Google DeepMind выпустила AlphaGenome 2 для прогноза влияния ДНК на отдельные клетки
Google DeepMind представила AlphaGenome 2, модель, которая предсказывает, как вариации ДНК меняют работу генов в конкретных типах клеток. По словам компании, она находит почти вдвое больше вариантов, влияющих на экспрессию генов, чем предыдущая лучшая система.
Главное в цифрах
- Количество обученных профилей отдельных клеток: более 100 млн
- Охват тканей при обучении: 68
- Число найденных вариантов, влияющих на экспрессию генов, по сравнению с предыдущей лучшей системой: почти вдвое больше
Первая версия AlphaGenome работала с усреднёнными данными по тканям. Новая модель учитывает отдельные клетки и их состояния, например клетку мышцы сердца или иммунную клетку во время инфекции. Обучение шло на более чем 100 млн профилей отдельных клеток из 68 тканей.
AlphaGenome 2 является условной моделью: она предсказывает эффекты ДНК для одного заданного типа клеток или состояния за раз. Это позволяет модели учиться тому, как один и тот же участок ДНК читается в разных клетках. Кроме того, модель может предсказывать недостающие экспериментальные данные, например доступность хроматина по измерению активности генов одной клетки.
Доступ и применение
AlphaGenome 2 доступна сегодня для некоммерческих исследований через API AlphaGenome. Для коммерческих исследований компания открыла закрытое превью.
По словам разработчиков, модель может адаптироваться к новым одноклеточным данным без переобучения. Для примера, на данных исследования мРНК-вакцины от COVID-19 она отличила активированные иммунные T-клетки от покоящихся и показала, что вариант, связанный с тяжёлым течением COVID-19, сильнее нарушает активность генов в активированном состоянии.
По словам компании, это шаг от статических клеточных атласов к прогнозным инструментам для генетики и фармацевтики.
