Il modello, sviluppato con il contributo del TIGEM, analizza le varianti del DNA e può aiutare a individuare quelle responsabili di una patologia
Per molte persone con una malattia genetica rara, arrivare a una diagnosi può richiedere anni. Anche quando gli esami consentono di individuare alterazioni nel DNA, non sempre è possibile stabilire quali siano responsabili della malattia. Alcune varianti genetiche, infatti, sono ancora poco conosciute e mancano informazioni sufficienti per comprenderne gli effetti. Il risultato è che molti pazienti restano senza una risposta, nonostante gli accertamenti effettuati. L'intelligenza artificiale potrebbe aiutare i ricercatori a interpretare queste informazioni e a individuare le varianti genetiche più probabilmente responsabili di una patologia, riducendo il numero di quelle da sottoporre a ulteriori verifiche.
È uno degli obiettivi di Carbon-X, un nuovo modello di AI open source sviluppato nell'ambito di una collaborazione internazionale tra l'Istituto Telethon di Genetica e Medicina (TIGEM) di Pozzuoli, la Zhongguancun Academy di Pechino e Hugging Face, organizzazione specializzata nello sviluppo di modelli di intelligenza artificiale aperti.
Il progetto è nato da un'iniziativa del gruppo guidato da Diego di Bernardo, vicedirettore del TIGEM e professore ordinario di Ingegneria biomedica all'Università Federico II di Napoli. L'idea è realizzare uno strumento capace di interpretare il linguaggio del DNA e di rispondere alle richieste dei ricercatori formulate con parole comuni, come accade con i chatbot.
DI COSA SI TRATTA
Carbon-X può analizzare le mutazioni genetiche, stimarne i possibili effetti, identificare le regioni del DNA coinvolte nella regolazione dei geni e generare nuove sequenze genomiche. Il sistema è inoltre open source, quindi il modello e gli strumenti necessari al suo utilizzo sono disponibili con licenza aperta. Ciò consente anche ai gruppi di ricerca con risorse limitate di utilizzarlo e contribuire al suo miglioramento, mantenendo il controllo sui dati genetici analizzati.
È ancora un prototipo e non è pronto per essere utilizzato nella diagnostica clinica. I primi test hanno mostrato risultati interessanti, ma sono necessarie ulteriori verifiche. Abbiamo chiesto al Prof. Diego di Bernardo di spiegare come funziona, quali risultati sono stati ottenuti finora e quali benefici potrebbe offrire in futuro alle persone con malattie genetiche rare.
COME CARBON-X PUÒ AIUTARE A INDIVIDUARE LE VARIANTI GENETICHE
Uno dei problemi della diagnostica genetica riguarda l'interpretazione delle varianti del DNA per le quali non esistono ancora informazioni sufficienti. Carbon-X potrebbe aiutare i ricercatori a selezionare quelle più probabilmente associate alla malattia, sulle quali concentrare gli approfondimenti.
“Premetto che Carbon-X è ancora un prototipo, per cui alcune cose le fa molto bene, altre meno, e non è ancora pronto per un uso diagnostico”, spiega Di Bernardo. “L'idea, nata insieme a Hugging Face e Zhongguancun Academy, è un modello di intelligenza artificiale basato sulla tecnologia dei chatbot. Il modello capisce una richiesta formulata dall'utente in linguaggio naturale e la trasforma automaticamente in un'analisi dettagliata del DNA. Oggi, nella pratica clinica, l'analisi genetica cerca nel DNA del paziente varianti già note, consultando database specializzati. Il problema nasce quando il database non riporta alcuna informazione. È il caso di molti pazienti cosiddetti "senza diagnosi", in cui si individuano varianti potenzialmente patogenetiche, ma manca un'evidenza sperimentale o clinica che lo confermi. Per ogni paziente queste varianti possono essere decine. Qui un modello come Carbon-X può fare la differenza. Indica quali varianti sono le più probabilmente responsabili della malattia, così la validazione in laboratorio si concentra su poche varianti e la diagnosi arriva più rapidamente”.
