Forscher von Google DeepMind nutzen künstliche Intelligenz, um vorherzusagen, ob Mutationen in menschlichen Genen wahrscheinlich schädlich sind. Dies ist eines der ersten Beispiele für künstliche Intelligenz, die dazu beiträgt, die Diagnose von Krankheiten zu beschleunigen, die durch genetische Varianten verursacht werden.
Das Tool der künstlichen Intelligenz namens AlphaMissense hat alle 71 Millionen „Missense“-Mutationen ausgewertet, bei denen ein einzelner Buchstabe im menschlichen genetischen Code verändert wird. Davon wurden 32 % als möglicherweise pathogen eingestuft, 57 % waren gutartig und der Rest war unbestimmt. Die Ergebnisse wurden am Dienstag in der Fachzeitschrift Science veröffentlicht.
Mark Zuckerberg, CEO von Meta, gab am Dienstag bekannt, dass die Chan Zuckerberg Initiative, die philanthropische Organisation, die er zusammen mit seiner Frau Priscilla Chan gegründet hat, „eines der größten Computersysteme für gemeinnützige Biowissenschaften“ bauen wird, was die Investition von Ressourcen in künstliche Intelligenz im Bereich der Biowissenschaften verdeutlicht. Der Schwerpunkt liegt auf der Nutzung künstlicher Intelligenz, um zu simulieren, was in lebenden Zellen geschieht.
Menschliche Experten haben bisher nur 0,1 % der klinischen Auswirkungen von Missense-Varianten entdeckt, die die Struktur von Proteinen, den wichtigsten Arbeitsmolekülen des Körpers, verändern. „Experimente zur Entdeckung krankheitsverursachender Varianten sind teuer und mühsam“, sagte Žiga Avsec, Projektforscher am Londoner Hauptsitz von DeepMind. „Jedes Protein ist einzigartig und jedes Experiment muss individuell konzipiert werden, was Monate dauern kann. Mithilfe von KI-Vorhersagen können Forscher die Ergebnisse für Tausende von Proteinen gleichzeitig in der Vorschau anzeigen, was dabei hilft, Ressourcen zu priorisieren und komplexere Studien zu beschleunigen.“
„Wir sollten betonen, dass diese Vorhersagen eigentlich nie dazu gedacht waren, allein für die klinische Diagnose verwendet zu werden“, sagte Cheng Jun, ebenfalls Forscher an dem Projekt. „Sie sollten immer zusammen mit anderen Beweisen verwendet werden. Wir glauben jedoch, dass unsere Vorhersagen dazu beitragen werden, die Diagnose seltener Krankheiten zu verbessern und uns möglicherweise auch dabei helfen, neue krankheitsverursachende Gene zu finden.“
AlphaMissense-Vorhersagen zeigen Mutationen in zwei Proteinstrukturen (siehe ein anderes Bild). Rot ist schädlich, Blau ist harmlos, Grau ist unsicher
Genomics England der britischen Regierung hat die Vorhersagen des Tools anhand seiner eigenen umfangreichen Aufzeichnungen genetischer Varianten getestet, die seltene Krankheiten verursachen, und die Ergebnisse waren beeindruckend, sagte die stellvertretende Chefärztin Ellen Thomas.
„Wir waren nicht an der Entwicklung des Tools beteiligt und stellten nicht die Daten zur Verfügung, um es zu trainieren, sodass wir es unabhängig bewerten konnten“, sagte Thomas. „Es unterscheidet sich völlig von den Tools, die wir bereits verwenden. Ich denke, es ist ein großer Fortschritt und wir freuen uns, in die Endphase der Überlegungen zum Einsatz dieses Tools einbezogen zu werden.“ Sie hofft, dass AlphaMissense im Gesundheitswesen eingesetzt wird, um „als Co-Pilot für klinische Wissenschaftler zu fungieren und die Varianten zu markieren, über die sie sich Sorgen machen sollten, damit sie ihre Arbeit effizienter erledigen können“.
DeepMind hat AlphaMissense auf Basis seines AlphaFold-Tools zur Vorhersage von Proteinstrukturen entwickelt. Das KI-Tool lernte auch aus einer Fülle biologischer Beweise über die Signaturen genetischer Mutationen bei Menschen und anderen Primaten, die genetische Varianten pathogen oder gutartig machen.
Das 2010 als professioneller Entwickler künstlicher Intelligenz gegründete und 2014 von Google übernommene Unternehmen hat das Tool „für die wissenschaftliche Gemeinschaft kostenlos“ zur Verfügung gestellt. Seine Vorhersagen werden in den weit verbreiteten EnsemblVariantEffectPredictor des Europäischen Bioinformatik-Instituts in Cambridge integriert.
AlphaMissense hat auch Einschränkungen, sagte Avsec. Am wichtigsten ist, dass seine Vorhersagen zur Pathogenität „nur allgemeiner Natur sind und uns nichts über die biophysikalischen Eigenschaften der Variante sagen.“ Er fügte hinzu, dass diese Erkenntnisse mit der Weiterentwicklung des Tools möglicherweise klarer hervortreten könnten.
Sarah Teichmann, Leiterin der Zytogenetik am Wellcome Sanger Institute in Cambridge, die nicht an der Studie beteiligt war, sagte, dass einzelne Missense-Mutationen zwar wichtige Krankheitsursachen seien, andere klinisch bedeutsame Veränderungen in der DNA jedoch nicht Gegenstand des Tools seien.
„Wir sollten nicht übertreiben und sagen, dass dies alles lösen wird“, sagte sie. „Aber eine so leistungsstarke interpretierende KI zur Integration so vieler Genomdaten ist wirklich eine Verbesserung.“