← Главная новостей | Торговый зал

Google DeepMind представила геномную модель AlphaGenome 2

2026-11-13 · Источник:MarkTechPost

Google DeepMind представила геномную модель AlphaGenome 2

DeepMind выпустила AlphaGenome 2, предсказывающую влияние вариантов по типам клеток: полнота каузальных вариантов eQTL на одиночных клетках выросла с 16% до 30%. Веса модели откроют после публикации статьи.

Google DeepMind представила условную модель «последовательность — функция» AlphaGenome 2, специализирующуюся на влиянии генетических вариантов в конкретных типах клеток. Модель считывает окно ДНК размером 1 Мб (1 048 576 пар оснований) с поддержкой человека и мыши плюс заданное клеточное состояние, тогда как первая версия AlphaGenome усредняла данные по объёмным тканям. Новая модель различает даже близкородственные типы клеток и без дообучения адаптируется к датасетам одиночных клеток, не виденных при обучении.

В основе архитектуры лежит подход в стиле U-Net: свёрточный кодировщик, 11 трансформерных блоков и декодер; клеточное состояние подаётся через FiLM-слои в виде 256-мерного эмбеддинга. Абляционные тесты показали, что условность кодировщика и трансформера обеспечивает основную часть прироста (условность одного декодера даёт минимальный эффект). Выходные данные включают покрытие РНК, CAGE, сплайсинг, доступность хроматина, модификации гистонов, связывание транскрипционных факторов и карты контактов, а впервые добавлено и предсказание метилирования CpG. Обучение проходило в четыре этапа: предобучение на объёмных данных и 3977 псевдообъёмных треков РНК и ATAC одиночных клеток из 36 исследований; условное уточнение с настройкой только эмбеддингов и FiLM-слоёв; дистилляция восьми учителей в одну модель-ученика; и, наконец, пост-обучение, при котором кодировщик экспрессии, обученный на более чем 100-миллионном атласе человеческих scRNA-seq (в основном из CELLxGENE), отображается в пространство условий — с задействованием 2048 чипов TPU v4.

Сравнение с первой версией на бенчмарке (eQTL одиночных клеток TenK10K, 28 типов иммунных клеток): полнота каузальных вариантов при точности 90% выросла с 16% до 30%, полнота определения направления эффекта — с 23% до 43%; каузальный AUPRC — 0,76 против 0,72; AUC по знаку — 0,85 против 0,79. Корреляция Пирсона для изменений экспрессии между тканями в GTEx выросла с 0,61 до 0,71, доля объяснённой дисперсии scRNA-seq внутри тканей — с 23% до 34%. На CRISPRi-задаче ENCODE-rE2G AUPRC составил 0,78 против 0,73 у первой версии и 0,61 у ансамбля Borzoi; наибольший разрыв наблюдается для дистальных энхансеров (100–2500 кб): 0,62 против 0,48. При импутации данных измерений модель превзошла базовый Avocado на 166 из 181 отложенных треков. Полнота выявления патогенных вариантов в когорте больных болезнью Паркинсона достигла 41% против 17% у настроенной на когорту Scooby. Слабое место — предсказание знака вне доступного хроматина: AUROC лишь 0,63.

Доступность и ресурсы: пока доступен только хостинговый API — некоммерческие исследователи могут бесплатно запросить ключ, коммерческое использование находится на этапе закрытого тестирования; веса модели будут опубликованы после выхода финальной статьи. Python-пакет alphagenome.models.v2 снабжён учебным Colab-ноутбуком, за один вызов можно обработать до 256 клеток. Одновременно опубликованы предвычисленные атласы: связи энхансер — ген для 640 первичных клеточных условий, а также оценки около 7 миллионов распространённых и GWAS-вариантов по 510 условиям.

Главное значение работы — перевод интерпретации вариантов от усреднения по тканям к клеточной точности: исследователи могут задавать новые клеточные состояния, подавая на вход сырые счётчики scRNA-seq без переобучения модели, что открывает путь к клеточно-типоспецифичной интерпретации болезнетворных вариантов и персонализированной медицине.


Читайте также


萬安算交所 AIXX · AIXX · Верифицированная биржа · В торговый зал