AlphaGenome: Findet die Nadel im Erbgut-Heuhaufen

Tanja Schmitt / Redakteurin

29. Sept.

3 Min. Lesezeit

Ein Baby hat mit sechs Wochen den ersten Krampfanfall, mit sechs Monaten den nächsten. Mit fünf Jahren hat das Kind bereits eine medizinische Odyssee hinter sich. Es gab vor allem eins: viele Fragezeichen. Ein Epilepsie-Gentest war negativ, eine komplette Genomsequenzierung ebenfalls. Das einzige Auffällige waren zwei Bluttests – mit einem unklaren Ergebnis.

Was macht man, wenn selbst erfahrene Ärztinnen und Ärzte nur mit den Schultern zucken? Man fragt eine künstliche Intelligenz, die gerade gelernt hat, das komplette menschliche Erbgut zu lesen. Ein internationales Forscherteam von Google DeepMind und Partnerinstitutionen hat mit „AlphaGenome Atlas" eine riesige Datenbank geschaffen. Mit Hilfe der KI „AlphaGenome" wurden die Effekte von rund 9 Milliarden möglichen Erbgutveränderungen sowie über 100 Millionen weiterer Mutationen für das gesamte menschliche Genom berechnet. Für jede Variante liegen im Schnitt 27.000 Vorhersagewerte vor – etwa dazu, wie stark sie die Genaktivität, das Ablesen von Genen oder die Bindung von Steuerungsproteinen beeinflusst.

Millionen Verdächtige, ein Täter

Um zu verstehen, wie groß dieser Heuhaufen wirklich ist, hilft ein Blick auf die Ausgangslage: Jeder Mensch trägt im Schnitt vier bis fünf Millionen genetische Abweichungen in sich; die meisten davon sind völlig harmlos. Aus diesem Wust die eine Variante herauszusuchen, die krank macht, gleicht einer Sisyphusarbeit. Das ist in etwa so, als würde man in einer Bibliothek mit Millionen Büchern exakt den einen Tippfehler in einer einzigen Fußnote finden.

Den Forschern gelang es letztlich, die Ursache für die Anfälle des Kindes zu finden. Es handelte sich um einen ausgetauschten DNA-Buchstaben, versteckt in einem Bereich des Gens DNM1, den man früher achtlos als „Datenmüll" abgetan hätte. Solche Bereiche heißen Introns und werden normalerweise beim Ablesen eines Gens herausgeschnitten. Bei diesem Kind sorgte die Veränderung aber dafür, dass ein Stückchen dieses „Mülls" versehentlich mit eingebaut wurde – nur eben im Gehirn und nicht im Blut.

Das erklärt auch, warum die beiden anfangs erwähnten Bluttests nichts brachten: Sie basierten auf Blutproben – und genau dort ist das betroffene Gen-Segment gar nicht aktiv. Die KI dagegen hatte längst vorausberechnet, wie sich diese Stelle in Gehirnzellen verhält – und lag damit richtig. Ein Labor bestätigte die Vorhersage anschließend experimentell. Aus einer jahrelang unklaren Diagnose wurde: „wahrscheinlich krankheitsverursachend".

Mehr als ein Einzelfall

Dieselbe KI wurde übrigens auch genutzt, um 250 Milliarden kleine „Schalter" im Erbgut zu kartieren. Das sind Stellen, an denen bestimmte Eiweiße andocken und darüber entscheiden, ob ein Gen an- oder ausgeschaltet wird. In einer Studie mit über 54.000 Menschen half dieses Wissen zudem, gut 20 Prozent mehr Zusammenhänge zwischen seltenen Erbgutveränderungen und Bluteiweiß-Werten aufzuspüren als zuvor.

Wäre das alles auch ohne KI möglich gewesen? Theoretisch schon – mit ein paar Jahrzehnten Handarbeit und einer kleinen Armee von Doktorandinnen und Doktoranden. Hier hat das Ganze nur ein paar Wochen gedauert. Gut zu wissen: Die KI hat hier nichts „verstanden" im menschlichen Sinne. Sie hat Muster in Milliarden Datenpunkten erkannt und daraus Wahrscheinlichkeiten berechnet – stur, schnell und gründlich.

Grenzen und Ausblick

Die Autoren betonen, dass AlphaGenome noch Grenzen hat: Es beruht auf Vorhersagen, nicht auf direkten Beweisen, und deckt nicht alle Zelltypen oder Wechselwirkungen im Körper ab. Auch ist es ausdrücklich nicht für medizinische Diagnosen gedacht, sondern als Forschungswerkzeug.

Dennoch gilt der Atlas als bislang umfassendste Sammlung vorab berechneter Genom-Effekte und wird über eine frei zugängliche Website sowie eine Programmierschnittstelle der Forschungsgemeinschaft zur Verfügung gestellt. Langfristig soll er dazu beitragen, mehr der Milliarden bislang unklaren Erbgutvarianten zu deuten – sowohl bei seltenen Erbkrankheiten als auch bei häufigen Volkskrankheiten.

Glossar

AlphaGenome: Eine von Google DeepMind entwickelte künstliche Intelligenz, die anhand der DNA-Sequenz vorhersagt, wie sich einzelne Erbgutveränderungen auf die Aktivität von Genen auswirken.
Erbgut (Genom): Die komplette Erbinformation eines Menschen, gespeichert in der Abfolge von vier chemischen „Buchstaben" (den DNA-Bausteinen A, C, G und T).
Intron: Ein Abschnitt innerhalb eines Gens, der beim Ablesen normalerweise herausgeschnitten wird und nicht in das fertige Bauplan-Molekül gelangt.
Variante: Eine Abweichung in der DNA-Sequenz eines Menschen im Vergleich zum Referenz-Erbgut; die meisten Varianten sind harmlos, manche können jedoch Krankheiten verursachen.