Google DeepMind lanserer AlphaGenome 2 for sykdomsforskning

Google DeepMind lanserte onsdag 11. november AlphaGenome 2, en modell som forutsier hvordan DNA-sekvenser og deres varianter påvirker spesifikke menneskelige celletyper og tilstander. Selskapet beskriver det som et verktøy for å hjelpe forskere med å finne de cellulære driverne bak sykdom. Modellen er trent på over 100 millioner enkeltcelleprofiler fra 68 vevstyper. Ifølge selskapet identifiserer den nesten dobbelt så mange uttrykksendrende varianter som den opprinnelige AlphaGenome, som ble lansert i fjor.deepmind.google+1

Forskere kan nå bruke modellen til ikke-kommersielt arbeid via AlphaGenome API. Tilgang for kommersiell forskning er i privat forhåndsvisning. DeepMind understreker at modellene kun er ment for forskning og ikke er validert eller godkjent for klinisk eller diagnostisk bruk.deepmind.google

En betinget redesign

Den første AlphaGenome gjorde forutsigelser på tvers av tusenvis av eksperimenter parallelt. AlphaGenome 2 er derimot en betinget modell. I tillegg til en DNA-sekvens på en million bokstaver, tar den inn ett vev, én celletype eller én tilstand som input av gangen, slik at den kan lære hvordan den samme DNA-strengen leses ulikt i forskjellige celler. Den ble trent på data fra mennesker og mus, inkludert over 107 millioner individuelle celleprofiler. Den legger også til DNA-metylering i resultatene den forutsier.deepmind.google

DeepMind testet modellen på TenK10K-datasettet, som dekker 28 immuncelletyper. Der identifiserte den årsaksvarianter 30 % av tiden, sammenlignet med 16 % for den forrige modellen, og retningsbestemte geneffekter 43 % av tiden, sammenlignet med 23 %. Modellen kan også arbeide med nye enkeltcelledata fra bare noen få dusin celler uten å måtte trenes på nytt. I en test viste den at en variant knyttet til alvorlig COVID-19 forstyrrer aktiviteten i gener kraftigere i vaksineaktiverte T-celler.europapress.es+1

Kobler genetikk til medikamentmål

Leder for genomikk hos DeepMind, Žiga Avsec, fortalte The Verge at dette detaljnivået er viktig for legemiddelutvikling. "Når du utvikler medisiner, retter du deg mot spesifikke proteiner og spesifikke celletyper," sa han. Han la til at AlphaGenome 2 ikke vil erstatte forgjengeren med det første, fordi forutsigelsene er "dyrere" å beregne. Den kostnaden ville gjort det upraktisk å bygge det genom-omfattende Atlaset som DeepMind lanserte i september.theverge.com

Sarah Teichmann, medgründer av Human Cell Atlas, sa at det som gjør modellen spennende er at den "tilpasser seg direkte til nye enkeltcelledata uten behov for ny trening".businessinsider.es

Hva skjer videre

DeepMind har forhåndsberegnet forutsigelser for egenskapsassosierte varianter på tvers av hundrevis av celle- og vevsforhold. De planlegger å lansere AlphaGenome 2 Skills i sin Google Antigravity-plattform for agentutvikling. Peter Donnelly, administrerende direktør i Genomics Limited, kalte modellen "et imponerende fremskritt på feltet" og sa at selskapet hans planlegger å legge den til i sin Mystra-plattform. Avsec sa at modeller som dette etter hvert kan inngå i arbeidet med å bygge "virtuelle celler", som er digitale simuleringer av biologiske systemer.theverge.com+1