Google DeepMind veröffentlicht AlphaGenome 2 für DNA- und Krankheitsforschung

Google DeepMind hat AlphaGenome 2 angekündigt, ein DNA-Sequenzmodell der nächsten Generation, das vorhersagt, wie DNA-Sequenzen und ihre Variationen spezifische menschliche Zelltypen beeinflussen. Das Unternehmen sagt, das Modell gebe Wissenschaftlern ein Werkzeug an die Hand, um die zellulären Treiber von Krankheiten aufzudecken.

Was AlphaGenome 2 leistet

Zellen tragen denselben DNA-Bauplan, aber verschiedene Zelltypen schalten verschiedene Gene ein oder aus. AlphaGenome 2 sagt voraus, wie genetische Varianten Hunderte menschlicher Zelltypen beeinflussen, und bewegt sich von breiten Gewebedurchschnitten hin zu individuellen Zelltypen und Zellzuständen. Das Modell wurde mit mehr als 100 Millionen individuellen Zellprofilen aus 68 Geweben sowie mit Bulk- und Einzelzell-Daten aus menschlichen und Maus-Proben trainiert, darunter über 107 Millionen individuelle Zellprofile.

AlphaGenome 2 ist ein bedingtes Modell. Es nimmt eine spezifische biologische Bedingung zusammen mit einer Eingabe-DNA-Sequenz entgegen, die entweder aus einem Referenzkatalog von Zelltypen ausgewählt oder in Echtzeit aus einem Einzelzell-Experiment eines Wissenschaftlers über einen Zell-Encoder generiert wird. Es sagt Genexpression, Histonmodifikationen, Chromatin-Zugänglichkeit und DNA-Methylierung voraus.

Das Modell kann sich direkt an neue Einzelzell-Daten anpassen, ohne neu trainiert zu werden. Wissenschaftler können eine Einzelzell-RNA-seq-Aufnahme der Genaktivität von nur einigen Dutzend Zellen hochladen, und AlphaGenome 2 kann Varianteneffekte und Genregulation für neue Zellzustände vorhersagen, wie sie beispielsweise durch Krankheiten oder Impfungen entstehen.

Leistung und Krankheitsbeispiele

Google DeepMind gibt an, dass AlphaGenome 2 fast doppelt so viele Varianten identifiziert, die die Genexpression in Zellen verändern, im Vergleich zu seinem vorherigen State-of-the-Art-Modell. Im TenK10K-Datensatz, einer großen Einzelzellkarte von 28 primären Immunzelltypen, identifizierte AlphaGenome 2 zuverlässig fast doppelt so viele kausale Varianten (30 % vs. 16 %) und gerichtete Genwirkungen (43 % vs. 23 %) als das ursprüngliche AlphaGenome, das auf Einzelzell-Daten feinabgestimmt wurde, sowie andere spezialisierte Tools.

Das Unternehmen gab ein Beispiel im Zusammenhang mit entzündlichen Darmerkrankungen. Eine kürzlich durchgeführte wegweisende Studie zeigte, dass eine Variante in einem entfernten regulatorischen Schalter die IBD durch Überaktivierung des ETS2-Gens in Darm-Immunzellen (Makrophagen) antreibt. Bei der Erstellung von Vorhersagen für verschiedene Immunzelltypen im Darm reproduzierte AlphaGenome 2 diese Erkenntnis rechnerisch. Es isolierte die kausale Variante und zeigte, dass sie das ETS2-Gen selektiv in Darm-Makrophagen verstärkt, während andere Zelltypen und Gene weitgehend unbeeinflusst bleiben.

Das Modell zeigte auch, dass eine mit schwerem COVID-19 verbundene Variante die Genaktivität stärker stört, wenn sich Zellen in einem aktivierten Zustand befinden, ein Effekt, der in unaktivierten Zellen übersehen würde.

Verfügbarkeit

AlphaGenome 2 ist ab heute für nicht-kommerzielle Forschung über die AlphaGenome-API verfügbar und in einer privaten Vorschau für kommerzielle Forschung. Interaktive Colab-Tutorials für die Expression-Konditionierung sind ebenfalls verfügbar. Google DeepMind gibt an, dass es bald AlphaGenome 2 Skills in Google Antigravity, seiner agenticen Entwicklungsplattform, veröffentlichen wird.

Das Unternehmen weist darauf hin, dass AlphaGenome und AlphaGenome 2 ausschließlich für Forschungszwecke bestimmt sind und nicht für klinische oder diagnostische Zwecke validiert oder zugelassen wurden.

Warum es wichtig ist

Die Veröffentlichung verbindet menschliche Genetik mit der Einzelzellbiologie, indem sie AlphaGenome 2-Vorhersagen für merkmalassoziierte Varianten über Hunderte menschlicher Zell- und Gewebebedingungen vorab berechnet. Dies hilft Forschern dabei, Enhancer-Gen-Verbindungen in echten menschlichen Zelltypen zu kartieren und kausale GWAS-Varianten sowie die Zellen, in denen sie wirken, zu lokalisieren, über Merkmale hinweg, die von Körpergröße bis zu Typ-2-Diabetes reichen.

Quellen (auf Englisch)

• deepmind.google: AlphaGenome 2: Deciphering how cells read DNA to better understand disease — Google DeepMind

KI-Übersetzung des englischen Originalartikels, automatisch geprüft, damit sie dasselbe aussagt wie das Original. Die Quellen wurden auf Englisch geprüft.