DeepMind تطلق AlphaGenome Atlas: خريطة لتأثير كل استبدال في الحمض النووي

نشرت Google DeepMind منصة AlphaGenome Atlas، وهي «خريطة تنبؤية لكل استبدال ممكن لحرف واحد في الجينوم البشري». يحتوي الجينوم على نحو 3,1 مليار زوج قاعدي، ويمكن أن يحلّ في كل موضع ثلاثة نيوكليوتيدات بديلة. ومن هنا تأتي رتبة الحجم: نحو 9,3 مليار طفرة افتراضية. هذه حساباتنا نحن، وليست رقمًا من الإصدار. أما وصف فيديو Two Minute Papers، الذي وردت منه الأخبار، فلا يتضمن سوى عنوان منشور DeepMind وروابط إليه. لذلك ينبغي التحقق من تفاصيل المنهجية والمقاييس في المصدر الأصلي.

ما هو Atlas ومن أين جاء

يقوم Atlas على AlphaGenome، وهو نموذج من DeepMind أعلنت عنه الشركة في عام 2025. ووفق ذلك الإعلان، يستقبل النموذج حتى مليون زوج قاعدي كمدخلات، ويتنبأ بالخصائص الجزيئية للحمض النووي بدقة حرف واحد: مستوى التعبير الجيني، وإتاحة الكروماتين، والربط الجيني (splicing). ولتقييم أي طفرة، يقارن النموذج تنبؤاته للتسلسل الأصلي بتنبؤاته للتسلسل المعدَّل. والفرق بينهما هو التأثير المفترض.

ويبدو من اسمه أن Atlas يحوّل هذه العملية إلى مرجع جاهز. فلا يحتاج الباحث إلى تشغيل النموذج على كل متغيّر. بل يبحث عن الاستبدال في الخريطة المحسوبة مسبقًا، ويطّلع على الإشارات التنظيمية التي يغيّرها بحسب التنبؤ.

لماذا يكون الحساب المسبق منطقيًا

تشغيل نافذة بحجم ميغابيز عبر شبكة عصبية كبيرة لمليارات المتغيّرات يتطلب ميزانية GPU ضخمة. ولن يجري أي مختبر هذه العملية لكل استعلام، فضلًا عن العيادات. والأجدى أن تُحسب النتائج مرة واحدة ثم تُتاح للجميع. هذا استنتاجنا من حجم المهمة، أما DeepMind فلا تذكر تكلفة الحساب في المواد المتاحة لنا.

والمهمة نفسها مهمة. فالبروتينات لا يشفّر لها سوى جزء صغير من الجينوم، نحو 2%. أما بقية المتغيّرات فتقع في مناطق تنظيمية، وتأثيرها في الإنسان غير واضح عادةً. وفي علم الوراثة السريري توجد لمثل هذه النتائج فئة مستقلة: «متغيّرات غير مؤكدة الدلالة». وتتيح خريطة التأثيرات المتوقعة طريقة لترتيب أولويات المرشحين قبل إنفاق المال على التحقق المخبري.

• المطوّر: Google DeepMind
• الموضوع: الاستبدالات الأحادية (SNV) في الجينوم البشري
• الحجم: ~3,1 مليار موضع × 3 بدائل ≈ 9,3 مليار متغيّر (تقدير)
• النموذج الأساسي: AlphaGenome، بسياق يصل إلى مليون زوج قاعدي ودقة حرف واحد (وفق إعلان 2025)
• أنواع التنبؤات: التعبير الجيني، والكروماتين، والربط الجيني (splicing)، وإشارات تنظيمية أخرى
• الصيغة: خريطة محسوبة مسبقًا، وليست نموذجًا يتعيّن عليك تشغيله بنفسك

القيود

يبقى التنبؤ مجرد تنبؤ. فقد دُرّب النموذج على بيانات تجريبية حصل جزء كبير منها من خطوط خلوية وأنسجة، ولا يعني تغيّر الإشارة لدى مريض بعينه أنه مصاب بمرض. والأطلس ليس أداة تشخيصية. وحتى الآن يبدو أنه مرشّح (فلتر) للباحثين. أما المقاييس التي تعرضها DeepMind للتحقق من الخريطة، والمجموعات التي اختُبرت عليها، فينبغي الرجوع فيها إلى المدونة والمواد المرافقة.

كيف يمكن استخدامه

من المنطقي أن يستخدم علماء الوراثة والمعلوماتية الحيوية Atlas كمرشّح أولي. ينبغي أخذ قائمة المتغيّرات من التسلسل الجيني أو من دراسات GWAS، وترتيبها بحسب التأثير التنظيمي المتوقع، ثم فحص الشريحة العليا منها فقط يدويًا. ويحسن مطابقة النتيجة مع قواعد بيانات مثل ClinVar ومع البيانات التجريبية.

والخريطة مفيدة لفرق التقنية الحيوية في البحث عن أهداف تنظيمية. أما مهندسو ML فيجدر بهم الالتفات إلى النمط نفسه: حين يكون فضاء المدخلات منتهيًا لكنه هائل، ويكون تشغيل النموذج مكلفًا في الاستدلال (inference)، فالأجدى أن يُحسب الأطلس كاملًا مرة واحدة ويُتاح كبيانات. وقبل الاستخدام، تحقق من الترخيص وشروط الوصول: فقد كانت مقيّدة في AlphaGenome عام 2025 بالمهام غير التجارية، وقد تختلف في Atlas.