Google DeepMind uruchamia AlphaGenome 2 do badania wpływu wariantów DNA na komórki

Najważniejsze

  • •AlphaGenome 2 analizuje wpływ wariantów DNA w określonych tkankach, typach komórek i stanach biologicznych.
  • •Model może wykorzystywać własne dane single-cell badacza bez ponownego trenowania.
  • •W benchmarku TenK10K wskazał 30 proc. wariantów oznaczonych jako przyczynowe wobec 16 proc. dla wcześniejszego podejścia.
  • •Wyniki 30 proc. i 43 proc. dotyczą konkretnego benchmarku komórek odpornościowych i nie są niezależnie zreplikowane.
  • •AlphaGenome 2 jest narzędziem badawczym, a nie zatwierdzonym systemem diagnostycznym ani medycznym.
·
5 min

Google DeepMind poinformował 11 listopada 2026 r. o udostępnieniu modelu AlphaGenome 2 za pośrednictwem AlphaGenome API. Firma przeznaczyła to narzędzie do niekomercyjnych badań nad wpływem wariantów DNA na regulację genów w określonych typach i stanach komórek.

Model analizuje sekwencję DNA wraz z warunkiem biologicznym, takim jak tkanka, typ komórki lub jej stan. Według DeepMind AlphaGenome 2 może także wykorzystywać własne dane single-cell bez ponownego trenowania. Firma wytrenowała model na ponad 107 mln profili komórkowych pochodzących z 68 tkanek człowieka i myszy. Zbiór obejmował dane typu bulk oraz single-cell.

Dostęp przez API obejmuje obecnie badania niekomercyjne. Według materiałów DeepMind komercyjny dostęp znajduje się w prywatnej fazie testowej. Firma nie podała publicznie w analizowanych materiałach szczegółowych warunków uzyskania takiego dostępu.

W benchmarku TenK10K DeepMind uzyskał dla AlphaGenome 2 wynik 30 proc. w wykrywaniu wariantów oznaczonych jako przyczynowe. Wcześniejsze podejście uzyskało 16 proc. Benchmark obejmował 28 pierwotnych typów komórek odpornościowych. DeepMind podał także wyniki odpowiednio 43 proc. i 23 proc. w prawidłowym określaniu kierunku wpływu wariantów na ekspresję genów. Dane te pojawiają się w części materiałów opisujących ogłoszenie, ale nie we wszystkich.

Wyniki opierają się na komunikatach DeepMind i nie mają niezależnej replikacji. Materiały nie przedstawiają formalnej definicji wariantu przyczynowego, liczby testowanych wariantów, liczby fałszywie dodatnich wskazań ani przedziałów niepewności. Nie wyjaśniają także, czy porównywane modele działały na identycznych danych i przy tych samych progach. Wynik 30 proc. dotyczy konkretnego benchmarku, a nie wszystkich wariantów przyczynowych w ludzkim genomie.

Badania asocjacyjne mogą wskazać region DNA związany z chorobą, ale często nie pokazują, który wariant wywołuje efekt, jaki gen zmienia ani w jakim typie komórki ten efekt występuje. AlphaGenome 2 ma pomagać w zawężaniu takich hipotez. Benchmark TenK10K obejmuje jednak komórki odpornościowe, więc nie pokazuje skuteczności modelu w mózgu, płucach, wątrobie, guzach ani innych tkankach.

AlphaGenome 2 pozostaje narzędziem badawczym. Nie został zatwierdzony ani zwalidowany do celów diagnostycznych lub podejmowania decyzji medycznych. Znaczenie modelu dla medycyny będzie zależeć od wyników niezależnych testów, badań w innych tkankach oraz potwierdzenia predykcji w eksperymentach biologicznych.

