AlphaGenome ปฏิวัติการทำแผนที่จีโนม ช่วยเร่งการวินิจฉัยโรคหายาก

· By: NatapolK

ภาพประกอบ

จีโนมเปรียบเสมือนคู่มือการใช้งานและพิมพ์เขียวในการทำงานของร่างกาย ซึ่งประกอบด้วยคู่เบส DNA จำนวน 3 พันล้านคู่ โดย DNA เหล่านี้ทำหน้าที่ควบคุมการเปิด-ปิดการทำงานของยีน ซึ่งเป็นตัวกำหนดว่าร่างกายจะเกิดโรคหรือแข็งแรง การระบุว่าการเปลี่ยนแปลงของ DNA จุดใดที่ส่งผลต่อสุขภาพจึงยากเหมือนการงมเข็มในมหาสมุทร

ภาพประกอบ จีโนมของคุณ ทีละจุด

การถอดรหัสลำดับ DNA คือภารกิจสำคัญของ AlphaGenome โมเดล AI จาก Google DeepMind ที่สามารถวิเคราะห์ลำดับ DNA ความยาว 1 ล้านคู่เบส และทำการพยากรณ์ได้หลายพันรายการในคราวเดียว ช่วยให้นักวิทยาศาสตร์ค้นหาตำแหน่งที่ผิดปกติได้รวดเร็วขึ้นกว่าเดิม

เราได้พูดคุยกับ Žiga Avsec นักวิจัยจาก Google DeepMind ผู้ดูแลโครงการด้านจีโนมิกส์และทีมสร้างโมเดลเพื่อทำความเข้าใจกลไกของจีโนมให้ลึกซึ้งยิ่งขึ้น

ทีมของคุณช่วยให้นักวิทยาศาสตร์พยากรณ์และเข้าใจโรคต่างๆ ได้ง่ายขึ้นอย่างไร?

หัวใจสำคัญอยู่ที่การทำงานของจีโนมซึ่งประกอบด้วยตัวอักษรทางชีวภาพ 4 ชนิด ได้แก่ A (adenine), T (thymine), C (cytosine) และ G (guanine) ซึ่งสะกดออกมาเป็นคำแนะนำทางพันธุกรรมของมนุษย์แต่ละคน เนื่องจากการสลับตำแหน่งตัวอักษรเหล่านี้มีความเป็นไปได้ถึง 9 พันล้านแบบ และโรคพันธุกรรมส่วนใหญ่เกิดจากการเปลี่ยนไปเพียงตัวเดียว นักวิทยาศาสตร์จึงไม่มีทางศึกษาได้ครบทั้งหมดในเวลาอันสั้น

เราจึงใช้ AlphaGenome ทำนายผลลัพธ์จากการเปลี่ยนแปลงที่เป็นไปได้ทั้งหมด 9 พันล้านจุด และสร้างชุดข้อมูลขนาดใหญ่ที่ชื่อว่า AlphaGenome Atlas ขึ้นมา เพื่อเป็นแนวทางให้นักวิจัยสามารถเลือกประเด็นสำคัญที่จะศึกษาต่อได้อย่างรวดเร็ว

ภาพประกอบ ตัวอักษรถูกสมมติขึ้นสำหรับตัวอย่างนี้

อุปสรรคสำคัญในการทำความเข้าใจจีโนมคืออะไร?

แม้เราจะอ่านรหัสพันธุกรรม 3 พันล้านคู่ได้ทั้งหมด แต่เรายังไม่เข้าใจความหมายทั้งหมด โดยเฉพาะส่วนที่เรียกว่า "สสารมืด" (dark matter) หรือส่วนที่ไม่ถอดรหัสเป็นโปรตีน (non-coding) ซึ่งทำหน้าที่ควบคุมโรค การวิจัยในห้องปฏิบัติการจริง (wet-lab research) แม้จะให้ผลดีที่สุดแต่ก็มีค่าใช้จ่ายสูงและใช้เวลานานหลายปีต่อความสำเร็จหนึ่งครั้ง

