DeepMind usa IA para prever mutações genéticas prejudiciais em humanos

Receba atualizações gratuitas de inteligência artificial

Pesquisadores do Google DeepMind usaram inteligência artificial para prever se mutações em genes humanos são susceptíveis de serem prejudiciais, um dos primeiros exemplos de tecnologia que ajuda a acelerar o diagnóstico de doenças causadas por variantes genéticas.

A ferramenta de IA, chamada AlphaMissense, avaliou todas as 71 milhões de mutações “missense”, nas quais uma única letra do código genético humano muda. Destes, 32 por cento foram classificados como provavelmente patogénicos, 57 por cento benignos e o restante incerto.

As descobertas foram publicadas nesta terça-feira na revista Ciência.

Até agora, os especialistas humanos descobriram o efeito clínico de apenas 0,1% destas variantes, que alteram a estrutura das proteínas, as principais moléculas funcionais do corpo. “Experimentos para descobrir mutações causadoras de doenças são caros e trabalhosos”, disse Žiga Avsec, pesquisador do projeto baseado na sede da DeepMind em Londres.

“Cada proteína é única e cada experimento deve ser projetado separadamente, o que pode levar meses”, disse Avsec. “Ao usar IA previsões, os pesquisadores podem obter uma prévia dos resultados de milhares de proteínas por vez, o que pode ajudar a priorizar recursos e acelerar estudos mais complexos.”

“Devemos enfatizar que as previsões nunca foram destinadas a serem utilizadas apenas para diagnóstico clínico”, disse Jun Cheng, também investigador do projeto. “Eles devem sempre ser usados ​​junto com outras evidências. No entanto, pensamos que as nossas previsões ajudarão a aumentar a taxa de diagnóstico de doenças raras e também, potencialmente, a ajudar-nos a encontrar novos genes causadores de doenças.”

Previsões do AlphaMissense mostradas em mutações em duas estruturas proteicas (veja outra imagem). Vermelho é prejudicial, azul é benigno e cinza é incerto

A Genomics England, do governo do Reino Unido, testou as previsões da ferramenta em comparação com os seus próprios extensos registos de variantes genéticas que causam doenças raras e ficou impressionada com os resultados, disse Ellen Thomas, vice-diretora médica.

“Não estivemos envolvidos na geração da ferramenta ou no fornecimento de dados para treiná-la, por isso pudemos fazer uma avaliação independente”, disse Thomas. “É completamente diferente das ferramentas que já usamos. Acho que é um grande avanço e estamos satisfeitos por estarmos envolvidos apenas nas etapas finais de pensamento sobre o uso da ferramenta.”

Thomas disse esperar que o AlphaMissense seja usado na área da saúde como “um copiloto para cientistas clínicos, sinalizando em quais variantes eles deveriam se concentrar para que possam fazer seu trabalho com mais eficiência”.

A DeepMind utilizou sua ferramenta AlphaFold, que prevê a estrutura das proteínas, para desenvolver o AlphaMissense. A ferramenta de IA também aprendeu com uma vasta quantidade de evidências biológicas sobre as características das mutações em humanos e outros primatas que tornam uma variante genética patogênica ou benigna.

A empresa – fundada como desenvolvedora especializada em IA em 2010 e comprada pelo Google em 2014 – tornou a ferramenta “disponível gratuitamente para a comunidade científica”. Suas previsões serão incorporadas ao amplamente utilizado Ensembl Variant Effect Predictor, administrado pelo Instituto Europeu de Bioinformática em Cambridge.

AlphaMissense tem limitações, disse Avsec. O mais importante é que as suas previsões de patogenicidade “são feitas num sentido geral e não nos dizem a natureza biofísica do que uma variante faz”. Esses insights podem surgir mais claramente à medida que a ferramenta for desenvolvida, acrescentou.

Sarah Teichmann, chefe de genética celular do Wellcome Sanger Institute em Cambridge, que não esteve envolvida na investigação, disse que embora as mutações missense individuais fossem uma causa importante de doenças, outras alterações clinicamente significativas no ADN estavam fora do âmbito da ferramenta.

“Não devemos exagerar e dizer que isto vai resolver tudo”, disse ela. “Mas é um verdadeiro avanço ter uma IA interpretativa tão poderosa integrando tantos dados genômicos.”

Related Articles

Back to top button