Google DeepMind veröffentlicht AlphaGenome 2 zur Erforschung von Krankheiten

Google DeepMind hat am Mittwoch, den 11. November, AlphaGenome 2 veröffentlicht, ein Modell, das vorhersagt, wie DNA-Sequenzen und ihre Varianten spezifische menschliche Zelltypen und Zustände beeinflussen. Das Unternehmen beschreibt es als Werkzeug, das Wissenschaftlern helfen soll, die zellulären Ursachen von Krankheiten zu finden. Es wurde mit über 100 Millionen Einzelzellprofilen aus 68 Gewebearten trainiert. Nach Angaben des Unternehmens identifiziert es fast doppelt so viele expressionsverändernde Varianten wie das ursprüngliche AlphaGenome, das letztes Jahr eingeführt wurde.deepmind.google+1

Forscher können das Modell ab sofort für nicht-kommerzielle Arbeiten über die AlphaGenome-API nutzen. Der Zugang für kommerzielle Forschung befindet sich in einer privaten Vorschau. DeepMind weist darauf hin, dass die Modelle nur für Forschungszwecke bestimmt sind und nicht für den klinischen oder diagnostischen Gebrauch validiert oder zugelassen wurden.deepmind.google

Ein konditionales Redesign

Das erste AlphaGenome traf Vorhersagen über Tausende von Experimenten hinweg parallel. AlphaGenome 2 ist hingegen ein konditionales Modell. Neben einer DNA-Sequenz von einer Million Buchstaben nimmt es jeweils ein Gewebe, einen Zelltyp oder einen Zustand als Eingabe entgegen, sodass es lernen kann, wie derselbe DNA-Abschnitt in verschiedenen Zellen unterschiedlich gelesen wird. Es wurde mit Daten von Menschen und Mäusen trainiert, darunter mehr als 107 Millionen individuelle Zellprofile. Zudem fügt es DNA-Methylierung zu den vorhergesagten Auslesewerten hinzu.deepmind.google

DeepMind testete das Modell am TenK10K-Datensatz, der 28 Immunzelltypen abdeckt. Dabei identifizierte es kausale Varianten in 30 % der Fälle, verglichen mit 16 % beim Vorgängermodell, und gerichtete Geneffekte in 43 % der Fälle, verglichen mit 23 %. Das Modell kann auch mit neuen Einzelzelldaten von nur wenigen Dutzend Zellen arbeiten, ohne neu trainiert werden zu müssen. In einem Test zeigte es, dass eine mit schwerem COVID-19 in Verbindung gebrachte Variante die Genaktivität in impfstoffaktivierten T-Zellen stärker stört.europapress.es+1

Verknüpfung von Genetik und Wirkstoffzielen

Der Genomics-Leiter von DeepMind, Žiga Avsec, erklärte gegenüber The Verge, dass dieser Detailgrad für die Medikamentenentwicklung von Bedeutung sei. "Bei der Entwicklung von Medikamenten zielt man auf spezifische Proteine und spezifische Zelltypen ab", sagte er. Er fügte hinzu, dass AlphaGenome 2 seinen Vorgänger nicht so bald ersetzen werde, da die Berechnungen "teurer" seien. Diese Kosten hätten es unpraktisch gemacht, den genomweiten Atlas zu erstellen, den DeepMind im September veröffentlichte.theverge.com

Sarah Teichmann, Mitbegründerin des Human Cell Atlas, sagte, das Aufregende an dem Modell sei, dass es sich "direkt an neue Einzelzelldaten anpasst, ohne dass ein erneutes Training erforderlich ist".businessinsider.es

Wie es weitergeht

DeepMind hat Vorhersagen für merkmalsassoziierte Varianten über Hunderte von Zell- und Gewebebedingungen hinweg vorausberechnet. Das Unternehmen plant, AlphaGenome 2 Skills in seiner Google Antigravity-Plattform für agentische Entwicklung zu veröffentlichen. Peter Donnelly, CEO von Genomics Limited, bezeichnete das Modell als "einen beeindruckenden Fortschritt auf dem Gebiet" und sagte, sein Unternehmen plane, es in seine Mystra-Plattform zu integrieren. Avsec sagte, dass Modelle wie dieses letztendlich in die Bemühungen einfließen könnten, "virtuelle Zellen" zu bauen, bei denen es sich um digitale Simulationen biologischer Systeme handelt.theverge.com+1