11 Nov 2026 года Google DeepMind представила AlphaGenome 2. Модель прогнозирует, как изменения в ДНК влияют на активность генов в определённых типах и состояниях клеток, тогда как предыдущие инструменты могли делать это только на уровне тканей. Теперь исследователи могут выяснить, как конкретный вариант повлияет, например, на клетку сердечной мышцы и на иммунную клетку кишечника. Сегодня компания открыла доступ к модели через AlphaGenome API для некоммерческих исследований, а для коммерческих проектов запустила закрытое предварительное тестирование.
Зачем нужны более точные прогнозы
Во всех клетках организма одна и та же ДНК, но в каждой из них активны разные гены. Вариант, безвредный для клеток кожи, может нарушить работу гена в клетках мозга и привести к заболеванию. Учитывая тип клетки, AlphaGenome 2 способен выявлять такие эффекты, которые не замечают модели для целых тканей. По словам руководителя направления геномики в DeepMind Žiga Avsec, такая точность особенно важна для разработки лекарств, нацеленных на белки в определённых типах клеток.
Чем AlphaGenome 2 отличается от предыдущей версии
В AlphaGenome 1 использовалась параллельная архитектура, распределявшая возможности модели между множеством тканей и ограничивавшая её чувствительность к тонким различиям между типами клеток. В AlphaGenome 2 модель перестроили: теперь на каждом уровне она получает на вход последовательность ДНК и конкретное состояние клетки. Для обучения использовали более 100 million профилей отдельных клеток из 68 тканей. Новая модель выявляет почти вдвое больше вариантов, меняющих экспрессию генов, чем AlphaGenome 1. Кроме того, она может прогнозировать эффекты для ранее не встречавшихся состояний клеток — например, иммунных клеток, активированных вакциной, — без дополнительного обучения.
Почему это важно
Для биомедицинских исследователей AlphaGenome 2 позволяет напрямую связывать варианты ДНК, связанные с заболеваниями, с типами клеток, которые вызывают симптомы, что потенциально ускорит поиск терапевтических мишеней. Разработчикам лекарств модель поможет определить, на какие варианты стоит обратить внимание в конкретной ткани, и сделать доклинические исследования более целенаправленными. Благодаря закрытому предварительному тестированию биотехнологические компании уже могут начать проверять инструмент, однако из-за более высоких вычислительных затрат он не заменит более дешёвую AlphaGenome 1 для широкомасштабного анализа.
