هوش مصنوعی آلفاژنوم 2 گوگل؛ رمزگشایی DNA و ریشه بیماری ها - وبلاگ علیپور رحمتی

بیش از 98 درصد از ژنوم سه میلیارد حرفی انسان مستقیماً پروتئینی فراوری نمی نماید، اما دقیقاً در همین بخش تاریک و غیرکدنماینده است که کلیدهای خاموش و روشن شدن ژن ها پنهان شده اند. به گزارش وب سایت تخصصی The Verge و آزمایشگاه پژوهشی Google DeepMind، نسل تازه این سامانه هوشمند که در نوامبر 2026 رونمایی شد، توانسته است یکی از بزرگ ترین معماهای زیست شناسی مدرن را حل نماید: چرا یک تغییر ژنتیکی یکسان در سلول عصبی مغز بی اثر می ماند، اما در یک سلول ایمنی فعال شده زمینه ساز بیماری خودایمنی می گردد؟

هوش مصنوعی آلفاژنوم 2 چیست و چه تفاوتی با نسل اول دارد؟

نسخه نخست آلفاژنوم با هدف تحلیل توالی های بلند یک میلیون حرفی DNA طراحی شده بود و خروجی آزمایش های مولکولی را در سطح توده بافتی (Bulk Tissue) به طور هم زمان پیش بینی می کرد. با این حال، بافت های بدن انسان یکدست نیستند و از ده ها نوع سلول متفاوت با وظایف کاملاً متمایز تشکیل شده اند.

وقتی داده های مولکولی میلیون ها سلول با هم میانگین گیری می شوند، پدیده رقیق شدگی سیگنال رخ می دهد؛ به این معنا که اثر حیاتی یک جهش ژنتیکی در زیرجمعیت کوچکی از سلول های بنیادی یا لنفوسیت های دفاعی، لابه لای نویز میلیون ها سلول سالم دیگر گم می گردد. تیم پژوهشی گوگل همان گونه که پیش تر در توسعه مدل های پیشرفته مانند گوگل جنی 4 و خانواده پردازشی جمینای 4 کربن گوگل مرزهای معماری عصبی را جابه جا نموده بود، در نسخه دوم آلفاژنوم رویکرد محاسباتی را از ریشه بازطراحی نموده است.

در معماری تازه، مدل دیگر کل بافت را یکجا حدس نمی زند؛ بلکه به یک مدل شرطی (Conditional Model) تبدیل شده است. پژوهشگر یک توالی یک میلیون جفت بازی DNA را به همراه یک شرایط زیستی معین - مثلاً سلول T تحریک شده با واکسن یا نورون قشر پیش پیشانی در مرحله تکوین جنینی - وارد شبکه می نماید تا خروجی دقیقاً متناسب با هویت همان تک سلول محاسبه گردد.

بیشتر بدانید: راز 98 درصد ژنوم غیرکدنماینده انسان

بیش از 90 درصد از واریانت ها و تغییرات ژنتیکی مرتبط با بیماری های شایع مانند دیابت، آلزایمر، ام اس و بیماری های قلبی در نواحی غیرکدنماینده DNA رخ می دهند؛ نواحی ای که دهه ها به اشتباه DNA زباله نامیده می شدند اما در عمل نقش رهبر ارکستر بیان ژن ها را بر عهده دارند.

معماری فنی مدل شرطی؛ ترکیب ترنسفورمر، U-Net و رمزگذار سلولی

قلب تپنده هوش مصنوعی آلفاژنوم 2 بر پایه ترکیبی هوشمندانه از شبکه های کانولوشنی U-Net (برای حفظ دقت تک حرفی در مقیاس جفت بازها) و لایه های ترنسفورمر دوربرد (برای درک تعاملات فضایی کروموزوم در فواصل صدها هزار حرفی) بنا شده است. نوآوری اصلی این نسخه، افزودن ماژولی به نام رمزگذار سلولی (Cell Encoder) است که شرایط زیستی سلول را به یک بردار ریاضی فشرده تبدیل نموده و آن را در تک تک لایه های شبکه عصبی تزریق می نماید.

1. آموزش روی بیش از 107 میلیون پروفایل تک سلولی

به گزارش مستندات علمی منتشرشده به وسیله Google DeepMind، این مدل بزرگ روی اطلسی بی سابقه شامل بیش از 107 میلیون پروفایل تک سلولی مجزا از 68 بافت گوناگون انسان و موش آموزش دیده است. این حجم از داده های تجربی به شبکه اجازه داده است قوانین ظریف تنظیم ژن را نه به شکل حفظیات آماری، بلکه به عنوان اصول بنیادی بیوفیزیک کروماتین یاد بگیرد.

2. قابلیت تعمیم بدون آموزش مجدد (Zero-Shot Generalization)

یکی از شگفت انگیزترین دستاوردهای مهندسی در آلفاژنوم 2، توانایی انطباق آنی با آزمایش های کاملاً تازه بدون احتیاج به بازآموزی (Fine-Tuning) سنگین است. دانشمندان در هر آزمایشگاه زیست پزشکی می توانند داده های خام توالی یابی RNA تک سلولی (scRNA-seq) مربوط به نمونه تومور یک بیمار خاص یا سلول های تیمارشده با یک داروی آزمایشی را مستقیماً در سامانه بارگذاری نمایند.

