Un système innovant a vu le jour, permettant d’anticiper l’apparition de diverses maladies en se basant sur l’analyse de l’ADN. Ce modèle, développé par Google, utilise des technologies avancées pour explorer de nouvelles dimensions dans le domaine de la génétique.
Nous savons que, concernant l’Intelligence Artificielle (IA), le ciel n’est pas la limite. En effet, les potentialités sont nombreuses et les entreprises cherchent à les exploiter. Récemment, Google a créé un système capable de prédire des maladies grâce à l’analyse de l’ADN : l’AlphaGenome.
Dans une publication officielle, Google a présenté l’AlphaGenome, un système alimenté par IA qui prévoit l’impact des mutations individuelles dans l’ADN.
Les ingénieurs expliquent que le modèle peut analyser des séquences d’ADN pour anticiper des propriétés moléculaires, telles que le début et la fin des gènes, le lien de l’ARN, ainsi que les sites de liaison des protéines.
Ce nouveau modèle utilise des réseaux neuronaux pour détecter des motifs dans toute la séquence et fournir des prévisions détaillées pour chaque élément de l’ADN.
AlphaGenome est apte à traiter des séquences allant jusqu’à un million de lettres (ou paires de bases), une caractéristique qui lui permet d’extraire plus de détails, notamment sur les régions régulatrices des gènes.
D’après les ingénieurs de DeepMind, la capacité à traiter des séquences longues était le principal défi de l’Enformer, le précédent modèle. Contrairement à ce dernier, AlphaGenome couvre les régions non codées, où se trouvent les variantes associées aux maladies.
Par ailleurs, le modèle a été formé à partir de données provenant de consortiums scientifiques tels qu’ENCODE, GTEx, 4D Nucleome et FANTOM5, qui englobent des centaines de types mobiles issus d’humains et de rongeurs.
Fonctionnement de l’IA de Google dédiée à l’analyse de l’ADN
L’AlphaGenome prend une séquence d’ADN comme entrée et analyse ses propriétés moléculaires.
Le processus prédit où les gènes commencent et se terminent en fonction de différents types mobiles, ainsi que leurs propriétés moléculaires.
L’IA peut estimer les points de jonction de l’ARN, la quantité d’ARN produit ou les sites de liaison de protéines dans l’ADN.
Ensuite, le modèle compare une séquence normale à une séquence mutante pour évaluer l’impact des variations.
Selon les explications fournies, l’IA est si performante qu’elle peut classifier l’impact d’une mutation en seulement un seconde sur toutes les propriétés moléculaires.
Les ingénieurs de DeepMind soulignent que certaines maladies génétiques, telles que l’atrophie musculaire, pourraient résulter d’erreurs dans la jonction de l’ARN.
L’AlphaGenome a déjà été utilisé pour modéliser une potentielle mutation liée à des cancers. Lors d’un test interne, l’IA a anticipé que des mutations dans certaines zones du génome créent un lien avec une protéine qui active anormalement le gène TAL1. Cette activation peut participer au développement de la leucémie lymphoblastique aiguë à cellules T.
Pour la première fois, nous avons créé un modèle unique qui répond à de nombreux défis liés à la compréhension du génome.
A déclaré Pushmeet Kohli, vice-président de la recherche chez DeepMind.