Google DeepMind 发布 AlphaGenome 2,DNA 预测纳入细胞状态
AlphaGenome 2: Googles KI berücksichtigt Zellzustände bei DNA-Prognosen | heise online
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
正文
close notice
This article is also available in English.
It was translated with technical assistance and editorially reviewed before publication.
.
Google DeepMind hat AlphaGenome 2 vorgestellt. Das KI-Modell sagt voraus, wie DNA-Veränderungen die Genaktivität in verschiedenen Zelltypen und Zellzuständen beeinflussen. Google erhofft sich dadurch Erkenntnisse über Krankheitsursachen und Ansatzpunkte für neue Medikamente.
Weiterlesen nach der Anzeige
Fast alle Körperzellen besitzen dieselbe DNA. Je nach Aufgabe sind in ihnen unterschiedliche Gene aktiv. Das gilt etwa für Herzmuskelzellen oder Immunzellen, die eine Infektion bekämpfen. Wie sich kleine Veränderungen der DNA auf die Genaktivität in verschiedenen Zellen auswirken, ist bislang schwer vorherzusagen.
AlphaGenome 2 untersucht DNA-Abschnitte mit bis zu einer Million Basenpaaren, den chemischen Bausteinpaaren des Erbguts. Forscher können damit einzelne DNA-Bausteine rechnerisch verändern und die Auswirkungen auf die Genaktivität verschiedener Zelltypen vorhersagen lassen.
Neue Einblicke in die Genaktivität
Google stellte die erste Version von AlphaGenome im vergangenen Jahr vor. Im September folgte AlphaGenome Atlas, eine Datenbank mit Vorhersagen für rund neun Milliarden mögliche Änderungen einzelner DNA-Bausteine. Der Atlas selbst ist kein KI-Modell.
Während AlphaGenome 1 Vorhersagen für viele Gewebe und Zelllinien gleichzeitig erstellt, berücksichtigt AlphaGenome 2 gezielt einzelne Zelltypen und deren Zustände. So erkennt es Unterschiede, die in Durchschnittswerten ganzer Gewebe verborgen bleiben. Google trainierte das Modell mit Daten von Menschen und Mäusen. Um es an neue Zellzustände anpassen zu können, nutzte das Unternehmen zusätzlich 107 Millionen Einzelzellprofile aus 68 menschlichen Geweben.
Forscher können dem Modell auch eigene Messdaten zur Genaktivität übergeben. So kann es bislang unbekannte Zellzustände ohne erneutes Training untersuchen und biologische Eigenschaften vorhersagen, die dort noch nicht gemessen wurden.
Ein Beispiel aus der Erforschung chronisch entzündlicher Darmerkrankungen zeigt den möglichen Nutzen von AlphaGenome 2. Frühere Laborversuche ergaben, dass eine DNA-Veränderung das Gen ETS2 in bestimmten Immunzellen überaktiviert. AlphaGenome 2 konnte den Zusammenhang nachvollziehen: Unter sieben möglichen DNA-Varianten erkannte es die entscheidende Veränderung, das betroffene Gen und die beteiligten Zelltypen.
Weiterlesen nach der Anzeige
Dass AlphaGenome 2 seinem Vorgänger überlegen ist, sollen auch Tests von Google DeepMind belegen. Bei 28 Immunzelltypen erkannte das neue Modell 30 statt 16 Prozent der vermutlich für Veränderungen der Genaktivität verantwortlichen DNA-Varianten.
Eher für Forschung als medizinische Praxis
Google DeepMind räumt ein, dass AlphaGenome 2 trotz der Fortschritte viele relevante DNA-Veränderungen übersieht. Auch für krankheitsbedingte Zellzustände fehlen oft Trainingsdaten. Der Konzern betont, dass das Modell weder für klinische noch für diagnostische Anwendungen validiert oder zugelassen ist.
Google will für künftige Verbesserungen Daten zu weiteren Zelltypen und Zellzuständen einbeziehen. Auch Daten aus weiteren Messverfahren und von anderen Arten könnten folgen.
Für nichtkommerzielle Forschung ist AlphaGenome 2 über die AlphaGenome API kostenlos mit Nutzungslimits verfügbar. Kommerzielle Forschung ist vorerst nur in einer privaten Vorschau möglich. AlphaGenome 1 bleibt verfügbar, weil es viele Gewebe gleichzeitig und mit geringerem Rechenaufwand analysieren kann.
(tobe)