AlphaGenome 2が特定のヒト細胞タイプに対するDNA効果を予測

DeepMindは、遺伝的変異が特定のヒト細胞タイプおよび状態にどのように影響を与えるかを予測するために設計された次世代DNA配列モデル、AlphaGenome 2を発表しました。2026-11-11に発表されたこのモデルは、単一細胞生物学とヒト遺伝学の橋渡しにおける重要な進展を示し、研究者に疾患を引き起こす細胞のメカニズムを明らかにするための強力なツールを提供します。

遺伝的変異予測における精度の向上

AlphaGenome 2は、前のモデルの基盤を基にして、広範な組織の平均を超え、個々の細胞タイプと状態に焦点を当てています。この再設計により、このモデルは、広範囲の組織モデルが見逃す可能性のある疾患関連細胞における変異の影響を予測することができます。DeepMindによると、AlphaGenome 2は、元のAlphaGenomeモデルと比較して、細胞における遺伝子発現を変化させる変異をほぼ二倍発見しています。

このモデルは、100百万以上の個別の細胞プロファイルで68の組織にわたってトレーニングされており、人間およびマウスのサンプルからのバルクデータと単一細胞データの両方を活用しています。この広範なトレーニングにより、AlphaGenome 2は静的細胞アトラスをヒト遺伝学の予測エンジンに変革し、心筋細胞や免疫細胞などの特殊な細胞についての洞察を提供します。

条件付きモデルアーキテクチャ

AlphaGenome 2の重要な革新は、その条件付きモデルアーキテクチャです。元のモデルは、数千の実験全体にわたってプロパティを同時に予測していましたが、AlphaGenome 2は、一度に一つの生物学的条件に焦点を当てています。このアプローチにより、同じDNA配列がさまざまな細胞タイプおよび状態でどのように異なる解釈をされるかをモデルが学習できます。

さらに、このモデルはクロスモダリティの補完をサポートしており、単一細胞の遺伝子活性データからクロマチンのアクセス可能性などの未測定のプロパティを予測できます。この機能により、研究者は実験努力を優先し、新しい細胞タイプと状態を探索することができ、モデルを再トレーニングする必要がありません。

疾患変異の同定の改善

AlphaGenome 2は、疾患関連の遺伝子変異を特定する上で優れたパフォーマンスを示しました。例えば、TenK10Kデータセットでは、28の主要な免疫細胞タイプをマッピングし、このモデルは30%の因果変異と43%の方向性遺伝子効果を特定しました。この精度は、元のAlphaGenomeモデルが単一細胞データで微調整された際に達成した率のほぼ二倍となります。この精度は、さらなる研究のために見過ごされた候補変異を明らかにするのに役立ちます。

最近の研究では、AlphaGenome 2が特定の遺伝的変異が調整スイッチ内で炎症性腸疾患（IBD）を引き起こし、腸のマクロファージ内でETS2遺伝子を過剰活性化するという発見を計算的に再現しました。モデルは因果変異を特定し、これらの免疫細胞における遺伝子発現に対するその選択的影響を示しました。

利用可能性と研究の適用

AlphaGenome 2は、AlphaGenome APIを通じて非商業的な研究のために利用可能であり、商業研究のためにはプライベートプレビュー中です。遺伝的変異の影響に対するより詳細なビューを提供することで、このモデルは希少疾患、複雑な特性、基礎的な生物学における発見を加速することが期待され、科学コミュニティにとって変革的なツールを提供します。