رمزگذار سلولی در کسری از ثانیه پروفایل بیانی آن سلول دیده نشده را می خواند و شرایط شرطی مدل را تنظیم می نماید. از آن لحظه، آلفاژنوم 2 می تواند پیش بینی کند که هر جهش فرضی در طول یک میلیون حرف DNA چه بلایی بر سر تنظیم ژن های آن سلول خاص خواهد آورد.

پنج خروجی مولکولی کلیدی در هوش مصنوعی آلفاژنوم 2

تغییر تنها یک حرف از چهار حرف الفبای حیات (A، T، C و G) می تواند زنجیره ای از رویدادهای بیوشیمیایی را در هسته سلول رقم بزند. نسخه دوم آلفاژنوم با یک بار پردازش توالی، پنج ویژگی حیاتی مولکولی را با وضوح تک نوکلئوتیدی شبیه سازی می نماید:

• اندازه بیان ژن (Gene Expression): محاسبه دقیق اندازه رونوشت های RNA فراوریشده از هر ژن در همان نوع سلول هدف و تشخیص افزایش یا افت غیرطبیعی فراوری پروتئین.
• پیرایش متناوب RNA (RNA Splicing): شناسایی محل های برش اینترون ها و اتصال اگزون ها؛ فرآیندی که اختلال کوچک در آن عامل مستقیم ده ها بیماری ارثی عصبی و عضلانی است.
• دسترسی پذیری کروماتین (Chromatin Accessibility): پیش بینی اینکه کدام بخش های رشته فشرده DNA در آن سلول خاص باز و آماده نشستن فاکتورهای رونویسی هستند و کدام نواحی قفل شده اند.
• نشانه های هیستونی (Histone Modifications): نقشه برداری از برچسب های شیمیایی روی پروتئین های قرقره ای هیستون که شرایط فعال بودن تقویت نماینده ها (Enhancers) یا خاموش بودن پروموترها را معین می نمایند.
• متیلاسیون DNA (قابلیت کاملاً تازه در نسخه 2): پیش بینی الگوی اتصال گروه های متیل به بازهای سیتوزین که مهم ترین مکانیسم حافظه اپی ژنتیکی، پیری سلولی و خاموش شدن ژن های سرکوبگر تومور در سرطان ها به شمار می رود.

ترفند طلایی پژوهشی: شبیه سازی جهش در محیط سیلیکونی (In-Silico Mutagenesis)

محققان ژنتیک بالینی به جای ماه ها کشت سلولی پرهزینه با ابزار کریسپر، می توانند در چند دقیقه هزاران تغییر تک حرفی بیمار را در API آلفاژنوم 2 اجرا نموده و تنها 1 یا 2 واریانت بیماری زای واقعی را برای تایید آزمایشگاهی گلچین نمایند.

مقایسه جامع آلفاژنوم 1، آلفاژنوم 2 و آلفافولد 3

برای درک دقیق جایگاه این فناوری در سبد مدل های زیستی گوگل، جدول زیر تفاوت های ساختاری و عملکردی نسل اول و دوم آلفاژنوم را در کنار مدل مشهور ساختار پروتئینی آلفافولد نشان می دهد:

جهش دوبرابری در کشف واریانت های بیماری زا و بنچمارک های علمی

ارزیابی یک مدل هوش مصنوعی در ژنتیک زمانی ارزشمند است که بتواند بین جهش های رهگذر بی خطر و جهش های علیتی بیماری زا تمایز قائل گردد. بر اساس گزارش منتشرشده در نشریه The Verge، تیم دیپ مایند کارایی آلفاژنوم 2 را روی نقشه های دقیق سلول های ایمنی اولیه انسان (Primary Immune Cells) محک زده است.

نتایج آزمایش ها نشان می دهد که آلفاژنوم 2 در شناسایی جایگاه های کمّی صفت بیان تک سلولی (sc-eQTLs) تقریباً دو برابر قوی تر از روش های پیشین عمل می نماید و پیروز به بازیابی حدود 30 درصد از واریانت های علیتی تاییدشده در برابر رقم 16 درصدی مدل های قبلی شده است. افزون بر این، دقت مدل در تشخیص جهت اثر - یعنی اینکه یک جهش خاص فراوری ژن هدف را بالا می برد یا سرکوب می نماید - در زیررده های کمیاب سلولی به شکل چشمگیری ارتقا یافته است.

چنین جهشی در زیست پزشکی همان قدر سرنوشت ساز است که کشف میکروب ها و ایمنی شناسی مدرن در دوران بیوگرافی لوئی پاستور مسیر پزشکی بالینی را برای همواره دگرگون ساخت؛ با این تفاوت که امروز آزمایشگاه از زیر میکروسکوپ نوری به درون خوشه های پردازشی هوش مصنوعی توسعه یافته است.

