AI News

Google DeepMind 发布 AlphaGenome 2,DNA 预测纳入细胞状态

heise online更新于 11月12日 21:39

AlphaGenome 2: Googles KI berücksichtigt Zellzustände bei DNA-Prognosen | heise online

AI 导读

Google DeepMind 发布 AlphaGenome 2,该模型可预测 DNA 变化如何影响不同细胞类型和细胞状态下的基因活性,分析片段最长可达 100 万个碱基对。在 28 种免疫细胞类型的测试中,新模型识别出 30% 的疑似致病 DNA 变异,上一代为 16%。模型用人类和小鼠数据训练,并额外使用来自 68 种人体组织的 1.07 亿个单细胞图谱;非商业研究可通过 AlphaGenome API 免费使用(有额度限制),商业研究暂仅限私有预览,且该模型未获临床或诊断用途的验证与批准。

推荐理由

AI 评分 67

原文给出新旧版本在同一免疫细胞测试中的识别率对比,可据此判断单细胞状态建模带来的提升幅度。

主题

标签

正文 · AI 翻译

关闭提示

本文也有英文版本。

本文经技术辅助翻译,并在发布前经过编辑审校。

。

Google DeepMind 发布了 AlphaGenome 2。该 AI 模型可预测 DNA 变化如何影响不同细胞类型和细胞状态下的基因活性。Google 希望借此获得关于疾病成因以及新药作用靶点的认识。

广告后继续阅读

几乎所有人体细胞都拥有相同的 DNA。根据任务不同,其中活跃的基因也不同。例如,这适用于心肌细胞或对抗感染的免疫细胞。迄今为止,DNA 的微小变化如何影响不同细胞中的基因活性仍难以预测。

AlphaGenome 2 可分析最长包含一百万个碱基对的 DNA 片段,碱基对是遗传物质的化学构件对。研究人员可借此通过计算改变单个 DNA 构件,并预测其对不同细胞类型基因活性的影响。

对基因活性的新认识

Google 于去年推出了 AlphaGenome 的第一个版本。九月又推出了 AlphaGenome Atlas,这是一个包含约九十亿种单个 DNA 构件可能变化的预测数据库。Atlas 本身并非 AI 模型。

AlphaGenome 1 同时为许多组织和细胞系生成预测,而 AlphaGenome 2 则有针对性地考虑单个细胞类型及其状态。因此,它能识别出隐藏在整个组织平均值中的差异。Google 使用人类和小鼠的数据训练了该模型。为了使其能够适应新的细胞状态,该公司还使用了来自 68 种人体组织的 1.07 亿个单细胞图谱。

研究人员还可以向模型提供自己的基因活性测量数据。这样,它无需重新训练即可研究此前未知的细胞状态,并预测尚未在其中测量的生物学特性。

一项来自慢性炎症性肠病研究的例子展示了 AlphaGenome 2 的潜在用途。此前的实验室实验表明,一种 DNA 变化会使特定免疫细胞中的 ETS2 基因过度激活。AlphaGenome 2 能够重现这一关联:在七种可能的 DNA 变异中,它识别出了关键变化、受影响的基因以及参与的细胞类型。

广告后继续阅读

Google DeepMind 的测试也应证明 AlphaGenome 2 优于其前代。在 28 种免疫细胞类型中,新模型识别出了 30% 的疑似导致基因活性变化的 DNA 变异,而前代为 16%。

更偏向研究而非医疗实践

Google DeepMind 承认,尽管取得了进展,AlphaGenome 2 仍会遗漏许多相关的 DNA 变化。对于疾病相关的细胞状态,也往往缺乏训练数据。该集团强调,该模型既未针对临床用途也未针对诊断用途进行验证或获批。

Google 希望为未来的改进纳入更多细胞类型和细胞状态的数据。来自其他测量方法和其他物种的数据也可能随后加入。

对于非商业研究,AlphaGenome 2 可通过 AlphaGenome API 免费使用,但有使用限制。商业研究目前仅可在私有预览中使用。AlphaGenome 1 仍将继续提供,因为它可以同时分析许多组织,且计算开销更低。

(tobe)

来源

heise online