Hücre, hesabın girdisi

Bir genetik değişkenin etkisini araştıran bilim insanı için hücre seçimi deneyin parçasıdır. Aynı DNA dizisi, farklı hücrelerde farklı gen etkinliğiyle ilişkilidir. Google DeepMind’ın AlphaGenome 2 modelinde bu seçim hesaplamanın da girdisi oluyor: yaklaşık 1 milyon baz uzunluğunda DNA dizisinin yanına doku, hücre türü veya hücre durumu ekleniyor. 11 Kasım’da araştırmacılara açılan modelin ilgi çekici yanı, biyolojik bağlamı sonradan yorumlanacak bir açıklama olmaktan çıkarıp tahminin içine yerleştirmesi.[1]

Teknik ön baskı, bu koşulun ağın erken katmanlarından başlayarak dizi temsillerini değiştirdiğini anlatıyor. Araştırmacı hazır bir hücre durumunu seçebiliyor veya kendi tek hücreli RNA ölçümlerinden bir durum tanımlayabiliyor. Gen etkinliği ölçülmüş bir hücre için, ölçülmemiş kromatin erişilebilirliği gibi bir çıktı da istenebiliyor. Bu, pahalı deneylerin arasındaki boşluklara aday sonuçlar yerleştiren bir araştırma aracı. Bir adayın hangi hücrede sınanacağına ilişkin soruyu daha açık kurması, yöntemin bilimsel değerinin bir parçası.[1]

Sınamanın örnekleri

Bu değerin büyüklüğünü anlamak için sınamanın nasıl kurulduğuna bakmak gerekiyor. Rapordaki TenK10K değerlendirmesi, 28 bağışıklık hücresi türünde 6346 yüksek olasılıklı değişken-gen çiftini 6346 düşük olasılıklı çiftle karşılaştırıyor. Olumlu ve olumsuz örnekler bire bir eşleştirilmiş. Sınama böylece adayları birbirinden ayırma becerisini kontrollü bir örneklemde inceliyor. Önceden seçilmiş bu karışım, araştırmacının gerçek bir örnekte karşılaşacağı bütün değişkenlerin doğal dağılımı hakkında bilgi vermiyor.[1]

Dolayısıyla bu sınamada elde edilen kesinlik ölçüsünü, incelenmemiş bir değişkenin hastalıkla ilişkili olma olasılığı diye okumak hatalı olur. Olumlu örneklerin daha seyrek olduğu bir kullanımda, yanlış olumlu sonuçların bütün uyarılar içindeki payı değişir. Üstelik karşılaştırmanın etiketleri gözlemsel gen ilişkilerinden geliyor. Modelin hücreler arasındaki farkları yakalaması, biyolojik bağlama duyarlılığıyla açıklanabilir; alternatif olarak eğitimde sık görülen hücre kimliklerine ait ilişkileri iyi yeniden üretiyor olabilir. Bu iki açıklamayı ayıracak deney, hedef hücredeki değişikliğe doğrudan müdahale etmeli.[1]

Sonraki deneyin sorusu

Yazarların tartışması da bu ayrım için önemli. Eğitimdeki hücre haritaları çoğunlukla gözlemsel profillerden oluşuyor; geçici ve hastalıkla ilişkili durumların bazıları yeterince temsil edilmiyor. Bir durumun girdiden tanımlanabilmesi, o durumdaki bütün biyolojik süreçlerin öğrenildiğini garanti etmiyor. DNA’dan gen etkinliğine giden tahmin, gen etkinliğinin ardından gelişen süreçlerin tamamını da kapsamıyor. Klinik kullanım veya tanı için doğrulanmamış bir araştırma aracının sınırı burada somutlaşıyor: moleküler bir ilişki tahmini ile hastaya yararlı karar arasında yeni ölçümler gerekiyor.[1]

Benim için sonraki güçlü sınama, başarıyla tahmin edilmiş örneklerin bir vitrini yerine önceden belirlenmiş bir değişken kümesini izlerdi. Aynı değişkenler farklı hücre durumlarında deneysel olarak değiştirilir, ölçülen gen etkinliği modelin önceden verdiği yön ve etki tahminleriyle karşılaştırılırdı. Böyle bir tasarım, hangi hücrenin seçildiğini ve hangi sonucun başarısız sayılacağını baştan açıklar. AlphaGenome 2, araştırmacının hücreyi seçme sorumluluğunu ortadan kaldırmıyor. Bu sorumluluğu hesaplamanın merkezine taşıyarak daha keskin bir deney sorusu kurulmasına yardım ediyor.[1]