کاربردهای عملی در تشخیص بیماری های نادر، سرطان و داروسازی هدفمند

بسیاری از خانواده هایی که فرزندشان با یک بیماری ژنتیکی نادر متولد می گردد، سال ها درگیر ادیسه تشخیصی می مانند؛ زیرا آزمایش توالی یابی کامل ژنوم (WGS) صدها تغییر ناشناخته با اهمیت نامعلوم (VUS) در بخش های غیرکدنماینده پیدا می نماید که هیچ پزشکی از تاثیر دقیق آن ها مطمئن نیست.

1. انتها دادن به معمای بیماری های خودایمنی و عصبی

در بیماری هایی نظیر لوپوس، کرون، آرتریت روماتوئید یا اسکیزوفرنی، جهش های خطرناک تنها در بازه زمانی بسیار کوتاهی از فعال شدن یک نوع خاص از سلول های دفاعی یا میکروگلیاهای مغز اثر مخرب خود را نشان می دهند. آلفاژنوم 2 با شبیه سازی دقیق همان لحظه التهابی یا تکوینی، کلیدهای معیوب ژنتیکی را با دقت جراحی معین می نماید.

2. طراحی ژن درمانی های اختصاصی هر بافت

یکی از بزرگ ترین چالش های ژن درمانی مدرن این است که داروی ژنتیکی فقط در اندام بیمار (مثلاً کبد یا شبکیه چشم) روشن گردد و به قلب یا کلیه آسیب نزند. مهندسان زیستی با بهره گیری از موتور شرطی آلفاژنوم 2 می توانند توالی های تنظیمی مصنوعی (Synthetic Enhancers) طراحی نمایند که منحصراً در سلول هدف فعال می شوند و در سایر سلول های بدن کاملاً خاموش می مانند.

3. رمزگشایی از مقاومت دارویی در تومورهای سرطانی

تومورهای سرطانی توده ای همگن نیستند و اغلب چند سلول بنیادی سرطانی با تغییر الگوی متیلاسیون DNA در برابر شیمی درمانی مقاوم می شوند. افزوده شدن قابلیت پیش بینی متیلاسیون در کنار تحلیل داده های تک سلولی بیمار، به پژوهشگران انکولوژی یاری می نماید مسیر فرار اپی ژنتیکی سلول های مقاوم را پیش از عود بیماری شناسایی نمایند.

نکته مهم: مرز میان ابزار پژوهشی و تشخیص بالینی مستقیم

گوگل دیپ مایند تصریح نموده است که دسترسی API آلفاژنوم 2 در حال حاضر ویژه پژوهش های غیرتجاری دانشگاهی و پیش نمایش های تحقیقاتی داروسازی است و خروجی های آن تا پیش از تاییدیه های رگولاتوری بالینی، نباید بدون راستی آزمایی آزمایشگاهی مستقیماً مبنای تجویز درمان برای بیماران قرار گیرد.

چالش ها، محدودیت های فعلی و افق آینده زیست شناسی محاسباتی

با وجود دقت خیره نماینده این مدل در مقیاس یک میلیون حرفی، ژنوم انسان ساختاری سه بعدی دارد که در آن گاهی یک ناحیه تنظیمی از فاصله دو یا سه میلیون جفت بازی با تاخوردگی کروموزوم به پروموتر ژن می رسد. بنابراین رویدادهای فوق دوربرد فراتر از پنجره یک مگابازی همچنان یکی از مرزهای باز پژوهشی برای نسخه های بعدی به شمار می روند.

بعلاوه کیفیت پیش بینی های شرطی در سلول های بسیار نادر به غنای داده های پایه توالی یابی تک سلولی وابسته است؛ هرچند معماری رمزگذار سلولی تا حد زیادی توانسته است با انتقال دانش از سلول های هم خانواده، این شکاف داده ای را پوشش دهد. ترکیب آینده آلفاژنوم 2 با آلفافولد 3 و مدل های شبیه ساز سلول مجازی، دانش بشری را یک گام بلند به رویای ساخت سلول دیجیتال کامل نزدیک تر نموده است؛ جایی که اثر هر دارو یا تغییر ژنتیکی پیش از ورود به بدن انسان، با دقت اتمی و سلولی شبیه سازی می گردد.

نکات انتهای و جمع بندی کاربردی

رونمایی از هوش مصنوعی آلفاژنوم 2 نقطه عطفی در گذار از ژنتیک میانگین محور به پزشکی دقیق تک سلولی است. این مدل با پیوند دادن یک میلیون حرف توالی DNA به هویت زنده و پویا در بیش از صد میلیون سلول، نشان می دهد که کتاب حیات انسان نه یک متن ثابت، بلکه دستوری پویاست که هر سلول به زبان ویژه خود آن را می خواند. برای پژوهشگران علوم زیستی، متخصصان بیوانفورماتیک و علاقه مندان فناوری های نوین سلامت، درک کارکرد مدل های شرطی ژنومی دریچه ای تازه به سوی درمان ریشه ای پیچیده ترین بیماری های قرن بیست ویکم می گشاید.