AlphaGenome 2 odhadne vliv mutací v konkrétních buňkách, ne jen tkáních

Od průměru tkáně k jednotlivé buňce

Stejnou DNA mají buňky v srdci, krvi i imunitním systému. Každá z nich však používá jinou část genetické instrukce. Některé geny zapíná, jiné tlumí. Mutace proto nemusí mít stejný dopad v celém orgánu. Může měnit aktivitu genu pouze v určitém typu buňky nebo v konkrétním stavu, například při zánětu.

Starší AlphaGenome pracoval hlavně s průměrnými signály z celých tkání a buněčných linií. AlphaGenome 2 tuto logiku mění. Jde o podmíněný model, který dostane dvě informace: sekvenci DNA a popis biologické podmínky. Tou může být konkrétní tkáň, typ buňky nebo její stav.

Pro laika je rozdíl podobný jako mezi hodnocením celého města a jedné konkrétní domácnosti. Průměr za město může být užitečný, ale neřekne, co se děje v konkrétní ulici. AlphaGenome 2 se snaží dostat právě k této jemnější úrovni.

Model zpracovává úsek DNA dlouhý až 1 milion párů bází. Vedle genové exprese, tedy aktivity genů, sleduje také histonové modifikace, přístupnost chromatinu a nově DNA methylaci. Tyto údaje popisují, zda je určitá část genetické informace pro buňku dostupná a jak se používá.

Výsledky na buněčných datech

Google DeepMind uvádí, že AlphaGenome 2 byl trénován na více než 107 milionech jednotlivých buněčných profilů z lidských a myších vzorků napříč 68 tkáněmi. Nejde tedy o model určený k psaní textů nebo odpovídání na běžné dotazy. Je to specializovaný systém pro biologická data.

Na datasetu TenK10K, který obsahuje mapu 28 primárních typů imunitních buněk, identifikoval AlphaGenome 2 spolehlivě téměř dvojnásobek kauzálních variant (30 % oproti 16 % u předchozího modelu jemně doladěného na single-cell data). U správného určení směru změny genové aktivity činil výsledek nové verze 43 procent oproti 23 procentům.

Tato čísla pocházejí z měření popsaného výzkumníky z DeepMindu, nejde o univerzální skóre platné pro všechny genetické úlohy. Přímé srovnání s běžnými velkými jazykovými modely (LLM) by zde nedávalo smysl, protože textové modely řeší zcela odlišný typ úloh. DeepMind však plánuje propojení specializovaných nástrojů, jako je AlphaGenome 2, s vědeckými agentními nástroji, například s modelem Gemini 4 v rámci vývojové platformy Google Antigravity.

Nové buněčné stavy bez dalšího tréninku

Jedna z nejzajímavějších vlastností spočívá v práci s daty, která model během tréninku neviděl. Výzkumník může dodat vlastní měření z experimentu single-cell RNA-seq, tedy záznam aktivity genů v jednotlivých buňkách. AlphaGenome 2 z něj vytvoří reprezentaci buněčného stavu a použije ji jako podmínku pro další predikce.

Podle Google DeepMind k tomu může stačit vzorek několika desítek buněk. Model se nemusí znovu trénovat ani jemně dolaďovat pro každou novou sadu dat.

To je praktické hlavně u stavů, které se obtížně zachycují ve velkých referenčních databázích. Patří sem například buňky ovlivněné nemocí, léčbou nebo očkováním. Ve zveřejněném příkladu model rozlišil aktivované imunitní T-lymfocyty po očkování proti jejich klidovému stavu. Zároveň odhadl, že určitá varianta spojená s těžším průběhem covidu mění genovou aktivitu silněji v aktivovaných buňkách.

Model umí také odhadnout chybějící typ měření. Pokud vědci dodají například aktivitu genů, může predikovat přístupnost chromatinu. Výsledek nenahrazuje laboratorní ověření. Může však pomoci vybrat, které experimenty má smysl provést jako další.

Napojení na AlphaGenome Atlas

AlphaGenome 2 navazuje na projekt AlphaGenome Atlas, který Google DeepMind zveřejnil dříve. Atlas obsahuje předpočítané predikce pro všech 9 miliard možných jednonukleotidových změn v lidském genomu.

AlphaGenome 2 jde více do hloubky u konkrétních buněk. Atlas naopak funguje jako rozsáhlý katalog, ve kterém mohou vědci rychle hledat varianty s možným dopadem. Společně mohou pomoci propojit genetickou změnu s genem, na který působí, a s typem buňky, kde se její účinek projeví.

To je důležité u nekódujících částí DNA. Pouze přibližně dvě procenta lidského genomu přímo kódují proteiny. Zbytek obsahuje mimo jiné regulační úseky, které ovlivňují, kdy se geny zapnou a jak silně pracují. Mutace v těchto místech se hledají obtížněji, protože nemění samotný protein. Mohou však změnit jeho množství.

AlphaGenome 2 podle zveřejněných výsledků reprodukoval také případ varianty, která zvyšuje aktivitu genu ETS2 v makrofázích střevní tkáně a souvisí se zánětlivým onemocněním střev. Model přitom odlišil účinek v makrofázích od ostatních buněčných typů. Detailní biologický mechanismus popsal už dřívější výzkum publikovaný v časopise Nature.

Dostupnost a omezení

AlphaGenome 2 je dostupný prostřednictvím AlphaGenome API pro nekomerční výzkum. Vybrané vědecké projekty mohou navíc žádat o dodatečné kvóty a výpočetní kredity. Komerční výzkum je v současnosti v režimu soukromého náhledu (private preview).

Pro české a evropské výzkumné týmy je podstatné, že služba je poskytována přes API a není omezena na používání v angličtině jako u běžného chatbota. Česká lokalizace zde nedává velký smysl, protože vstupem jsou sekvence DNA a biologická data, nikoli textové prompty. Konkrétní podmínky zpracování dat je však nutné posoudit podle pravidel instituce a použité infrastruktury.

Model nemá veřejně uvolněné váhy. Přístup je zajištěn přes API a přiložené návody, včetně interaktivních ukázek pro podmiňování vlastními single-cell daty. Samotný systém není schválen pro klinické použití, diagnostiku ani léčebná rozhodnutí. Výstup proto může pomoci při výběru hypotéz a experimentů, nemůže sám určit, zda je konkrétní varianta u člověka příčinou nemoci.

Google DeepMind zveřejnil technický popis AlphaGenome 2 a dokumentaci, která detailně popisuje podporované biologické vstupy a výstupy modelu.

FAQ