AlphaGenome 2 от DeepMind предсказывает работу генов в сотнях типов клеток
AlphaGenome 2 предсказывает, как изменения в ДНК сказываются на конкретных типах клеток, и находит почти вдвое больше вариантов, меняющих работу генов, чем первая версия.
Google DeepMind выпустила AlphaGenome 2 — модель, которая предсказывает, как участок ДНК работает в конкретном типе клеток человека и как его работу меняют мелкие отличия в последовательности. Для некоммерческих исследований она открыта через AlphaGenome API, для коммерческих — в закрытой предварительной версии.
Почему это важно: первая AlphaGenome уже делала предсказания для разных типов клеток и тканей, но училась на данных, усреднённых по всем клеткам образца. Вариант ДНК, который действует только в одном типе клеток, в таком среднем мог потеряться. Новая модель различает сотни типов и состояний клеток, включая те, которых не видела при обучении.
Предыстория: первую версию компания показала в июне 2025 года. Затем вышла AlphaGenome Atlas — база с предсказаниями для всех 9 млрд возможных замен одной «буквы» в геноме человека. В сентябре DeepMind рассказала, что база помогла найти мутацию при редком заболевании.
Как это работает: прежняя модель брала отрезок ДНК длиной в миллион «букв» и разом выдавала предсказания для тысяч экспериментов из разных тканей. По словам авторов, ёмкость модели — то, сколько закономерностей она способна усвоить, — делилась между тысячами экспериментов сразу, и на каждый приходилось немного. Поэтому тонкие различия между близкими типами клеток ей было трудно уловить. AlphaGenome 2 считает для одного условия за раз: вместе с ДНК она получает ткань, тип или состояние клетки и учитывает их на каждом этапе. Так модель учится тому, что один и тот же участок ДНК разные клетки «читают» по-разному.
Её обучили на данных человека и мыши — и по целым образцам тканей, и по отдельным клеткам, которых в наборе больше 107 млн. К прежним показателям — активности генов, модификациям гистонов, доступности хроматина1 — добавилось метилирование ДНК2. Если учёный измерил что-то одно, например активность генов в отдельных клетках, модель достроит недостающее, скажем доступность хроматина. Это помогает решить, какой эксперимент ставить следующим.
В цифрах: на TenK10K — большой карте 28 типов иммунных клеток человека, составленной по отдельным клеткам, — AlphaGenome 2 уверенно выявила 30% причинных вариантов, то есть тех, что сами меняют работу гена. У первой AlphaGenome, дообученной на данных отдельных клеток, и других специализированных инструментов — 16%. Влияние на ген с указанием направления — усиливает вариант его работу или ослабляет — модель выявила в 43% случаев против 23%.
Детали: в 2024 году в Nature вышло исследование о воспалительных заболеваниях кишечника. Его авторы показали, что вариант в дальнем регуляторном участке ДНК повышает риск болезни, слишком сильно включая ген ETS2 в иммунных клетках кишечника — макрофагах. AlphaGenome 2 повторила эту находку расчётом: выделила тот самый вариант и показала, что он усиливает ETS2 именно в макрофагах кишечника, почти не задевая другие клетки и гены.
Для нового состояния клеток модель не нужно переобучать: хватает данных об активности генов в нескольких десятках клеток. По данным DeepMind, на таких данных она не уступает моделям, которые обучали прямо на них. На материалах исследования мРНК-вакцины от COVID-19, которых модель не видела, она отличила T-клетки, активированные вакциной, от покоящихся. Она же показала, что вариант, связанный с тяжёлым течением COVID-19, сильнее нарушает работу генов именно в активированных клетках — в покоящихся этот эффект упустили бы.
Общая картина: генетики нашли тысячи вариантов, связанных с болезнями и признаками, а клеточные атласы вроде Human Cell Atlas описывают активность генов в миллионах клеток. Связать одно с другим трудно: полногеномные поиски ассоциаций3 указывают на целые участки ДНК, но не всегда на конкретный вариант, ген и тип клеток. DeepMind заранее посчитала предсказания для таких вариантов в сотнях типов клеток и тканей — для признаков от роста до диабета 2-го типа. Они связывают и энхансеры, дальние «переключатели» генов, с генами, которыми те управляют, — в настоящих клетках тела вроде астроцитов мозга, а не только в лабораторных клеточных линиях.
Но: обе версии AlphaGenome предназначены только для исследований. Для клинической работы и диагностики их не проверяли и не одобряли.
Что дальше: скоро навыки AlphaGenome 2 появятся в Google Antigravity — платформе Google для разработки с помощью ИИ-агентов, где модель можно будет использовать вместе с Gemini 4. Вместе с британским Институтом Сенгера DeepMind собирает данные о новых типах и состояниях клеток.