The Pulse
GPN-Star usa l’evoluzione per classificare le varianti del DNA legate alle malattie
GPN-Star usa informazioni evolutive provenienti da più specie per aiutare a classificare le varianti genetiche: scale temporali evolutive diverse danno risultati migliori in compiti di previsione diversi. Lo studio segnala anche un arricchi
AI.info Team · Scritto con l’IA ·
Nature Genetics ha pubblicato l’8 ottobre un approfondimento su GPN-Star, un modello genomico di IA che usa la storia evolutiva per aiutare a classificare le varianti del DNA che potrebbero influire sul rischio di malattia. L’articolo scientifico alla base dell’approfondimento è apparso su Nature il 9 settembre. La conclusione principale è che la scala temporale evolutiva conta: il modello addestrato sui genomi dei vertebrati ha ottenuto risultati eccellenti in alcuni compiti relativi alle varianti codificanti, mentre una versione addestrata sui mammiferi ha ottenuto i risultati migliori in diversi benchmark sulle varianti non codificanti e sugli studi di associazione.
Tre intervalli evolutivi, punti di forza diversi
GPN-Star confronta sequenze di DNA allineate provenienti da più specie e usa le loro relazioni evolutive per stimare quali parti del genoma siano rimaste vincolate nel tempo. Gli autori hanno costruito modelli con il genoma umano come riferimento a partire da allineamenti che comprendono vertebrati, mammiferi e primati. A differenza di un modello che legge una sola sequenza di DNA alla volta, l’architettura di GPN-Star incorpora sia le sequenze allineate sia un albero delle specie.
L’evoluzione può aiutare a stabilire a quali varianti dare priorità, perché i cambiamenti che compromettono importanti funzioni biologiche hanno maggiori probabilità di essere eliminati dalla selezione naturale. Ma questo segnale dipende dal tratto e dalla variante esaminati. Chengzhong Ye e colleghi, autori dello studio pubblicato su Nature, scrivono:
«Le analisi su diverse scale temporali mostrano che modellare l’evoluzione più recente anziché quella più remota offre vantaggi che dipendono dal compito».
Lo studio ha rilevato che la versione addestrata sui vertebrati ha ottenuto i risultati migliori nel classificare le varianti missenso patogene rispetto a quelle benigne in ClinVar, un database curato di interpretazioni cliniche delle varianti. Il modello addestrato sui mammiferi ha ottenuto i risultati migliori nei test dell’articolo sulle varianti patogene non codificanti e sulle varianti mappate con precisione negli studi di associazione sull’intero genoma. Questi risultati indicano una distinzione pratica: i confronti evolutivi ampi possono essere utili per alcuni cambiamenti che alterano le proteine, mentre le specie più strettamente imparentate possono fornire segnali più pertinenti per altre regioni genomiche e altri tratti.
I risultati dei benchmark non sono diagnosi cliniche
Il gruppo ha confrontato GPN-Star con punteggi evolutivi consolidati, modelli di previsione degli effetti delle varianti e modelli che collegano la sequenza alla funzione. Nei test sulle varianti non codificanti legate alle malattie, il modello addestrato sui mammiferi ha superato i metodi concorrenti inclusi in quei benchmark, tra cui Enformer, Borzoi e AlphaGenome. Per le varianti mappate con precisione negli studi di associazione di UK Biobank, si è classificato al primo posto tra i modelli confrontati per 65 tratti nel caso delle varianti missenso e per 83 tratti nel caso delle varianti non codificanti.
Si tratta di confronti tra benchmark, non di prove che il modello possa formulare una diagnosi per un paziente o stabilire che una particolare variante causi una malattia. Lo studio valuta quanto bene i punteggi distinguano le varianti etichettate o presumibilmente causali dai gruppi di confronto; per interpretare il risultato genetico di una persona specifica, i ricercatori avrebbero comunque bisogno di prove indipendenti. L’articolo riferisce inoltre che l’aggiunta di informazioni sulla frequenza degli alleli nella popolazione ha migliorato le prestazioni di GPN-Star su ClinVar: il segnale evolutivo del modello è solo una delle fonti di prova.
Dalle varianti rare ad altre cinque specie
I ricercatori hanno anche verificato se GPN-Star potesse essere utile nei test di associazione delle varianti rare, che raggruppano le varianti per gene per individuare legami tra cambiamenti genetici e tratti. L’articolo riferisce un aumento della potenza statistica in questa analisi e afferma che le previsioni del modello addestrato sui primati hanno arricchito i segnali di ereditarietà per più di 100 tratti complessi. Separatamente, nell’analisi dell’arricchimento dell’ereditarietà specifico dei tessuti, l’articolo riferisce che un modello specifico per il cervello ha mostrato l’arricchimento più elevato per la schizofrenia, mentre un modello specifico per il sangue e il sistema immunitario ha ottenuto i risultati migliori per il lupus.
Il lavoro si estende oltre la genetica umana. Gli autori hanno addestrato versioni del modello per topo, pollo, moscerino della frutta, verme cilindrico e Arabidopsis, e hanno riscontrato che le previsioni coglievano i vincoli evolutivi in ciascuna specie. Per tre specie hanno anche esaminato varianti patogene o letali curate e riferito risultati migliori rispetto a PhyloP e PhastCons, due misure basate sulla conservazione evolutiva.
I risultati di GPN-Star mostrano che i confronti evolutivi sono un modo utile per individuare le regioni genomiche a cui dare priorità per ulteriori studi, soprattutto quando il DNA non codificante è difficile da interpretare. I punteggi del modello restringono il campo della ricerca; non sostituiscono gli esperimenti funzionali né la valutazione clinica. Gli autori descrivono l’approccio come dipendente da allineamenti di interi genomi di più specie e dalla filogenesi corrispondente: dati di partenza che collegano ogni previsione alle specie e alla storia evolutiva usate per addestrare il modello.