AlphaGenome 2 выявила 30% причинных генетических вариантов по сравнению с 16% у предыдущей модели и восстановила механизм воспалительного заболевания кишечника
Google DeepMind анонсировала AlphaGenome 2 — искусственный интеллект, который анализирует влияние генетических изменений на определенные типы человеческих клеток. В испытаниях на иммунных клетках она обнаружила 30% причинных генетических вариантов, а предыдущая версия выявила только 16%. Модель также смогла восстановить механизм воспалительного заболевания кишечника, выделив конкретную мутацию, которая приводит к избыточной активности гена ETS2 в определённых иммунных клетках.
Все клетки организма содержат практически идентичную последовательность ДНК, но активируют различные её участки. Например, мышечные клетки и клетки иммунной системы активируют разные гены, несмотря на одинаковый генетический материал. Таким образом, одна и та же мутация может иметь различные последствия в зависимости от типа клетки. Предыдущая версия AlphaGenome анализировала последовательности ДНК длиной до 1 миллиона нуклеотидов и одновременно предсказывала их свойства для множества тканей. Этот подход усложнял выявление тонких различий между близкими типами клеток.
AlphaGenome 2 функционирует по-другому: помимо последовательности ДНК, модель получает данные о конкретном состоянии клетки и оценивает генетические эффекты именно для него. В процессе обучения использовались более 107 миллионов индивидуальных профилей клеток из 68 типов тканей человека и мышей. Модель предсказывает активность генов, физическую упаковку ДНК внутри ядра клетки и метилирование — процесс присоединения химических меток, способных подавлять активность генов или регулировать её. Кроме того, она может восстанавливать недостающие характеристики клетки на основе отдельных измерений: например, по данным об активности генов предсказывать, какие участки ДНК доступны для функционирования клеточных механизмов.
В ходе тестирования TenK10K, включавшего 28 типов первичных иммунных клеток, AlphaGenome 2 выявила 30% причинных генетических вариантов. В 43% случаев она также корректно предсказала, усиливает или подавляет конкретный вариант активность гена. Для сравнения, обновленная версия предыдущей AlphaGenome показала результаты 16% и 23% соответственно. Модель также более точно описывала непрерывные процессы изменения клеток, такие как созревание стволовых клеток крови в эритроциты.
Отдельно Google DeepMind протестировала модель на механизме воспалительного заболевания кишечника, который ранее был описан в научной работе, опубликованной в Nature. AlphaGenome 2 вычислительно выделила конкретный вариант ДНК в регуляторной области, находящейся далеко от самого гена. Это изменение избирательно усиливает активность ETS2 в кишечных макрофагах — иммунных клетках, участвующих в воспалительных процессах. При этом другие типы клеток и гены практически не затрагиваются. Таким образом, модель смогла связать конкретное изменение генетического кода с нарушением функционирования определённой популяции клеток.
Ещё одной функцией AlphaGenome 2 является анализ клеточных состояний, для которых модель не была обучена непосредственно. Для этого достаточно предоставить результаты измерений активности генов всего нескольких десятков клеток: система адаптирует свои прогнозы к новым условиям без дополнительного обучения. На данных исследования мРНК-вакцины против COVID-19 модель смогла отличить активированные Т-клетки от находящихся в состоянии покоя. Она также показала, что генетический вариант, связанный с тяжелым течением COVID-19, нарушает активность клеток преимущественно после активации Т-клеток. В состоянии покоя этот эффект остался бы незаметным.
DeepMind уже подготовила предварительные прогнозы для сотен типов клеток и тканей. Эти данные могут быть использованы при анализе GWAS — крупных исследований, связывающих участки генома с особенностями организма и риском заболеваний. Такие исследования часто указывают на широкую область ДНК, что не позволяет определить конкретную причинную мутацию. AlphaGenome 2 помогает сузить поиск до отдельных генетических вариантов и установить, какие именно клетки затрагиваются данным изменением. В достаточно надёжных случаях модель также определяет направление воздействия мутации — усиливает ли она активность гена или подавляет её.
AlphaGenome 2 уже доступна через API для некоммерческих научных исследований, а коммерческим пользователям предлагается в рамках закрытого предварительного доступа. Модель не предназначена для клинической диагностики. DeepMind намеревается интегрировать её в платформу Google Antigravity, где она будет работать совместно с инструментами Gemini 4 для автоматизации исследовательских процессов.
Источник