Google DeepMind releases AlphaGenome 2, which can predict which cell types DNA variants act on
English text is being prepared.
Google DeepMind has released AlphaGenome 2, a new-generation DNA sequence prediction model that can predict which cell types a DNA mutation acts in and which genes it affects, for use in tracing disease roots and finding drug targets. The model's training data covers 68 tissues and more than 107 million cells; in the TenK10K test covering 28 types of immune cells, its recall for identifying key causal variants is 30%, compared with 16% for the previous generation after fine-tuning on single-cell data, and its ability to determine whether a variant enhances or weakens gene activity rose from 23% to 43%. The model is now open to non-commercial research and can be called via the AlphaGenome API; it will later also launch on Google Antigravity in the form of AlphaGenome 2 Skills.
Why read this
AI score 75
The original text provides a recall comparison between the new and old models in single-cell variant identification, as well as a case of reproducing a year-and-a-half experiment in half an hour, which can be used to assess the model's impact on the target discovery pipeline.
Topics
Body
DNA突变究竟会在哪种细胞里惹出病?现在,AI也能帮我们查了!
现在,Google DeepMind发布了新一代DNA序列预测模型AlphaGenome 2。
它既能预测DNA突变会在哪类细胞中起作用、影响哪些基因,也能帮科学家们追查疾病根源、寻找更精准的药物靶点,为癌症、糖尿病等疾病的针对性治疗提供新方向。
而且,它这回的表现,还真让众科学家们狠狠惊艳了一把。
比如,James Lee团队做了一年半实验才找到炎症性肠病的相关线索,AlphaGenome 2只花了半小时,就在计算中复现了关键发现。
这让James Lee在接受Nature采访时不禁感叹:
他们用30分钟就算出了答案,而我们当初做实验足足花了一年半...
更妙的是,AlphaGenome 2甚至可以即配即用,无需重新训练。
对此,人类细胞图谱联盟联合创始人、剑桥大学医学教授Sarah Teichmann也是难掩激动:
AlphaGenome 2最令人兴奋的地方,就在于它能直接适应新的单细胞数据,且无需重新训练;
哪怕只有少量细胞样本,它也能预测DNA变异在新检测到的细胞状态中如何发挥作用。
吃瓜的小伙伴们也大呼牛逼:
甚至已经有人开始畅想自己活过100岁的未来,希望AI真能帮上忙。(doge)
1亿个细胞教出来的AI,终于能把DNA变异查到具体细胞
话说,AlphaGenome 2为什么能帮科学家追查DNA突变的影响?
谷歌CEO劈柴在介绍这项成果时,提出了一个很有意思的概念:
我们身体里的细胞,基本都拿着同一份DNA蓝图,但不同类型的细胞,比如心肌细胞和免疫细胞,解读这份蓝图的方式却不一样。
也就是说,同一段DNA,有的细胞会读取其中某些基因,有的则会把它们关起来不用。
因此,同一处DNA变异,也可能只在某种特定细胞里产生影响。
这就让科学家们犯了难。
明明已经知道某段DNA和疾病有关,却很难搞清楚究竟是哪种细胞、哪个基因出了问题。
现在,AlphaGenome 2能帮上忙了。
为了教会AI读懂不同细胞里的DNA,DeepMind给它安排了一场规模浩大的生物学训练。
训练数据覆盖了68种组织、超过1.07亿个细胞,其中既有人类细胞,也有小鼠细胞。
吃下这么多数据后,新模型的成绩也相当争气。
在涵盖28类免疫细胞的TenK10K测试中,AlphaGenome 2识别关键因果变异的召回率达到了30%,而上一代经过单细胞数据微调后的成绩仅为16%,接近翻倍。
判断这些变异会让基因活性增强还是减弱的能力,也从23%飙升到了43%。
那么它究竟是怎么做到的?
关键就在于,AlphaGenome 2改变了读取DNA的方式。
(上一代AlphaGenome一次读入约100万个DNA碱基,便会同时预测它们在大量组织和细胞系中的分子活动;这种一口气包揽多种预测任务的方式虽然效率很高,却不太容易分辨相近细胞类型之间的细微差别。)
现在,科学家们可以精准指定自己想研究的细胞类型或状态,并让模型专门预测这段DNA在该条件下会如何发挥作用。
(相当于以前是一次性批改一大堆不同科目的试卷,现在则可以指定科目,逐一精查。)
△
不仅如此,新模型还学会了预测DNA甲基化,甚至可以根据已经测量的基因活动,推测尚未检测的染色质可及性等分子特征。
这样一来,科学家就能把研究范围逐渐缩小,以便进一步锁定到底是哪段DNA、哪个基因,在特定细胞里悄悄出了岔子。
ok理论讲完了,接下来,就让咱们看看最激动人心的实战!
从大海捞针到精准锁定!AlphaGenome 2半小时复现一年半实验发现
那么,AlphaGenome 2究竟是怎么帮科学家寻找疾病线索的?
就拿开头提到的炎症性肠病来说。
英国科学家James Lee团队足足花了一年半做实验,才终于弄清楚一处藏在“基因荒漠”里的DNA变异,会让肠道免疫细胞中的ETS2基因过度活跃,进而引发肠道炎症。
而到了AlphaGenome 2这里,事情就简单多了。
谷歌一口气让它排查了7个可疑的DNA变异,结果模型很快就锁定了关键的那一个,还准确预测出它会影响哪个基因、以及在哪类免疫细胞中发挥作用。
△
不仅如此,谷歌还将AlphaGenome 2用于2型糖尿病等复杂疾病的研究,帮助科学家从海量DNA变异中筛选出更可疑的线索,锁定相关细胞和基因,再有针对性地开展实验、寻找潜在药物靶点。
而那些长期受疾病困扰的患者,未来也有机会迎来更精准、更有针对性的治疗方案。
One More Thing
好消息是,AlphaGenome 2已经向非商业研究开放了!
大家可以通过AlphaGenome API调用新模型,并参考谷歌提供的交互式Colab教程,拿自己的单细胞实验数据上手跑个实验。
而且,谷歌还准备把它塞进Agent的工具箱。
接下来,AlphaGenome 2 Skills还将登陆Google Antigravity,让在座的各位小伙伴们可以把这一DNA预测模型接入自己的Agent工作流程。
感兴趣的小伙伴们赶紧去试试吧~
参考链接:
本文来自微信公众号“量子位”,作者:关注前沿科技,36氪经授权发布。