Google DeepMind 发布 AlphaGenome 2,基因组 AI 转向单细胞类型分辨率
Google Deepmind shifts genomics AI from bulk tissue predictions to single cell type resolution with AlphaGenome 2
Google DeepMind 发布基因组研究模型 AlphaGenome 2,可预测 DNA 序列及其变异对特定人类细胞类型的影响,基于 68 种组织、超过 1.07 亿个单细胞图谱训练。在含 28 种原代免疫细胞类型的 TenK10K 基准上,它识别出约 30% 的因果变异,并在 43% 的情况下正确判断变异上调或下调基因,而微调后的 AlphaGenome 1 分别为 16% 和 23%。该模型现已通过 API 开放非商业研究使用,商业用户走封闭预览,且未获批用于临床诊断。
推荐理由
AI 评分 69
AlphaGenome 2 从组织层面预测转向单细胞类型分辨率,并给出与上一代在因果变异识别上的对比数据。
主题
正文 · AI 翻译
要点
Google Deepmind 发布了 AlphaGenome 2,这是一款用于基因组研究的新型 AI 模型。它能预测遗传变异对特定人类细胞类型的影响,并且发现的相关基因变化数量几乎是其前代模型的两倍。
人体内的每个细胞都携带相同的 DNA 蓝图,但不同细胞类型会开启或关闭不同的基因。心肌细胞读取 DNA 的方式与免疫细胞不同。预测这些差异是基因组学中最大的未解难题之一。Google Deepmind 旨在通过 AlphaGenome 2 朝这一方向迈出重要一步。
新模型旨在预测 DNA 序列及其变异如何影响特定的人类细胞类型。据 Google Deepmind 称,该模型基于来自 68 种组织的超过 1.07 亿个单细胞图谱进行了训练,旨在帮助研究人员揭示疾病的细胞驱动因素。
AlphaGenome 2 从组织层面的整体概览转向单个细胞
其前代模型 AlphaGenome 接收一段长达一百万个字母的 DNA 序列,并预测其在横跨多种组织的数千项实验中的特性。据 Google Deepmind 称,这种并行方法使模型的能力过于分散,难以捕捉亲缘关系相近的细胞类型之间的细微差异。
AlphaGenome 2 则改为以条件模型的方式工作。除 DNA 序列外,它还将特定的生物学状态作为额外输入,并针对该单一细胞类型计算效应。该系统基于来自人类和小鼠 68 种组织的超过 1.07 亿个单细胞图谱进行了训练。
除了预测基因表达的强度之外,该模型还会计算 DNA 在细胞核中的物理包装方式,显示基因组中哪些片段是可访问的。它现在还能预测 DNA 甲基化——这种化学标签如同分子开关,用于沉默或激活基因。
AlphaGenome 2 还能从单次测量中推断缺失的数据。例如,如果研究人员只测量了某个细胞的基因活性,该模型就能为其他属性提供预测,比如某些 DNA 片段包装得紧密还是松散。这有助于研究人员决定接下来值得开展哪些实验室实验。
AlphaGenome 2 更准确地定位疾病基因和疫苗反应
在包含28种原代免疫细胞类型的TenK10K基准数据集上,AlphaGenome 2识别出了约30%的因果变异。在43%的情况下,它还能正确预测某个变异是上调还是下调某个基因。而经过微调的AlphaGenome 1仅达到16%和23%。该系统还能以显著更高的准确度对连续变化进行建模,例如血液干细胞成熟为红细胞的过程。
该模型完全通过计算方式,重现了此前一项研究中发现的炎症性肠病机制。它精准定位了远离基因的一个调控开关中的确切DNA变异,该变异会选择性地使肠道巨噬细胞中的ETS2过度激活,而其他细胞类型和基因则基本不受影响。
新架构的一个关键优势在于,它无需重新训练就能适应全新的实验。研究人员只需输入来自几十个细胞的基因活性数据,模型便会针对这一此前未见过的细胞状态计算效应。据Deepmind称,它往往能胜过直接在该数据上训练的专用模型。
将该模型应用于一项COVID-19 mRNA疫苗研究的数据时,它能可靠地区分疫苗激活的T细胞与静息T细胞,并显示出一个与重症COVID-19病例相关的基因变异主要在激活状态下干扰细胞活动。而在静息细胞中,这种效应本会一直不可见。
Deepmind预先计算的预测旨在将人类遗传学与细胞生物学联系起来
Deepmind 已经预先计算了数百种细胞和组织条件下的预测结果,部分是为了支持 AI 驱动的药物研发。这些预先计算的预测还能帮助研究人员分析全基因组关联研究(GWAS)。这类大规模研究将 DNA 区域与身高或 2 型糖尿病等性状联系起来,但往往只能粗略地在基因组的广阔区段内定位信号。AlphaGenome 2 会缩小可能的因果变异范围,并识别受影响的细胞类型,例如大脑中的星形胶质细胞或特定的免疫细胞。当模型有足够把握时,它还会预测某个突变是上调还是下调某个基因,这是药物研发的一项重要能力。
AlphaGenome 2 现已通过 API 面向非商业研究开放使用,而商业用户则可通过封闭预览获取访问权限。该系统尚未获批用于临床诊断。Deepmind 还计划很快在其智能体开发平台 Google Antigravity 上推出专门的 AlphaGenome 2 功能,届时该模型将与 Gemini 4 等工具结合,用于自动化研究工作流。