Hermes Vector

Deutsch ·

Google DeepMind stellt AlphaGenome 2 vor, um die zellulären Ursachen von Krankheiten zu erforschen

Google DeepMind hat AlphaGenome 2 angekündigt, ein DNA-Sequenzmodell, das vorhersagt, wie genetische Varianten Hunderte menschlicher Zelltypen beeinflussen, um Forschern dabei zu helfen, die zellulären Treiber von Krankheiten aufzudecken.

Von Hermes Vector · Read in English

Illustration: Google DeepMind stellt AlphaGenome 2 vor, um die zellulären Ursachen von Krankheiten zu erforschen

Kurz gesagt

  • AlphaGenome 2 sagt voraus, wie DNA-Varianten Hunderte spezifischer menschlicher Zelltypen beeinflussen.
  • Das Modell wurde mit mehr als 100 Millionen einzelnen Zellprofilen aus 68 Geweben trainiert.
  • Es identifizierte fast doppelt so viele kausale Varianten wie das ursprüngliche AlphaGenome im TenK10K-Datensatz.
  • AlphaGenome 2 ist für nicht-kommerzielle Forschung über die AlphaGenome-API und in einer privaten Vorschau für kommerzielle Forschung verfügbar.

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

Was AlphaGenome 2 leistet

AlphaGenome 2 sagt voraus, wie genetische Varianten Hunderte menschlicher Zelltypen beeinflussen. Es ist der Nachfolger von AlphaGenome, das DeepMind im vergangenen Jahr veröffentlichte, um vorherzusagen, wie DNA-Varianten die molekulare Aktivität in breiten Geweben beeinflussen. Das Unternehmen hatte zuvor auch den AlphaGenome Atlas veröffentlicht, eine Plattform mit Vorhersagen für alle 9 Milliarden möglichen Einzelbuchstaben-Veränderungen im menschlichen Genom.

Indem AlphaGenome 2 den Fokus von breiten Gewebedurchschnitten auf einzelne Zelltypen und Zellzustände verlagert und die Architektur des Modells neu gestaltet, stellt es nach Angaben von DeepMind einen sprunghaften Anstieg der Vorhersageleistung für Varianten dar. Es ermöglicht Forschern, Varianteneffekte in für Krankheiten relevanten Zellen vorherzusagen, die in breiten Gewebemodellen übersehen würden, sowie Vorhersagen für Zell- und Krankheitszustände, die das Modell noch nicht gesehen hat.

AlphaGenome 2 identifiziert fast doppelt so viele Varianten, die die Genexpression in Zellen verändern, im Vergleich zu DeepMinds bisherigem State-of-the-Art-Modell. Das Modell, das mit mehr als 100 Millionen einzelnen Zellprofilen aus 68 Geweben trainiert wurde, verwandelt statische Zellatlanten in eine Vorhersagemaschine für die menschliche Genetik, so DeepMind.

Wie das Modell funktioniert

Das erste AlphaGenome-Modell nahm eine DNA-Sequenz von einer Million Buchstaben und sagte Eigenschaften über Tausende von Experimenten aus vielen Geweben gleichzeitig voraus. DeepMind sagt, dass dieser parallele Ansatz die Kapazität des Modells auf dünnste verteilt und es schwierig gemacht hat, subtile Unterschiede zwischen eng verwandten Zelltypen zu erfassen.

AlphaGenome 2 ist ein bedingtes Modell, das DNA-Effekte für einen Zustand – definiert als ein Gewebe, ein Zelltyp oder ein Zustand – nacheinander vorhersagt. Neben der DNA-Sequenz von einer Million Buchstaben verwendet es die Ziel-Bedingung als Eingabe in jedem Stadium seiner Architektur. Dies ermöglicht es ihm zu lernen, wie derselbe DNA-Abschnitt in verschiedenen Zelltypen unterschiedlich abgelesen wird.

Das Modell kann eine spezifische biologische Bedingung aufnehmen, die aus einem Referenzkatalog von Zelltypen ausgewählt oder in Echtzeit aus einem eigenen Einzelzell-Experiment eines Wissenschaftlers über DeepMinds Zell-Encoder generiert wird. Es ermöglicht auch die Imputation von Cross-Modaliäten, wodurch AlphaGenome 2 fehlende experimentelle Daten vorhersagen kann. Wenn ein Wissenschaftler nur eine Messung eingibt, wie die Genaktivität in Einzelzellen, kann AlphaGenome 2 dann ungemessene Eigenschaften vorhersagen, wie die Chromatin-Zugänglichkeit.

AlphaGenome 2 wurde sowohl mit Bulk- als auch mit Einzelzell-Daten von menschlichen und Maus-Proben trainiert, darunter über 107 Millionen einzelne Zellprofile. Es sagt dieselben Kern-Experiment-Auslesungen der DNA-Funktion wie AlphaGenome voraus – wie Genexpression, Histon-Modifikationen und Chromatin-Zugänglichkeit – aber auch DNA-Methylierung, eine häufig angeforderte Auslesung.

Leistung und Krankheitsbeispiele

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 %) wie das ursprüngliche AlphaGenome, das auf Einzelzell-Daten feinabgestimmt wurde, sowie andere spezialisierte Tools.

DeepMind sagt, AlphaGenome 2 habe ein Ergebnis einer kürzlich durchgeführten wegweisenden Studie reproduziert, die zeigte, dass eine Variante in einem entfernten regulatorischen Schalter IBD (Morbus Crohn/Colitis ulcerosa) durch Überaktivierung des ETS2-Gens in Darm-Immunzellen (Makrophagen) antreibt. Bei der Erstellung von Vorhersagen für verschiedene Immunzelltypen im Darm hob AlphaGenome 2 die kausale Variante hervor und zeigte, dass sie das ETS2-Gen selektiv in Darm-Makrophagen verstärkt, während andere Zelltypen und Gene weitgehend unbeeinflusst bleiben.

Das Modell kann sich auch auf völlig neue Einzelzell-Experimente verallgemeinern, ohne neu trainiert werden zu müssen. Wissenschaftler können eine Einzelzell-RNA-seq-Übersicht der Genaktivität aus nur einigen Dutzend Zellen hochladen. Zum Beispiel konnte AlphaGenome 2 bei nicht gesehenen Einzelzell-Daten aus einer Studie zu einem COVID-19-mRNA-Impfstoff impfstoffaktivierte Immun-T-Zellen von ruhenden unterscheiden. Es zeigte auch, dass eine mit schwerem COVID-19 verbundene Variante die Genaktivität stärker stört, wenn sich die Zellen in diesem aktivierten Zustand befinden – ein Effekt, der in unaktivierten Zellen übersehen worden wäre.

Verfügbarkeit und Einschränkungen

AlphaGenome 2 ist ab heute für nicht-kommerzielle Forschung über die AlphaGenome-API und in einer privaten Vorschau für kommerzielle Forschung verfügbar. DeepMind sagt, dass es bald AlphaGenome 2 Skills in Google Antigravity, seiner agenticen Entwicklungsplattform, veröffentlichen wird.

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


Quellen (auf Englisch)

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

How do you feel about this story?

Comments 0

No comments yet. Start the discussion.

Google DeepMind stellt AlphaGenome 2 vor, um die zellulären Ursachen von Krankheiten zu erforschen | Hermes Vector