.
Cientistas do Google DeepMind criaram um programa de inteligência artificial que pode prever se milhões de mutações genéticas são inofensivas ou susceptíveis de causar doenças, num esforço para acelerar a investigação e o diagnóstico de doenças raras.
O programa faz previsões sobre as chamadas mutações missense, onde uma única letra é escrita incorretamente no código do DNA. Essas mutações são muitas vezes inofensivas, mas podem perturbar o funcionamento das proteínas e causar doenças que vão desde fibrose cística e anemia falciforme até cancro e problemas no desenvolvimento do cérebro.
Os pesquisadores usaram o AlphaMissense para avaliar todas as 71 milhões de mutações de uma única letra que poderiam afetar as proteínas humanas. Quando definiram a precisão do programa para 90%, previu que 57% das mutações missense eram provavelmente inofensivas e 32% eram provavelmente prejudiciais. Não havia certeza sobre o impacto do resto.
Com base nas descobertas, os cientistas lançaram um catálogo online gratuito de previsões para ajudar geneticistas e médicos que estão estudando como as mutações provocam doenças ou diagnosticando pacientes com doenças raras.
Uma pessoa típica tem cerca de 9.000 mutações missense em todo o seu genoma. Dos mais de 4 milhões observados em humanos, apenas 2% foram classificados como benignos ou patogênicos. Os médicos já possuem programas de computador para prever quais mutações podem causar doenças, mas como as previsões são imprecisas, eles só podem fornecer evidências de apoio para fazer um diagnóstico.
Escrevendo na Science, o Dr. Jun Cheng e outros descrevem como o AlphaMissense tem um desempenho melhor do que os atuais programas de “predição de efeitos variantes” e deve ajudar os especialistas a identificar mais rapidamente quais mutações estão causando doenças. O programa também pode sinalizar mutações que não foram previamente associadas a distúrbios específicos e orientar os médicos para melhores tratamentos.
A IA é uma adaptação do programa AlphaFold da DeepMind, que prevê a estrutura 3D das proteínas humanas a partir de sua composição química.
AlphaMissense foi alimentado com dados de DNA de humanos e primatas intimamente relacionados para saber quais mutações missense são comuns e, portanto, provavelmente benignas, e quais são raras e potencialmente prejudiciais. Ao mesmo tempo, o programa familiarizou-se com a “linguagem” das proteínas, estudando milhões de sequências de proteínas e aprendendo como é uma proteína “saudável”.
Quando a IA treinada é alimentada com uma mutação, gera uma pontuação que reflete o quão arriscada a mudança genética parece ser, embora não possa dizer como a mutação causa quaisquer problemas.
“Isso é muito semelhante à linguagem humana”, disse Cheng. “Se substituirmos uma palavra numa frase em inglês, uma pessoa familiarizada com o inglês pode ver imediatamente se a substituição da palavra mudará o significado da frase ou não.”
O professor Joe Marsh, biólogo computacional da Universidade de Edimburgo que não esteve envolvido no trabalho, disse que AlphaMissense tem “grande potencial”.
“Temos esse problema com os preditores computacionais, onde todos dizem que seu novo método é o melhor”, disse ele. “Você realmente não pode confiar nas pessoas, mas [the DeepMind researchers] parece ter feito um bom trabalho.”
após a promoção do boletim informativo
Se os especialistas clínicos decidirem que o AlphaMissense é confiável, suas previsões poderão ter mais peso no diagnóstico futuro de doenças, disse ele.
O professor Ben Lehner, líder do grupo sênior de genética humana no Wellcome Sanger Institute, disse que as previsões do Al precisam ser verificadas por outros cientistas, mas parecia bom para identificar quais alterações no DNA causam doenças e quais não.
“Uma preocupação sobre o modelo DeepMind é que ele é extremamente complicado”, disse Lehrer. “Um modelo como este pode revelar-se mais complicado do que a biologia que tenta prever. É humilhante perceber que talvez nunca seremos capazes de compreender como esses modelos realmente funcionam. Isso é um problema? Pode não ser o caso para algumas aplicações, mas será que os médicos se sentirão confortáveis em tomar decisões sobre pacientes que eles não entendem e não conseguem explicar?
“O modelo DeepMind faz um bom trabalho ao prever o que está quebrado”, acrescentou. “Saber o que está quebrado é um bom primeiro passo. Mas você também precisa saber como algo está quebrado se quiser consertar. Muitos de nós estamos muito ocupados gerando os enormes dados necessários para treinar a próxima geração de modelos de IA que nos dirão não apenas quais mudanças no DNA são ruins, mas também exatamente qual é o problema e como podemos consertar as coisas.”
.
