AlphaGenome 2 prevê o efeito de variantes genéticas em tipos celulares específicos
Imagem gerada pela Equipa Editorial da Inferama
01

O desafio de prever o efeito das variantes genéticas

Todas as células do corpo humano contêm o mesmo DNA, mas não ativam os mesmos genes nem respondem da mesma maneira a uma alteração genética. Uma variante pode ter efeitos diferentes conforme o tipo e o estado da célula. Por isso, as médias de tecidos inteiros podem ocultar sinais relevantes para uma doença. Esse é o principal desafio que a nova ferramenta do Google DeepMind procura abordar.

Interpretar como as variações genéticas afetam a expressão gênica e seus efeitos moleculares tem sido um processo experimental difícil. O AlphaGenome 2 busca contribuir para esse trabalho ao prever como as variantes podem alterar processos biológicos. A proposta é relacionar as instruções do DNA que codificam proteínas ao conjunto de elementos que regula a atividade dos genes. As previsões podem ajudar a formular hipóteses, mas não demonstram, por si só, como uma variante causa uma doença.

02

Uma arquitetura condicional voltada ao contexto celular

A versão anterior recebia uma sequência de DNA com até um milhão de letras e produzia previsões paralelas para diversos tecidos e experimentos. O AlphaGenome 2 usa outra abordagem: é um modelo condicional que analisa uma condição biológica específica — como um tecido, tipo celular ou estado — junto com a sequência genética. A condição entra em diferentes etapas da arquitetura, permitindo que o modelo estime como o mesmo trecho de DNA pode ser interpretado em contextos celulares distintos.

O modelo foi treinado com mais de 107 milhões de perfis celulares individuais de 68 tecidos, combinando dados de amostras humanas e de camundongos. Além de prever expressão gênica, modificações de histonas e acessibilidade da cromatina, o AlphaGenome 2 incorpora estimativas de metilação do DNA. Também pode tentar inferir medições experimentais ausentes: por exemplo, estimar a acessibilidade da cromatina a partir de dados de atividade gênica de célula única. Essa imputação pode orientar a escolha de experimentos, mas não substitui medições laboratoriais.

Diferenças entre AlphaGenome 1 e AlphaGenome 2

CaracterísticaAlphaGenome 1AlphaGenome 2
Abordagem de previsãoSaídas paralelas fixas para tecidos e experimentosModelo condicional para um tecido, tipo celular ou estado específico
Dados de treinamentoSequências longas de DNA e dados de diferentes modalidadesMais de 107 milhões de perfis celulares individuais
ModalidadesExpressão gênica, histonas e cromatinaInclui estimativas de metilação do DNA e imputação multimodal
Novos contextos celularesProduz previsões para as condições representadas no modeloPode adaptar-se a novos dados de scRNA-seq sem retreinamento completo
03

Resultados relatados na identificação de variantes

O Google DeepMind informou que, no conjunto TenK10K, um mapa de 28 tipos de células imunes primárias, o AlphaGenome 2 identificou de forma confiável 30% das variantes causais. Na comparação apresentada pela empresa, o modelo anterior, ajustado com dados de célula única e outras ferramentas especializadas, identificou 16%. Para identificar efeitos direcionais sobre genes — isto é, prever se uma variante aumenta ou reduz a atividade gênica — os resultados relatados foram 43% e 23%, respectivamente.

Esses números descrevem uma avaliação do modelo e foram divulgados pelo Google DeepMind; não são evidência de eficácia em pacientes nem confirmam que todas as variantes identificadas sejam causais em outros contextos. A avaliação também examinou variações contínuas de expressão gênica em células em processo de maturação, como células-tronco sanguíneas que dão origem a células vermelhas ou a linhagens imunes. Em regiões genômicas fora dos dados de treinamento, a empresa relatou melhor desempenho para explicar diferenças entre tipos celulares de um mesmo tecido.

04

Usos potenciais na pesquisa de doenças e no desenvolvimento de medicamentos

O AlphaGenome 2 pode ajudar a relacionar variantes a genes-alvo em células humanas primárias, incluindo astrócitos cerebrais, por meio do mapeamento de potenciadores — elementos reguladores que podem atuar a distância. Estudos de associação genômica ampla (GWAS) identificam regiões relacionadas a características ou doenças, mas nem sempre determinam qual variante é causal, qual gene é afetado ou em que célula ocorre o efeito. As pontuações pré-calculadas do modelo podem ajudar a priorizar possibilidades em características que vão da estatura ao diabetes tipo 2; não substituem a confirmação por outros métodos.

Identificar a célula e a proteína envolvidas pode ser útil na escolha de alvos para o desenvolvimento de medicamentos. O Google DeepMind relatou que o AlphaGenome 2 reproduziu computacionalmente um achado anterior sobre uma variante em um elemento regulador distante que aumenta a atividade do gene ETS2 em macrófagos intestinais, células imunes relacionadas à doença inflamatória intestinal. O modelo estimou que o efeito era mais evidente nesses macrófagos do que em outros tipos celulares e genes. Esse exemplo ilustra por que o contexto celular importa, mas uma reprodução computacional não comprova, por si só, um mecanismo clínico.

