Google DeepMind presenterade AlphaGenome 2 den 11 nov 2026. Modellen förutsäger hur förändringar i DNA påverkar genaktiviteten i specifika celltyper och celltillstånd – något som tidigare verktyg bara kunde göra på vävnadsnivå. Forskare kan nu fråga vad som händer med en viss variant i en hjärtmuskelcell jämfört med en immunförsvarscell i tarmen. Företaget erbjuder modellen via AlphaGenome API för icke-kommersiell forskning från och med i dag, samt i en privat förhandsversion för kommersiella projekt.
Därför spelar mer detaljerade prognoser roll
Alla kroppens celler bär på samma DNA, men olika celler aktiverar och stänger av olika gener. En variant som är harmlös i hudceller kan störa en gen i hjärnceller och bidra till sjukdom. Genom att ta hänsyn till en cells identitet kan AlphaGenome 2 upptäcka sådana effekter som modeller för hela vävnader missar. Žiga Avsec, DeepMinds chef för genomik, säger att den här detaljnivån är avgörande för läkemedelsutveckling, där behandlingar riktas mot proteiner i särskilda celltyper.
Så förbättras AlphaGenome 2 jämfört med föregångaren
AlphaGenome 1 använde en parallell arkitektur som fördelade modellens kapacitet över många vävnader samtidigt, vilket begränsade känsligheten för subtila skillnader mellan celltyper. AlphaGenome 2 har byggts om till ett villkorat system: vid varje lager tar modellen en DNA-sekvens och ett specifikt celltillstånd som indata. Den nya modellen har tränats på mer än 100 miljoner encellsprofiler från 68 vävnader och identifierar nästan dubbelt så många varianter som förändrar genuttrycket som AlphaGenome 1. Den kan också förutsäga effekter i celltillstånd den aldrig har sett tidigare, till exempel immunceller som aktiverats av ett vaccin, utan att tränas om.
Varför det spelar roll
För biomedicinska forskare erbjuder AlphaGenome 2 ett sätt att koppla sjukdomsassocierade DNA-varianter direkt till de celltyper som driver symtomen, vilket kan påskynda identifieringen av möjliga behandlingsmål. För läkemedelsutvecklare kan modellen hjälpa till att prioritera vilka varianter som bör åtgärdas i en viss vävnad och därmed göra det prekliniska arbetet mer fokuserat. Den kommersiella förhandsversionen innebär att bioteknikföretag kan börja testa verktyget, men den högre beräkningskostnaden gör att det inte ersätter det billigare AlphaGenome 1 för breda kartläggningar.