Najczęstsze pytania

Do czego służy AlphaGenome 2?▼
Model ma pomagać przewidywać, jak warianty DNA wpływają na regulację genów w określonych typach i stanach komórek, co może ułatwiać analizę hipotez dotyczących chorób.
Czy AlphaGenome 2 może analizować dane własne laboratorium?▼
Tak. Według DeepMind badacze mogą dostarczyć własne dane single-cell i wykorzystać je do warunkowania predykcji bez ponownego trenowania modelu.
Jakie wyniki uzyskano w benchmarku TenK10K?▼
DeepMind podał, że AlphaGenome 2 wykrył 30 proc. wariantów oznaczonych jako przyczynowe, wobec 16 proc. dla wcześniejszego podejścia, oraz prawidłowo określił kierunek wpływu dla 43 proc. efektów wobec 23 proc. wcześniej.
Czy wynik benchmarku oznacza skuteczność diagnostyczną?▼
Nie. Wyniki dotyczą określonego benchmarku 28 pierwotnych typów komórek odpornościowych i nie stanowią miary skuteczności diagnostycznej u pacjentów.
Czy AlphaGenome 2 może być używany do podejmowania decyzji medycznych?▼
Nie. Model jest przeznaczony do badań i nie został zatwierdzony ani zwalidowany do celów diagnostycznych lub podejmowania decyzji medycznych.

Słownik pojęć

AlphaGenome 2
Model DeepMind przewidujący wpływ sekwencji i wariantów DNA na regulację genów w określonych kontekstach biologicznych.
Dane single-cell
Dane pomiarowe opisujące właściwości pojedynczych komórek, a nie uśredniony sygnał z całej próbki tkanki.
Wariant przyczynowy
Wariant genetyczny uznawany w danym badaniu za bezpośrednio związany z obserwowanym efektem biologicznym; materiały nie podają formalnej definicji użytej w benchmarku.
Regulacja genów
Procesy kontrolujące aktywność genów, w tym poziom ich ekspresji i dostępność DNA dla aparatu komórkowego.
Benchmark TenK10K
Zestaw ewaluacyjny obejmujący 28 pierwotnych typów komórek odpornościowych, użyty do porównania predykcji modeli.
API
Interfejs programistyczny umożliwiający korzystanie z modelu i jego predykcji przez oprogramowanie.

Najważniejsze dane o AlphaGenome 2

ElementInformacja
DostępAlphaGenome API; obecnie badania niekomercyjne
Dane treningowePonad 107 mln profili komórkowych z 68 tkanek człowieka i myszy, obejmujących dane bulk i single-cell
Kontekst predykcjiTkanka, typ komórki lub stan komórki
Wykrywanie wariantów w TenK10K30 proc. dla AlphaGenome 2 wobec 16 proc. dla wcześniejszego podejścia
Określanie kierunku efektu43 proc. wobec 23 proc. wcześniej
OgraniczenieBenchmark dotyczył komórek odpornościowych i nie zastępuje niezależnej walidacji

AlphaGenome 2 a wcześniejsze podejście

AlphaGenome 2
+Uwzględnia tkankę, typ komórki lub stan komórki w predykcji
+Może wykorzystywać własne dane single-cell bez ponownego trenowania
+Uzyskał wyższe wyniki w benchmarku TenK10K
−Dostęp API obejmuje obecnie badania niekomercyjne
−Wyniki nie mają niezależnej replikacji
−Nie jest przeznaczony do diagnostyki ani decyzji medycznych
dane treningoweponad 107 mln profili komórkowych
kierunek wpływu43 proc.
wykrywanie wariantów w TenK10K30 proc.
Wcześniejsze podejście AlphaGenome
+Umożliwiało analizę szerokiego zestawu sygnałów regulacji genów
+Stanowiło punkt odniesienia dla nowego modelu
−Nie osiągało tak wysokich wyników w przywołanym benchmarku
−W porównaniu opisanym przez DeepMind było dostosowane do danych single-cell, ale nie przedstawiono pełnej porównywalności warunków
−Nie zapewnia wnioskowania klinicznego
kierunek wpływu23 proc.
zakres benchmarku28 typów komórek odpornościowych
wykrywanie wariantów w TenK10K16 proc.

Jak działa AlphaGenome 2?

