AlphaGenome من Google DeepMind: نموذج ذكاء اصطناعي يتنبأ بتأثيرات طفرات الحمض النووي

كشفت Google DeepMind في 25 يونيو 2025 عن AlphaGenome، وهو نموذج ذكاء اصطناعي يتنبأ بآلاف التأثيرات الجزيئية للمتغيّرات أحادية النيوكليوتيد والطفرات في المناطق التنظيمية من الجينوم، انطلاقًا من تسلسل حمض نووي يصل طوله إلى مليون زوج قاعدي. وفي يناير 2026 نُشرت الدراسة في مجلة Nature، وأصبح النموذج نفسه متاحًا عبر رابط منفصل.

ما الذي يتنبأ به النموذج

يستقبل AlphaGenome تسلسلًا طويلًا من الحمض النووي، يصل إلى مليون زوج قاعدي، ويُخرج تنبؤات تتعلق بآلاف الخصائص الجزيئية لنشاطه التنظيمي. ولتقدير تأثير متغيّر بعينه، يقارن النموذج تنبؤاته للنسخة المتحورة وغير المتحورة من التسلسل نفسه.

• المُدخل: تسلسل حمض نووي يصل طوله إلى 1 000 000 زوج قاعدي
• جُمعت بيانات التدريب عبر اتحادات ENCODE وGTEx و4D Nucleome وFANTOM5
• يغطي النموذج مئات أنواع الخلايا والأنسجة لدى الإنسان والفأر
• يتنبأ ببداية الجينات ونهايتها، ومواقع الالربط (splicing)، وكمية الحمض النووي الريبي (RNA) المنتَجة، وإتاحة الحمض النووي وارتباطه بالبروتينات
• مؤلفا النموذج هما جيغا أفسيك (Ziga Avsec) وناتاشا لاتيشيفا (Natasha Latysheva) من Google DeepMind

بماذا يختلف AlphaGenome عن AlphaMissense

يسدّ AlphaGenome فجوة لا يغطيها نموذج DeepMind السابق AlphaMissense، إذ يتخصص الأخير في المتغيّرات الواقعة في المناطق المشفّرة للبروتينات، وهي لا تشغل سوى 2% من الجينوم البشري. أما الـ98% المتبقية من الجينوم، أي المناطق غير المشفّرة، فتتحكم في نشاط الجينات وتحتوي على عدد كبير من المتغيّرات المرتبطة بالأمراض، لكنها كانت الأصعب في التنبؤ الدقيق بتأثيرات الطفرات.

كما يطوّر AlphaGenome نموذج DeepMind السابق في علم الجينوم، وهو Enformer، مضيفًا معالجة تسلسلات أطول وتنبؤات بدقة أعلى. وتجمع بنيته بين طبقات التفافية للكشف عن الأنماط القصيرة في الحمض النووي، ومحوّلات (Transformers) لتبادل المعلومات بين جميع مواضع التسلسل، وطبقات نهائية تحوّل الأنماط المكتشفة إلى تنبؤات عبر مختلف الأنماط الجزيئية. وأثناء التدريب، تُوزَّع الحسابات الخاصة بتسلسل واحد على عدة وحدات معالجة تنسورية (TPU) مترابطة.

كيف يمكن الوصول إلى النموذج

فتحت Google DeepMind باب الوصول إلى AlphaGenome عبر API خاص بها في وضع المعاينة، ولكن للأبحاث غير التجارية فقط في الوقت الحالي، مع خطة لإتاحة النموذج على نطاق أوسع مستقبلًا. ووفقًا لمدونة الشركة، نُشر العمل على AlphaGenome في يناير 2026 في مجلة Nature، وبعد ذلك أصبحت الورقة الكاملة والوصول إلى النموذج متاحين عبر روابط منفصلة.

«نعتقد أن

AlphaGenome قد يصبح مورِدًا قيّمًا للمجتمع العلمي، وأن يساعد العلماء على فهم أفضل لآلية عمل الجينوم وبيولوجيا الأمراض، وفي نهاية المطاف على تحقيق اكتشافات جديدة وتطوير طرق علاج جديدة»، بحسب مدونة Google DeepMind.

ماذا يعني ذلك

يمنح AlphaGenome الباحثين أداة واحدة لتقدير تأثير طفرة بعينها في النشاط التنظيمي للجينوم بسرعة، بدلًا من مجموعة نماذج شديدة التخصص لكل مهمة على حدة. وبالنسبة إلى علم وراثة الأمراض، يعني ذلك فرزًا أوليًا أسرع للمتغيّرات المرتبطة بالأمراض، قبل الشروع في تجارب مخبرية مكلفة.

أسئلة شائعة

لمن يتوفر AlphaGenome حاليًا؟

وقت الإعلان في 25 يونيو 2025، كان الوصول متاحًا عبر API في وضع المعاينة للأغراض البحثية غير التجارية فقط، وتخطط Google DeepMind لإصدار أوسع للنموذج لاحقًا.

بماذا يختلف AlphaGenome عن AlphaMissense؟

يقيّم AlphaMissense المتغيّرات في المناطق المشفّرة للبروتينات من الجينوم، وهي تشغل نحو 2% من الحمض النووي بأكمله، أما AlphaGenome فيقيّمها في المناطق التنظيمية غير المشفّرة التي تغطي الـ98% المتبقية من الجينوم وتضم عددًا كبيرًا من المتغيّرات المرتبطة بالأمراض.