Onderzoekers van Google DeepMind gebruiken kunstmatige intelligentie om te voorspellen of mutaties in menselijke genen waarschijnlijk schadelijk zijn, in een van de eerste voorbeelden van kunstmatige intelligentietechnologie die helpt de diagnose te versnellen van ziekten veroorzaakt door genetische varianten.
Het hulpmiddel voor kunstmatige intelligentie, AlphaMissense genaamd, evalueerde alle 71 miljoen ‘missense’-mutaties, waarbij één enkele letter in de menselijke genetische code is veranderd. Hiervan werd 32% geclassificeerd als mogelijk pathogeen, 57% was goedaardig en de rest was onbepaald. De bevindingen zijn dinsdag gepubliceerd in het tijdschrift Science.
Meta-CEO Mark Zuckerberg maakte dinsdag bekend dat het Chan Zuckerberg Initiative, de filantropische organisatie die hij samen met zijn vrouw Priscilla Chan heeft opgericht, “een van de grootste computersystemen voor non-profit life sciences” zal bouwen, wat de investering van middelen in kunstmatige intelligentie op het gebied van de life sciences illustreert. Het zal zich richten op het gebruik van kunstmatige intelligentie om te simuleren wat er in levende cellen gebeurt.
Menselijke experts hebben tot nu toe slechts 0,1% van de klinische impact ontdekt van missense-varianten die de structuur van eiwitten, de belangrijkste werkende moleculen van het lichaam, veranderen. "Experimenten om ziekteverwekkende varianten te ontdekken zijn duur en arbeidsintensief", zegt Žiga Avsec, een projectonderzoeker op het hoofdkantoor van DeepMind in Londen. "Elk eiwit is uniek en elk experiment moet individueel worden ontworpen, wat maanden kan duren. Door AI-voorspellingen te gebruiken, kunnen onderzoekers een voorbeeld van de resultaten voor duizenden eiwitten tegelijk bekijken, wat helpt bij het prioriteren van hulpbronnen en het versnellen van complexere onderzoeken."
"We moeten benadrukken dat deze voorspellingen nooit echt bedoeld waren om alleen voor klinische diagnoses te worden gebruikt", zegt Cheng Jun, tevens onderzoeker bij het project. "Ze moeten altijd samen met ander bewijsmateriaal worden gebruikt. We denken echter dat onze voorspellingen de diagnose van zeldzame ziekten zullen helpen verbeteren en ons ook kunnen helpen nieuwe ziekteveroorzakende genen te vinden."
AlphaMissense-voorspellingen laten mutaties zien in twee eiwitstructuren (zie een andere afbeelding). Rood is schadelijk, blauw is goedaardig, grijs is onzeker
Genomics England van de Britse regering heeft de voorspellingen van de tool getest aan de hand van haar eigen uitgebreide overzicht van genetische varianten die zeldzame ziekten veroorzaken, en de resultaten waren indrukwekkend, zei plaatsvervangend hoofdarts Ellen Thomas.
"We waren niet betrokken bij de ontwikkeling van de tool en hebben niet de gegevens verstrekt om deze te trainen, zodat we deze onafhankelijk konden evalueren", zei Thomas. "Het is compleet anders dan de tools die we al gebruiken. Ik denk dat het een enorme stap voorwaarts is en we zijn blij om betrokken te zijn bij de laatste fasen van het overwegen om deze tool te gebruiken." Ze hoopt dat AlphaMissense in de gezondheidszorg zal worden gebruikt als ‘co-piloot voor klinische wetenschappers, waarbij de varianten worden gemarkeerd waar ze zich zorgen over moeten maken, zodat ze hun werk efficiënter kunnen doen’.
DeepMind ontwikkelde AlphaMissense op basis van zijn AlphaFold-tool voor het voorspellen van eiwitstructuren. De AI-tool heeft ook geleerd van een schat aan biologisch bewijsmateriaal over de kenmerken van genetische mutaties bij mensen en andere primaten die genetische varianten pathogeen of goedaardig maken.
Het bedrijf, opgericht in 2010 als professionele ontwikkelaar van kunstmatige intelligentie en in 2014 overgenomen door Google, heeft de tool ‘gratis gemaakt voor de wetenschappelijke gemeenschap’. De voorspellingen zullen worden opgenomen in de veelgebruikte EnsemblVariantEffectPredictor van het European Bioinformatics Institute in Cambridge.
AlphaMissense heeft ook beperkingen, zei Avsec. Het belangrijkste is dat de voorspellingen van de pathogeniteit “slechts algemeen zijn en ons niets vertellen over de biofysische eigenschappen van de variant.” Hij voegde eraan toe dat deze inzichten duidelijker naar voren kunnen komen naarmate de tool verder wordt ontwikkeld.
Sarah Teichmann, hoofd cytogenetica aan het Wellcome Sanger Institute in Cambridge, die niet bij het onderzoek betrokken was, zei dat hoewel individuele missense-mutaties belangrijke ziekteoorzaken zijn, andere klinisch significante veranderingen in DNA buiten het bereik van het instrument vallen.
‘We moeten niet overdrijven en zeggen dat dit alles gaat oplossen’, zei ze. "Maar het hebben van zo'n krachtige interpretatieve AI om zoveel genomische gegevens te integreren is echt een verbetering."