Исследователи из Медицинского колледжа Бэйлора (Baylor College of Medicine) представили вычислительный инструмент MARRVEL-MCP, который помогает анализировать генетические варианты при редких наследственных заболеваниях с помощью обычных вопросов на естественном языке. Исследование опубликовано в журнале The American Journal of Human Genetics.
Инструмент объединяет большие языковые модели — системы искусственного интеллекта, способные понимать и создавать текст, — с проверенными биомедицинскими базами данных. Его задача не заменить врача-генетика, а ускорить поиск доказательств: может ли конкретное изменение в дезоксирибонуклеиновой кислоте (ДНК) быть причиной болезни или оно, вероятнее, не имеет клинического значения.
Почему диагностика редких болезней так сложна
Редкие генетические заболевания часто связаны с небольшими изменениями в ДНК. Такие изменения называют генетическими вариантами. Но не каждый вариант опасен: некоторые действительно нарушают работу гена и способствуют болезни, а другие оказываются случайными находками.
Чтобы разобраться, специалисту нужно проверить множество источников: насколько вариант распространён в популяции, описывали ли его у пациентов раньше, влияет ли он на белок, что известно из экспериментов, моделей животных и научных публикаций. Даже для опытного исследователя такая работа может занимать часы на один случай.
По словам соавтора работы Хён-Хвана Джона (Hyun-Hwan Jeong), научного сотрудника кафедры педиатрии и неврологии Медицинского колледжа Бэйлора, ключевая задача состоит в том, чтобы отличить вредный вариант от «невинного свидетеля».
От MARRVEL к MARRVEL-MCP
Ранее команда разработала MARRVEL — платформу для изучения редких генетических вариантов. Её полное название Model organism Aggregated Resources for Rare Variant ExpLoration можно перевести как «объединённые ресурсы модельных организмов для изучения редких вариантов».
MARRVEL собирает данные из геномных, функциональных и модельно-организменных баз. Модельные организмы — это, например, плодовые мушки, мыши или другие виды, на которых изучают работу генов и механизмы болезней. Такой подход помогает понять, что может происходить у человека, если похожий ген нарушен.
Проблема в том, что обычная MARRVEL требует точного формата запросов и выдаёт сложные результаты. Их нужно вручную интерпретировать, сопоставляя разные типы доказательств. Для неспециалистов это серьёзный барьер.
Что меняет MARRVEL-MCP
MARRVEL-MCP использует Model Context Protocol — протокол, который позволяет языковой модели обращаться к специализированным инструментам и базам данных. Пользователь может задать вопрос проще, например: «Связана ли эта мутация BRCA1 с раком?»
После этого система сама выделяет важные элементы запроса — название гена, вариант, заболевание, — переводит их в нужные форматы, обращается к нескольким базам данных и собирает ответ с опорой на доказательства.
Проще говоря, MARRVEL-MCP работает как переводчик между человеком и сложной инфраструктурой генетических данных. Он помогает не только найти информацию, но и выстроить многошаговый анализ: от варианта ДНК к возможной связи с заболеванием, данным литературы и результатам исследований на модельных организмах.
Почему это важно для врачей и пациентов
Для семей с редкими заболеваниями путь к диагнозу может быть долгим. Иногда проходят годы, прежде чем удаётся понять, какой генетический вариант связан с симптомами. Такие инструменты могут помочь исследователям и клиницистам быстрее отбирать наиболее вероятные причины и формировать список вариантов для дальнейшей проверки.
Однако MARRVEL-MCP не ставит диагноз самостоятельно. Генетическая диагностика требует клинической оценки: симптомов пациента, семейного анамнеза, результатов анализов, данных секвенирования и заключения специалистов. Искусственный интеллект может ускорить поиск и систематизацию данных, но окончательное решение остаётся за врачом и лабораторной командой.
Не обязательно самый большой искусственный интеллект
Один из интересных выводов работы: для специализированных биомедицинских задач не всегда нужна самая крупная языковая модель. По словам Хён-Хвана Джона (Hyun-Hwan Jeong), если дать более компактной модели доступ к правильно организованным базам данных и инструментам, её точность может резко вырасти.
В исследовании приводится пример: модель gpt-oss-20b, которую можно установить локально, улучшила точность с 41% без MARRVEL-MCP до 94% при использовании этой системы. Это важно для науки о редких заболеваниях, потому что локальные и менее дорогие решения могут быть доступнее для разных лабораторий.
Открытый ресурс для исследователей
Соавтор исследования Чжаньдун Лю (Zhandong Liu), научный сотрудник кафедры педиатрии и неврологии Медицинского колледжа Бэйлора, сообщил, что MARRVEL-MCP выпущен как открытый ресурс. Команда также планирует обновить основную платформу MARRVEL, добавив агентные функции искусственного интеллекта.
Агентный искусственный интеллект — это система, которая не просто отвечает текстом, а может самостоятельно выполнять последовательность действий: выбрать инструмент, сформировать запрос, получить данные, проверить следующий источник и собрать итоговый анализ.
В работе также участвовали Закари Эвертон (Zachary Everton), Хорхе Ботас (Jorge Botas), Сон Ён Ким (Seon Young Kim) и Линь Яо (Lin Yao).
Что это значит на практике
Главная ценность MARRVEL-MCP — в снижении технического порога. Раньше исследователю нужно было знать, как устроены разные базы данных и какие форматы запросов они принимают. Теперь часть этой работы может взять на себя инструмент, понимающий обычные формулировки.
Для пациентов это не немедленное появление нового анализа, но важный шаг к более быстрой интерпретации генетических данных. Чем проще специалистам сопоставлять разрозненные доказательства, тем выше шанс быстрее понять причину редкого заболевания и выбрать дальнейшую тактику обследования или лечения.
Похожую тему — как искусственный интеллект помогает по-новому понимать регуляцию генов и работу ДНК — ранее разбирал материал МКБ-11: «Искусственный интеллект пересматривает “включено/выключено” ДНК: обнаружен новый уровень регуляции генов».
Литература
Everton Z. et al. MARRVEL-MCP: An agentic interface for Mendelian disease discovery via tool-augmented context engineering // The American Journal of Human Genetics. 2026. DOI: 10.1016/j.ajhg.2026.04.012.
Baylor College of Medicine. MARRVEL-MCP helps researchers move toward genetic diagnoses more efficiently. 2026.