ยกตัวอย่างเช่น ผู้ป่วยโรคหายากอาจมีจุดที่ DNA ต่างจากคนปกติถึง 4 ล้านตำแหน่ง การค้นหาว่าจุดไหนคือสาเหตุของโรคนั้นยากมาก แต่เมื่อใช้ AlphaGenome Atlas นักวิจัยจะได้ค่า AVI score (AlphaGenome Variant Impact score) ซึ่งเป็นคะแนนที่ระบุผลกระทบของการเปลี่ยนแปลงแต่ละจุดในทันที ช่วยให้จัดลำดับความสำคัญของงานวิจัยได้ง่ายขึ้น

ภาพประกอบ แต่ละจุดแทนตัวแปรจำนวนมาก คะแนนถูกสมมติขึ้น

AlphaGenome ส่งผลกระทบต่อคนทั่วไปอย่างไรในอนาคต?

เครื่องมือนี้ช่วยให้เราก้าวข้ามจากการแค่ "อ่าน" DNA ไปสู่การ "เข้าใจ" กลไกโมเลกุลเบื้องหลังโรค นำไปสู่การวินิจฉัยที่แม่นยำและการรักษาแบบเฉพาะบุคคลสำหรับผู้ป่วยโรคหายาก นอกจากนี้ยังช่วยเร่งการค้นหายาใหม่ๆ โดยระบุเป้าหมายการรักษาที่มีโอกาสสำเร็จสูง และยังสามารถนำไปใช้ในด้านเกษตรกรรม เช่น การพัฒนาพืชที่ทนทานต่อสภาพภูมิอากาศได้อีกด้วย

ภาพประกอบ วิธีการต่างๆ ที่ AlphaGenome สามารถช่วยได้

ความสำเร็จที่เกิดขึ้นแล้วจาก AlphaGenome มีอะไรบ้าง?

แม้จะเปิดตัวเมื่อเดือนมิถุนายน 2025 และเริ่มใช้ Atlas ในเดือนกันยายนปีเดียวกัน แต่นักวิจัยเริ่มเห็นผลลัพธ์แล้ว เช่น Gareth Hawkes จาก University of Exeter ที่ใช้ข้อมูลนี้คัดกรองตำแหน่งพันธุกรรม 1 พันล้านจุดจนเหลือ 1% ที่สำคัญที่สุด เพื่อศึกษาความเชื่อมโยงกับดัชนีมวลกาย หรือ Laura Covill จาก Broad Institute ที่ใช้ AVI score จนค้นพบยีนต้นเหตุของความผิดปกติในระบบประสาทและไขคดีโรคหายากได้สำเร็จ

เป้าหมายต่อไปของ Google DeepMind คืออะไร?

เราเพิ่งเปิดตัว AlphaGenome 2 เพื่อแก้ข้อจำกัดเรื่องความเฉพาะเจาะจงของชนิดเซลล์ โดยโมเดลใหม่นี้สามารถทำนายได้ลึกถึงระดับเซลล์แต่ละชนิด ไม่ใช่แค่ภาพรวมของเนื้อเยื่อ ช่วยให้นักวิจัยระบุสาเหตุของโรคในระดับเซลล์ได้แม่นยำยิ่งขึ้น

เป้าหมายระยะสั้นของเราคือการเข้าใจ "ไวยากรณ์" ของจีโนมและทำนายการกลายพันธุ์ให้แม่นยำที่สุด ส่วนเป้าหมายสูงสุดคือการสร้าง "การจำลองเซลล์มนุษย์แบบดิจิทัล" (Digital Human Cell) ที่สมบูรณ์แบบ เพื่อให้นักวิจัยสามารถทดสอบการรักษาและศึกษากลไกของโรคได้ทั้งหมดบนคอมพิวเตอร์

Source: Google Blog (Models & research)
ดูแลงานแปลและเรียบเรียงโดย NatapolK
AlphaGenome ปฏิวัติการทำแผนที่จีโนม ช่วยเร่งการวินิจฉัยโรคหายาก

ความคิดเห็น (0)

เข้าสู่ระบบเพื่อร่วมแสดงความเห็น

สมัครสมาชิก

มาเป็นคนแรกที่แสดงความเห็นกันเลยโบร