Бизнес

Изкуственият интелект и новият атлас на човешкия геном

Пълен геном, нови предизвикателства Човешкият геном вече е разчетен от край до край, но истинското предизвикателство остава в тълкуването

Изкуственият интелект и новият атлас на човешкия геном

Пълен геном, нови предизвикателства

Човешкият геном вече е разчетен от край до край, но истинското предизвикателство остава в тълкуването на съдържащата се в него информация. Новите технологии запълват пропуските и подобряват физическата карта на генома, но разчитането само открива „буквите“ — разчитането не е равнозначно на разбирането на тяхната роля.

Доц. д-р Славил Пейков изтъкна тези наблюдения в предаването „Футуризъм“ с водещ Антон Груев. Той припомни, че в историята на човешката генетика често се е заявявало, че геномът е разчетен, като първият голям проект е струвал над 1,5 млрд. долара и в действителност е покрил около 90% от генома. По думите му това илюстрира разликата между техническото завършване на последователността и действителното разбиране на нейното съдържание.

Ролята на изкуствения интелект

В процеса на тълкуване все по-голямо значение заема изкуственият интелект. Модели, разработени от DeepMind, прилагат машинно обучение, за да анализират функционалността на различни участъци от генома и да предсказват ролята на неговите елементи. Тези инструменти не само оценяват белтъчно-кодиращи региони, но и дават възможност да се изследват слабо познатите некодиращи участъци от ДНК.

По думите на доц. д-р Пейков, моделите могат да прогнозират какво би станало, ако бъде променена една „буква“ в ДНК. Те оценяват потенциалния ефект върху обширен регион от около един милион базови двойки в околността на конкретната промяна. Това дава възможност да се идентифицират възможни функционални последици от мутации, които преди бяха трудни за оценка.

Практически приложения

Според специалиста, внедряването на такива AI решения може да ускори диагностичните процеси, да насочи лабораторни изследвания и да подпомогне разработването на нови белтъци. В перспектива тези технологии имат потенциал да допринесат за по-ефективни терапии при генетични заболявания и рак.

Анализите, базирани на машинно обучение, могат да служат като водеща хипотеза за експериментални проучвания, което би съкратило времето и ресурсите, необходими за валидиране на функционални роли на конкретни вариации. Това комбинирано използване на биоинформатика и лабораторна работа представлява следващата фаза в разбирането на генома.

От възможността до приложението

Достъпът до по-пълна и по-точна картография на човешката ДНК, заедно с аналитичните възможности на AI, очертава път, по който тълкуването на генома ще напредне значително. Но изследователите подчертават, че разчитането от край до край е едва началото — предстои подробно картографиране на функциите, връзките и последиците от вариациите в генома.

В предаването доц. д-р Пейков акцентира, че това „огромно пътуване“ вече е в ход и че интегрирането на новите модели в научната и клиничната практика ще бъде ключово за превръщането на генетичната информация в конкретни диагностични и терапевтични решения.