05

Limites e escopo de uso

O AlphaGenome e o AlphaGenome 2 destinam-se exclusivamente à pesquisa e não foram validados nem aprovados para fins clínicos ou diagnósticos. O Google DeepMind informou que o AlphaGenome 2 está disponível para pesquisa não comercial por meio de uma API e em prévia privada para pesquisa comercial. Essa modalidade privada não equivale a uma disponibilidade comercial geral. A empresa também afirmou que as previsões mais detalhadas têm custo computacional maior e que o novo modelo não substitui imediatamente o anterior: ele não era prático para gerar o atlas de todas as possíveis alterações de uma única letra no genoma humano.

O desempenho depende dos dados usados no treinamento e da correspondência entre esses dados e o contexto biológico analisado. O modelo pode ser condicionado por dados novos de RNA de célula única sem retreinamento completo, mas essa capacidade não torna suas previsões resultados experimentais. A imputação de modalidades ausentes pode ajudar a selecionar os próximos experimentos, não confirmar o que uma medição não observada mostraria. Além disso, diferenças entre estados celulares, condições ambientais e processos biológicos complexos podem influenciar os efeitos das variantes e não são capturadas integralmente por uma previsão baseada na sequência.

06

Como interpretar as previsões por tipo celular

A principal mudança do AlphaGenome 2 é condicionar a previsão a uma condição celular específica, em vez de produzir apenas saídas paralelas para conjuntos mais amplos de tecidos. Isso pode ser relevante quando uma variante exerce efeitos diferentes em células próximas ou em estados distintos da mesma célula. O treinamento com dados de célula única amplia esse tipo de análise, e a possibilidade de incorporar novos perfis sem retreinar o modelo pode facilitar a exploração de estados que não aparecem no catálogo de referência.

Uma aplicação descrita pelo Google DeepMind usou dados de um estudo sobre uma vacina de RNA mensageiro contra a COVID-19 que não tinham sido incluídos no treinamento. O modelo distinguiu células T imunes ativadas de células em repouso e previu um efeito mais forte de uma variante associada à COVID-19 grave nas células ativadas. Esse resultado é uma previsão sobre dados de um estudo, não a demonstração de um mecanismo de doença nem uma indicação para decisões clínicas. A diferença entre os estados celulares ajuda a mostrar por que a análise pode mudar quando se agrupam ou se separam tipos de células.

A empresa também calculou previamente previsões para variantes associadas a características e doenças em centenas de condições de tecidos e células humanas. Esse catálogo pode reduzir a necessidade de cada equipe executar cálculos em larga escala para uma primeira triagem. Ainda assim, uma pontuação de prioridade é uma forma de ordenar hipóteses, não uma medida definitiva de causalidade. Para interpretar uma variante, pesquisadores precisam considerar o desenho do estudo, os dados experimentais disponíveis e as limitações do contexto celular representado.

07

O que os resultados permitem concluir

Os resultados divulgados indicam uma melhora em tarefas específicas de previsão por tipo celular, incluindo a identificação de variantes causais no conjunto TenK10K. As taxas de 30% e 16% referem-se a essa avaliação com 28 tipos de células imunes e à comparação relatada pelo Google DeepMind; não devem ser generalizadas automaticamente para outras doenças, tecidos ou populações. As métricas também não significam que o modelo identificou todas as variantes relevantes ou que uma variante priorizada terá efeito clínico.

A utilidade do modelo está em ajudar pesquisadores a organizar e testar hipóteses sobre como uma variante pode alterar a regulação gênica em determinados contextos. A previsão de atividade gênica, acessibilidade da cromatina ou metilação do DNA não estabelece, por si só, uma relação causal. Quando uma conclusão depende de um mecanismo biológico, a interpretação precisa levar em conta evidências experimentais pertinentes e dados independentes. O AlphaGenome 2 pode apoiar esse trabalho, mas não substitui experimentos nem avaliação clínica.

A distinção entre previsão computacional, validação experimental e uso clínico é essencial. Uma correspondência entre a previsão e um achado anterior pode mostrar que o modelo reproduz um padrão conhecido, mas não garante o mesmo desempenho em casos novos. Da mesma forma, a capacidade de generalizar a perfis celulares não vistos no treinamento não significa que todos os estados, tecidos ou condições biológicas estejam representados. O escopo dos dados e da avaliação precisa acompanhar qualquer interpretação dos resultados.

08

Continue a explorar

Fontes consultadas

03

Correções e transparência

Se encontrar informação incorreta ou desatualizada, envie-nos a página e a fonte que devemos rever.

Propor uma correção