺伝子変異が異常なミトコンドリア疾患を引き起こすのかを研究することになった。

現在グーグルの研究科学者であるアフセッツ氏は、この問題の解決は「干し草の山から針を探すようなもの」だったと語る。遺伝子コードには何千万もの原因となる可能性のあるものが潜​​んでおり、これらの DNA 変異は人の生物学的機能に深刻な影響を及ぼす可能性があります。これらの中で最も興味深いのはミスセンス変異であり、これはペプチド鎖内のアミノ酸の単一塩基置換による変化です。アミノ酸は、体の他の部分の構成要素であるタンパク質の構成要素であるため、小さな変化でも大きな広範囲にわたる影響を及ぼす可能性があります。

ヒトゲノムには 7,100 万個のミスセンス変異があり、平均すると 1 人あたり 9,000 個を超えると推定されています。大部分は無害ですが、鎌状赤血球貧血や嚢胞性線維症などの遺伝性疾患との関連が指摘されているものもあります。科学者たちはまた、2型糖尿病のようなより複雑な病気はミスセンス変異の組み合わせによって引き起こされる可能性があると推測している。アフセッツ氏は研究を始めたとき、同僚に「どの突然変異が本当に危険なのか、どうすればわかるのか」と尋ねた。その答えは「ほとんどの場合、わからない」だ。

科学者たちは何年にもわたる綿密な研究の結果、人間に400万のミスセンス変異を発見したが、そのうち病原性または良性であると判明したのはわずか2%だった。単一のミスセンス変異の影響を研究するには数か月かかる場合があります。

現在、Google の人工知能研究チーム DeepMind は、この研究プロセスを大幅にスピードアップできるツールをリリースしました。機械学習モデル AlphaMissense は、ミスセンス変異を分析し、その病原性を 90% の精度で予測することができ、これは既存の研究ツールよりも優れています。関連論文は火曜日にサイエンス誌に掲載された。

DeepMind が以前に開発した画期的なモデルである AlphaFold は、アミノ酸組成に基づいて何億ものタンパク質の構造を予測できます。 AlphaMissense は AlphaFold を基盤として構築されていますが、両者の動作は異なります。 AlphaMissense はタンパク質の構造を予測するものではなく、OpenAI の ChatGPT に似た大規模な言語モデルのようなものです。

AlphaMissense は、人間や他の霊長類の生物学的言語を理解するように訓練されており、タンパク質中のアミノ酸の正常な配列がどうなっているべきかを認識しています。 AlphaMissense は、文章中の不調和な単語を見つけるのと同じように、人体のタンパク質中のアミノ酸の順序が間違っていることを検出できます。 「これは言語モデルですが、タンパク質配列に基づいてトレーニングされています」と論文の共著者であるジュン・チェン氏は言う。「英語の文章で単語を置き換えた場合、英語を理解する人なら、置き換えによって文章の意味が変わるかどうかすぐにわかります。」

DeepMind の研究担当副社長である Pushmeet Kohli 氏は、料理本の例えを使っています。 AlphaFold が材料の組み合わせ方に焦点を当てているのに対し、AlphaMissense は間違った材料を使用した場合に何が起こるかを予測します。

AlphaMissense は、他の密接に関連する変異への影響の分析に基づいて、7,100 万の可能性のあるミスセンス変異に 0 から 1 までの「病原性スコア」を割り当てます。スコアが高いほど、ミスセンス変異が病原性である可能性が高くなります。 DeepMind の研究者は Genomics England と協力し、モデルの予測を既知のミスセンス変異に関する研究結果と比較しました。論文によれば、AlphaMissense はミスセンス変異の 89% を 90% の精度で分類できるとのことです。

研究者たちは長い間、病気の背後にあるミスセンス変異を特定することを望んでいたが、今では人工知能を通じてそれを実行し、モデルによって予測された病原性スコアを見つけることができる。 AlphaFold が医薬品開発やがん治療を促進するのと同様に、AlphaMissense は複数の分野の研究者が遺伝子変異の研究を加速し、病気をより早く診断し、新しい治療法を見つけるのに役立つことが期待されています。 「これらの予測によって、どの突然変異が病気を引き起こすのか、あるいはゲノミクスにおいて他の用途があるのか​​についてのより深い洞察が得られることを期待しています」とアフセッツ氏は述べた。

研究者らは、これらの予測は単独では使用できず、現実世界の研究を支援するためにのみ使用されることを強調している。 AlphaMissense は、研究者が起こりそうもないミスセンス変異を迅速に除外するのに役立ち、遺伝子変異と疾患を照合する時間のかかるプロセスをスピードアップします。また、このモデルは、科学者が人間の遺伝子コードの中で見落とされがちな部分をより深く理解するのにも役立つ。このモデルの分析結果には、各遺伝子の「重要度」指数も含まれており、研究者はこれを使って遺伝子が人間の生存にとってどれほど重要であるかを測定することができる。

欧州バイオインフォマティクス研究所の共同所長であり、欧州分子生物学研究所の副所長でもあるユアン・バーニー氏は、アルファミスセンスには「驚かなかった」と語った。同研究所は過去にもディープマインドと緊密に協力してきたが、アルファミスセンスの研究には関与していなかった。 「アルファフォールドが発表されると、このフレームワークを使ってどの変異がタンパク質の特性を変えるのかを説明できるはずだと誰もが思った」と彼は語った。

バーニーは、AlphaMissense が遺伝性疾患の疑いのある子供たちを医師が迅速に診断するのに役立つと考えています。 「診断されていない症例の一部はミスセンス変異が原因であることは以前からわかっていましたが、これはそうした症例の変異を配列するよりよい方法です」と彼は言う。彼は失明の原因となり、遺伝子治療でしか治療できない RPE65 遺伝子を例に挙げる。AlphaMissense は、患者の DNA 内の他の可能性のある遺伝子変異を医師が迅速に排除し、適切な治療を決定するのに役立つ。

AlphaMissense は、ミスセンス変異の影響を明らかにするだけでなく、生物学の全分野にわたる AI モデルの可能性も実証しています。 AlphaMissense はミスセンス変異に対処するために特別に訓練されたのではなく、生物学で発見された幅広いタンパク質を研究するために訓練されたため、このモデルは科学者がヒトゲノム全体とその発現方法をより深く理解するのに役立つ可能性がある。 「このモデルの基本アーキテクチャは AlphaFold から派生したものです」と Kohli 氏は言う。「ある意味、多くの部分が AlphaFold から継承されており、関連性はあるもののまったく異なるタスクに一般化できることを示すことができました。」