RIDURRE I TEMPI DELL'ODISSEA DIAGNOSTICA
Per chi resta senza diagnosi anche dopo il sequenziamento del DNA, identificare le varianti da studiare è un passaggio particolarmente complesso. Secondo Di Bernardo, la possibilità di dialogare con il modello e confrontare diverse ipotesi potrebbe facilitare il lavoro dei ricercatori e, in futuro, ridurre i tempi di attesa dei pazienti.
“I pazienti senza diagnosi sono proprio quelli che richiedono analisi più approfondite, ed è qui che un giorno, lo ripeto, Carbon-X potrà aiutare. È come avere nel team un esperto con cui dialogare e formulare insieme ipotesi su quali varianti siano più probabilmente patogenetiche. Questo conta perché la verifica sperimentale è lunga e costosa e si può fare solo su un numero limitato di varianti. Esistono già strumenti bioinformatici molto avanzati per stimare se una variante possa essere patogenetica, ma con questi non si può discutere né fare brainstorming, mentre con Carbon-X questo si può fare”.
I PRIMI RISULTATI E IL RISCHIO DI ERRORI DELL'AI
I test condotti prima del rilascio del modello hanno permesso di valutarne le capacità nell'analisi delle varianti genetiche. L'accuratezza è paragonabile a quella degli strumenti già disponibili, con il vantaggio di poter fornire una spiegazione delle proprie valutazioni. Restano tuttavia alcuni limiti, tra cui il rischio di generare informazioni false.
“Prima di rilasciare Carbon-X abbiamo condotto analisi accurate per capirne potenzialità e limiti. Nel classificare una variante come patogenetica o meno raggiunge un'accuratezza intorno al 70%, paragonabile a quella degli strumenti già esistenti. In più sa spiegare perché ritiene che una variante sia patogenetica, cosa che gli altri strumenti al momento non possono fare. Il limite principale è che in alcuni casi "allucina", come si dice nel gergo dell'intelligenza artificiale, cioè afferma cose del tutto false. Non abbiamo ancora quantificato quanto spesso accada, ed è uno degli aspetti su cui stiamo lavorando”.
QUANDO CARBON-X POTRÀ ESSERE UTILIZZATO NEI LABORATORI
Prima di un possibile impiego nella diagnostica genetica saranno necessarie validazioni rigorose su un numero elevato di casi. Nell'immediato, l'obiettivo è mettere il modello a disposizione della comunità scientifica affinché possa essere ulteriormente sviluppato.
“Ritengo che Carbon-X sia un primo passo, che dimostra come l'intelligenza artificiale possa imparare a capire anche il nostro DNA. Il modello è completamente aperto, quindi chiunque può usarlo, modificarlo e migliorarlo. È anche abbastanza piccolo da non richiedere enormi potenze di calcolo, per cui è alla portata di piccoli laboratori e di singoli ricercatori. Nel breve periodo spero che ricercatori di tutto il mondo lo usino per migliorarlo e superarne i limiti attuali. Credo inoltre che diventerà uno strumento a disposizione dei grandi modelli di frontiera, come Claude, ChatGPT e altri che sono molto più potenti e hanno accesso a molti strumenti diversi, e potranno potenziare ulteriormente le proprie capacità di analisi "dialogando" con Carbon-X, il nostro esperto di DNA. Penso che già nel prossimo anno Carbon-X possa diventare utile alla comunità scientifica, ma prima che possa avere una vera utilità servirà una validazione rigorosa su ampie casistiche. Per i pazienti il beneficio concreto sarà una diagnosi più rapida, quindi meno anni di attesa e di esami. Inoltre, spero che in futuro Carbon-X e le sue evoluzioni possano aiutare anche a progettare terapie personalizzate più mirate”.
Seguici sui Social