Генетические мутации вызывают сотни нераскрытых и не поддающихся лечению заболеваний. Среди них мутации ДНК в небольшом проценте клеток, называемые мозаичными мутациями, чрезвычайно трудно обнаружить, поскольку они существуют в крошечном проценте клеток.

Современные программные детекторы мутаций ДНК, сканируя 3 миллиарда оснований человеческого генома, плохо приспособлены для обнаружения мозаичных мутаций, скрывающихся среди нормальных последовательностей ДНК. Часто медицинским генетикам приходится просматривать последовательности ДНК на глаз, чтобы попытаться выявить или подтвердить мозаичные мутации, что отнимает много времени и чревато ошибками.

В выпуске журнала Nature Biotechnology от 2 января 2023 года исследователи из Медицинской школы Калифорнийского университета Сан-Диего и Детского института геномной медицины Рэди описывают метод обучения компьютера выявлению мозаичных мутаций с помощью искусственного интеллекта, называемого "глубоким обучением".

Глубокое обучение, иногда называемое искусственными нейронными сетями, - это метод машинного обучения, который учит компьютеры делать то, что естественно для человека: учиться на примерах, особенно на больших объемах информации. По сравнению с традиционными статистическими моделями, модели глубокого обучения используют искусственные нейронные сети для обработки визуально представленных данных. Эти модели функционируют подобно визуальной обработке данных человеком, с гораздо большей точностью и вниманием к деталям, что привело к значительным достижениям в вычислительных способностях, включая обнаружение мутаций.

"Одним из примеров неразгаданного расстройства является фокальная эпилепсия", - говорит старший автор исследования Джозеф Глисон, доктор медицины, профессор неврологии Rady в Школе медицины Калифорнийского университета в Сан-Диего и директор исследований в области неврологии в Детском институте геномной медицины Rady.

"Эпилепсией страдает 4% населения, и примерно четверть фокальных припадков не реагирует на обычные лекарства. Таким пациентам часто требуется хирургическое иссечение короткозамкнутого очагового участка мозга, чтобы остановить припадки. Среди этих пациентов мозаичные мутации внутри мозга могут вызывать эпилептический очаг.

"У нас было много пациентов с эпилепсией, у которых мы не могли определить причину, но как только мы применили наш метод, названный "DeepMosaic", к геномным данным, мутация стала очевидной. Это позволило нам повысить чувствительность секвенирования ДНК при некоторых формах эпилепсии и привело к открытиям, указывающим на новые способы лечения заболеваний мозга".

Глисон сказал, что точное обнаружение мозаичных мутаций - это первый шаг в медицинских исследованиях на пути к разработке методов лечения многих заболеваний.

Со-первый и со-корреспондирующий автор Сяосу Янг, доктор философии, постдокторант в лаборатории Глисона, сказал, что DeepMosaic был обучен почти на 200 000 смоделированных и биологических вариантов по всему геному, пока, "наконец, мы не были удовлетворены его способностью обнаруживать варианты из данных, с которыми он никогда раньше не сталкивался".

Чтобы обучить компьютер, авторы подали ему примеры заслуживающих доверия мозаичных мутаций, а также множество нормальных последовательностей ДНК и научили компьютер различать их. Путем многократного обучения и переобучения на все более сложных наборах данных и выбора между десятком моделей, компьютер в итоге смог идентифицировать мозаичные мутации гораздо лучше, чем человеческий глаз и предыдущие методы. DeepMosaic также был протестирован на нескольких независимых крупномасштабных наборах данных секвенирования, которые он никогда не видел, и превзошел предыдущие подходы.

"DeepMosaic превзошел традиционные инструменты в обнаружении мозаицизма из геномных и экзонных последовательностей", - сказал соавтор первого исследования Синь Сюй, бывший научный ассистент бакалавриата в Медицинской школе Калифорнийского университета в Сан-Диего, а ныне научный сотрудник по данным в компании Novartis. "Выдающиеся визуальные особенности, выявленные моделями глубокого обучения, очень похожи на то, на что обращают внимание эксперты при ручном изучении вариантов".

DeepMosaic находится в свободном доступе для ученых. Это не отдельная компьютерная программа, а скорее платформа с открытым исходным кодом, которая может позволить другим исследователям обучать собственные нейронные сети для достижения более целенаправленного обнаружения мутаций с помощью аналогичной установки на основе изображений, говорят исследователи.