AlphaGenome 2 Vorhersage der DNA-Effekte auf Spezifische Menschliche Zelltypen

DeepMind hat AlphaGenome 2 vorgestellt, ein Modell der DNA-Sequenz der nächsten Generation, das darauf ausgelegt ist, vorherzusagen, wie genetische Varianten spezifische menschliche Zelltypen und Zustände beeinflussen. Angesichts der Ankündigung am 2026-11-11 stellt das Modell einen signifikanten Fortschritt bei der Verbindung von Einzelzellbiologie und Humangenetik dar und bietet Forschern ein leistungsstarkes Werkzeug zur Aufdeckung der zellulären Mechanismen, die Krankheiten antreiben.

Verbesserte Präzision in der Vorhersage genetischer Varianten

AlphaGenome 2 baut auf dem Fundament seines Vorgängers auf, indem es über breite Gewebedurchschnittswerte hinausgeht und sich auf individuelle Zelltypen und -zustände konzentriert. Diese Neugestaltung ermöglicht es dem Modell, varianteneffekte in krankheitsrelevanten Zellen vorherzusagen, die breite Gewebemodelle möglicherweise übersehen. Laut DeepMind identifiziert AlphaGenome 2 fast doppelt so viele Varianten, die die Genexpression in Zellen verändern, im Vergleich zum ursprünglichen AlphaGenome-Modell.

Das Modell wurde mit über 100 Millionen einzelner Zellprofile aus 68 Geweben trainiert und nutzt sowohl Daten aus Massen- als auch Einzelzellstudien von menschlichen und Mausproben. Dieses umfangreiche Training ermöglicht es AlphaGenome 2 , statische Zellatlanten in einen prädiktiven Motor für die Humangenetik umzuwandeln, und bietet Einblicke in spezialisierte Zellen wie Herzmuskelzellen und Immunzellen.

Bedingte Modellarchitektur

Eine zentrale Innovation in AlphaGenome 2 ist seine bedingte Modellarchitektur. Im Gegensatz zum ursprünglichen Modell, das Eigenschaften über Tausende von Experimenten gleichzeitig vorhersagte, konzentriert sich AlphaGenome 2 jeweils auf eine biologische Bedingung. Dieser Ansatz ermöglicht es dem Modell zu lernen, wie die gleiche DNA-Sequenz unterschiedlich in verschiedenen Zelltypen und -zuständen interpretiert wird.

Zusätzlich unterstützt das Modell eine kreuzmodale Imputation, die es ihm ermöglicht, nicht gemessene Eigenschaften wie Chromatinzugänglichkeit aus Einzelzell-Geneaktivitätsdaten vorherzusagen. Dieses Merkmal hilft Forschern, experimentelle Bemühungen zu priorisieren und neue Zelltypen und -zustände zu erkunden, ohne das Modell neu trainieren zu müssen.

Verbesserte Identifikation von Krankheitsvarianten

AlphaGenome 2 hat eine überlegene Leistung bei der Identifizierung von genetischen Varianten gezeigt, die mit Krankheiten in Verbindung stehen. Zum Beispiel identifizierte das Modell im TenK10K Datensatz, der die primären Immunzellentypen 28 kartiert, 30% kausale Varianten und 43% richtungsabhängige Geneffekte — fast doppelt so viele wie die vom ursprünglichen AlphaGenome Modell, das auf Einzelzellen-Daten optimiert wurde. Diese Präzision hilft dabei, übersehene Kandidatenvarianten für weitere Forschungen zu entdecken.

In einer aktuellen Studie reproduzierte AlphaGenome 2 rechnergestützt Erkenntnisse darüber, dass eine spezifische genetische Variante in einem regulatorischen Schalter die entzündliche Darmerkrankung (IBD) antreibt, indem sie das ETS2 Gen in Darmmakrophagen überaktiviert. Das Modell identifizierte die kausale Variante und demonstrierte deren selektiven Einfluss auf die Genexpression in diesen Immunzellen.

Verfügbarkeit und Forschungsanwendungen

AlphaGenome 2 ist jetzt über die AlphaGenome API für nicht-kommerzielle Forschung verfügbar und befindet sich in privater Vorschau für kommerzielle Forschung. Durch die Bereitstellung einer feineren Sicht auf die Effekte genetischer Varianten wird erwartet, dass das Modell Entdeckungen in seltenen Krankheiten, komplexen Merkmalen und der grundlegenden Biologie beschleunigt und der wissenschaftlichen Gemeinschaft ein transformierendes Werkzeug bietet.