Sekwencja DNA
Model otrzymuje sekwencję DNA zawierającą analizowany wariant.
Kontekst biologiczny
Predykcja uwzględnia tkankę, typ komórki lub jej stan.
Dane single-cell
Badacz może dodać własne dane pojedynczych komórek bez ponownego trenowania modelu.
Predykcja regulacji
Model szacuje możliwy wpływ wariantu na aktywność genów i inne sygnały regulacyjne.
Weryfikacja biologiczna
Predykcje wymagają niezależnych testów i potwierdzenia w eksperymentach biologicznych.

Opracowano na podstawie komunikatów DeepMind i materiałów źródłowych; wyniki benchmarku nie mają niezależnej replikacji.

Pierwsi napisali na ten temat

Komentarze (0)

0/2000

Powiązane artykuły

Isomorphic Labs pozyskało 2,1 mld dolarów na rozwój leków z użyciem AI

Londyńska firma Isomorphic Labs pozyskała 2,1 mld dolarów w rundzie Series B, której przewodził Thrive Capital. Spółka nie podała dokładnej daty ogłoszenia ani zamknięcia transakcji. Środki chce przeznaczyć na rozwój platformy IsoDDE, ekspansję międzynarodową, rekrutację specjalistów oraz prace nad kandydatami lekowymi.

22 października 2026

Czy ponad 2 mld dolarów wystarczy, by Isomorphic Labs dowioło pierwsze AI‑owe leki do fazy I?

Alphabet‑backed Isomorphic Labs z Londynu ogłosił 12 maja rundę Series B o wartości 2,1 mld dol., prowadzoną przez fundusz Thrive Capital. Pieniądze mają przyspieszyć rozwój platformy IsoDDE, rozbudowę pipeline’u przedklinicznego oraz ekspansję zespołów w Europie i USA. Spółka nadal nie ma leków w badaniach klinicznych, a start fazy I został przesunięty na koniec 2026 r.

13 maja 2026

Isomorphic Labs pozyskuje 2,1 mld USD na rozwój AI w odkrywaniu leków

Isomorphic Labs, spin‑out z Google DeepMind kierowany przez Demisa Hassabisa, poinformowała o rundzie Series B o wartości 2,1 mld USD, prowadzonej przez Thrive Capital, z udziałem Alphabetu i kilku globalnych funduszy. Spółka zapowiada, że środki przeznaczy na rozwój platformy IsoDDE, rozbudowę zespołu oraz przyspieszenie własnych programów terapeutycznych i partnerstw z firmami takimi jak Eli Lilly, Novartis i Johnson & Johnson. Mimo rekordowej skali finansowania firma nie ma jeszcze żadnego kandydata na lek w badaniach klinicznych z udziałem ludzi, a szczegóły struktury transakcji pozostają nieujawnione.

13 maja 2026

Google DeepMind prezentuje SynthID Bio do znakowania białek projektowanych przez sztuczną inteligencję

Według trzech źródeł wtórnych Google DeepMind ogłosiło 30 września 2026 r. SynthID Bio — zestaw metod znakowania sekwencji projektowanych przez sztuczną inteligencję białek oraz przewidywanych struktur 3D. Opisywane testy wykazały wysoką wykrywalność znaków w określonych zbiorach, ale pokazały też, że część manipulacji może je usunąć.

1 października 2026

Google Cloud uruchomił Gemini dla ochrony zdrowia w wersji testowej

Google Cloud poinformował 10 listopada 2026 r. o udostępnieniu w Stanach Zjednoczonych wersji preview platformy Gemini for Healthcare. Narzędzie ma łączyć dane z elektronicznej dokumentacji medycznej, systemów rozliczeniowych i ubezpieczeniowych oraz wspierać zadania administracyjne, w tym przygotowywanie dokumentacji do uzyskania uprzednich zgód.

12 listopada 2026

Pięć kont zablokowanych przez Anthropic za próby modyfikacji patogenów

Amerykańska firma Anthropic zablokowała konta użytkowników próbujących wykorzystać modele AI do prac nad bronią biologiczną. O zdarzeniu poinformował były koordynator Białego Domu ds. COVID-19, dr Ashish K. Jha, na łamach serwisu STAT News. Sprawa wywołała dyskusję na temat nadzoru nad syntezą DNA oraz barier w badaniach laboratoryjnych.

30 września 2026

StartSzukaj