AlphaGenome 2 предсказывает эффекты ДНК на конкретные типы человеческих клеток

DeepMind представила AlphaGenome 2 , модель последовательности ДНК нового поколения, предназначенную для предсказания того, как генетические варианты влияют на конкретные типы и состояния человеческих клеток. Объявленная 2026-11-11 , модель представляет собой значительное достижение в соединении биологии отдельных клеток и человеческой генетики, предлагая исследователям мощный инструмент для раскрытия клеточных механизмов, вызывающих заболевания.

Улучшенная точность предсказания генетических вариантов

AlphaGenome 2 строится на основе своего предшественника, двигаясь за пределы широких средних показателей тканей для фокусировки на отдельных типах и состояниях клеток. Эта переработка позволяет модели предсказывать эффекты вариантов в клетках, имеющих отношение к заболеваниям, которые могут упустить широкие модели тканей. По данным DeepMind, AlphaGenome 2 идентифицирует почти в два раза больше вариантов, которые изменяют экспрессию генов в клетках по сравнению с оригинальной моделью AlphaGenome.

Модель была обучена на более чем 100 миллионах индивидуальных клеточных профилей по 68 тканям, используя как массовые, так и одиночные данные о клетках из образцов человека и мыши. Это обширное обучение позволяет AlphaGenome 2 преобразовать статические клеточные атласы в предсказательный движок для человеческой генетики, предлагая идеи о специализированных клетках, таких как сердечные мышечные клетки и иммунные клетки.

Условная архитектура модели

Ключевой инновацией в AlphaGenome 2 является его условная архитектура модели. В отличие от оригинальной модели, которая предсказывала свойства в тысячах экспериментов одновременно, AlphaGenome 2 фокусируется на одном биологическом состоянии за раз. Этот подход позволяет модели изучать, как одна и та же последовательность ДНК интерпретируется по-разному в различных типах и состояниях клеток.

Кроме того, модель поддерживает кросс-модальную импутацию, позволяя предсказывать немеренные свойства, такие как доступность хроматина, основываясь на данных о клеточной активности генов. Эта функция помогает исследователям приоритизировать экспериментальные усилия и изучать новые типы и состояния клеток без повторного обучения модели.

Улучшенная идентификация вариантов заболеваний

AlphaGenome 2 продемонстрировал превосходные результаты в идентификации генетических вариантов, имеющих отношение к заболеваниям. Например, в наборе данных TenK10K , который отображает 28 первичные типы иммунных клеток, модель идентифицировала 30% причинные варианты и 43% направленные эффекты генов — почти вдвое превышающие показатели, достигнутые оригинальной моделью AlphaGenome, тонко настроенной на данные одиночных клеток. Эта точность помогает в выявлении упущенных кандидатных вариантов для дальнейших исследований.

В недавнем исследовании AlphaGenome 2 компьютерно воспроизвел результаты, указывающие на то, что конкретный генетический вариант в регуляторном переключателе вызывает воспалительное заболевание кишечника (IBD), чрезмерно активируя ген ETS2 в кишечных макрофагах. Модель указала на причинный вариант и продемонстрировала его избирательное влияние на экспрессию генов в этих иммунных клетках.

Доступность и приложения для исследований

AlphaGenome 2 теперь доступен для некомерческих исследований через API AlphaGenome и находится в частном предварительном просмотре для коммерческих исследований. Обеспечивая более детальный взгляд на эффекты генетических вариантов, ожидается, что модель ускорит открытия в редких заболеваниях, сложных чертах и основной биологии, предлагая трансформационный инструмент для научного сообщества.