11 ноября 2026 года лаборатория Google DeepMind анонсировала AlphaGenome 2 — модель нового поколения для анализа последовательностей ДНК, которая прогнозирует влияние генетических мутаций на конкретные типы и состояния клеток человека.
Как сообщает Google DeepMind, архитектура системы была принципиально переработана. Первая версия AlphaGenome вычисляла параллельные усреднённые показатели для целых тканей и клеточных линий из фрагмента ДНК длиной в 1 млн нуклеотидов, что рассеивало ресурсы сети и затрудняло различие родственных клеточных типов. AlphaGenome 2 стала условной моделью: целевое биологическое состояние подаётся на вход на каждом этапе архитектуры, позволяя алгоритму оценивать, как один и тот же участок ДНК считывается в разных типах клеток.
Модель обучена на базе из более чем 107 млн индивидуальных клеточных профилей из 68 тканей человека и мыши. Благодаря механизму клеточного энкодера AlphaGenome 2 адаптируется к новым данным одноклеточного секвенирования без необходимости дообучения. Кроме того, реализована функция кросс-модальной импутации: при передаче всего одного параметра, например активности генов, алгоритм воссоздаёт недостающие экспериментальные данные — доступность хроматина, модификации гистонов и профили метилирования ДНК.
На контрольном наборе данных TenK10K, охватывающем 28 типов первичных иммунных клеток, точность выявления причинных вариантов у AlphaGenome 2 достигла 30% против 16% у дообученной первой версии. Определение направленных регуляторных эффектов на гены улучшилось до 43% по сравнению с 23% у предыдущего поколения. Модель способна локализовать специфичные нарушения регуляции, включая гиперэкспрессию гена ETS2 в кишечных макрофагах, ассоциированную с развитием воспалительных заболеваний кишечника.
Доступ к AlphaGenome 2 открыт для некоммерческих исследовательских организаций через AlphaGenome API, а для коммерческих компаний запущен режим закрытого тестирования.
Поработать с популярными языковыми моделями без VPN и подписок можно в ИИ-студии Нейро.PRO.
Новый релиз ориентирован на интеграцию данных клеточных атласов в прикладную биомедицину и ускорение поиска терапевтических мишеней для сложных патологий.




Комментарии и обсуждение
Пока нет комментариев. Будьте первым!