AlphaGenome 2 находит почти вдвое больше причинных вариантов ДНК в клетках — по API

Геном у всех клеток тела один и тот же, а работают они по-разному: мышечная клетка сердца и иммунная клетка, борющаяся с инфекцией, включают разные гены. Мутация в ДНК может ломать работу только одного типа клеток и никак не проявляться в остальных. Старые модели, которые предсказывали эффект мутаций по усреднённым тканям, такие эффекты часто пропускали. DeepMind выпустила AlphaGenome 2, которая пытается эту проблему закрыть.

Что поменялось в архитектуре

Первая AlphaGenome брала последовательность ДНК длиной в миллион букв и сразу выдавала тысячи параллельных предсказаний для разных тканей и клеточных линий. Это удобно, но ёмкость модели размазывалась, а близкие типы клеток она различала плохо.

Во второй версии подход другой. Модель стала условной: на вход она получает ДНК и описание биологического условия — ткань, тип клетки или её состояние. Это условие подаётся на каждом этапе архитектуры, так что модель учится, как один и тот же участок ДНК читается по-разному в разных клетках. Условие можно выбрать из каталога или собрать из собственного single-cell эксперимента с помощью специального энкодера клеток.

Обучали на данных человека и мыши, включая более 107 млн профилей отдельных клеток из 68 тканей. К прежним предсказаниям (экспрессия генов, модификации гистонов, доступность хроматина) добавилась метилирование ДНК — его просили чаще всего.

Что показали цифры и примеры

На датасете TenK10K, одноклеточной карте 28 типов иммунных клеток, AlphaGenome 2 правильно находит 30% причинных вариантов против 16% у первой модели, дообученной на одноклеточных данных. Направление эффекта (ген включается сильнее или слабее) она угадывает в 43% случаев против 23%.

Есть и живые примеры. В недавнем исследовании показали, что вариант в удалённом регуляторном участке вызывает воспалительное заболевание кишечника, перевключая ген ETS2 в макрофагах. Модель воспроизвела это вычислительно: выделила причинный вариант и показала, что он усиливает ETS2 именно в макрофагах кишечника, а другие клетки почти не затрагивает.

Ещё одна возможность — работа с неизвестными состояниями без дообучения. Достаточно снимка активности генов (scRNA-seq) всего из нескольких десятков клеток. На данных исследования вакцины от COVID-19 модель отличила активированные T-клетки от покоящихся. Она также показала, что вариант, связанный с тяжёлым течением COVID-19, сильнее нарушает работу генов именно в активированном состоянии, а в покоящихся клетках этот эффект был бы незаметен.

Отдельно DeepMind заранее посчитала предсказания для вариантов, найденных в GWAS (поиск связей между участками ДНК и признаками вроде роста или диабета 2 типа), по сотням условий. Это помогает искать причинный вариант, ген и клетку, не запуская тяжёлые вычисления самостоятельно.

Ограничения и что делать на практике

Важные оговорки. Модель предназначена только для исследований и не проверялась для клинических и диагностических задач. Метрики приведены самой DeepMind, независимой проверки пока нет. И даже 30% найденных причинных вариантов означают, что большая часть всё равно остаётся за кадром: это инструмент для приоритизации гипотез, а не замена эксперименту.

Для тех, кто работает в биотехе и вокруг него, выводы такие:

• Если вы делаете платформу для поиска мишеней или анализа GWAS, стоит протестировать API: он открыт для некоммерческих исследований, а для коммерческих задач есть закрытое превью. Первые интеграции уже анонсируют, например, Genomics Limited со своей платформой Mystra.
• Если у вас есть собственные single-cell данные, обратите внимание на условное обучение без переобучения: даже небольшой снимок клеток может задать контекст для предсказаний.
• Модель умеет достраивать недостающие измерения, например доступность хроматина по данным экспрессии, — это способ решить, какие эксперименты ставить дальше.

Ещё одна деталь для тех, кто следит за агентными инструментами: в планах выпуск AlphaGenome 2 Skills в Google Antigravity, где специализированная модель будет работать в связке с Gemini. Так что узкие научные модели постепенно превращаются в инструменты, которые вызывает агент.