Google DeepMind укрепляет позиции в вычислительной биологии, представив AlphaGenome Atlas — платформу на базе искусственного интеллекта, которая картирует все возможные точечные мутации в геноме человека. Модель не ограничивается кодирующими белки участками и прогнозирует молекулярные последствия примерно 9 млрд однонуклеотидных замен, включая некодирующие области, отвечающие за экспрессию и регуляцию генов.
Обученная на общедоступных геномных данных человека и мыши, базовая модель фиксирует сложные связи между структурными мутациями и биологическими механизмами. Как отметил руководитель направления геномики в Google DeepMind Жига Авсец (Ziga Avsec), перенос нагрузки с вычислений в реальном времени на предварительно рассчитанную справочную базу данных потребовал колоссальных вычислительных мощностей.
«Нам потребовалось немало времени, чтобы предварительно рассчитать и проанализировать такой массив вариантов из-за колоссального объема пространства данных», — подчеркнул он.
Эти масштабные инвестиции в инфраструктуру превращают геномный анализ из медленного процесса вычислений по требованию в готовую индексированную базу данных для научно-исследовательских отделов.
Дистрибуция и коммерческое позиционирование
DeepMind открывает доступ к базе данных через веб-портал, а также интегрирует ее в агентскую платформу Antigravity. Чтобы помочь ученым отсеивать шум, Google представила показатель AlphaGenome Variant Impact (AVI): проприетарные архитектуры ранжируют мутации по степени критичности и биологической значимости.
Для руководителей фармкомпаний этот индекс меняет экономику раннего поиска мишеней для лекарств. Отсекая заведомо нежизнеспособные гипотезы до того, как они попадут в многомиллионные клинические пайплайны, биофармацевтический сектор может существенно сократить цикл R&D. Впрочем, предиктивные модели не панацея: переход от цифрового скоринга к реальным препаратам по-прежнему требует долгой валидации в мокрой лаборатории и жесткого регуляторного контроля.