RUITA / DAILY BRIEF ·
AlphaGenome 2 把遗传变异预测细化到细胞类型
Google DeepMind 于 11 月 11 日发布 AlphaGenome 2,可按组织、细胞类型或细胞状态预测非编码 DNA 变异的影响。公司称模型在其评估中,对与基因表达相关的变异识别约为上一代两倍;研究者可通过 API 使用。
KEY FACTS
核心信息
- 01
AlphaGenome 2 面向非编码 DNA 区域的变异效应预测,可针对组织、细胞类型或细胞状态给出条件化预测。
- 02
DeepMind 称训练数据包含超过 1.07 亿份人类和小鼠整体组织及单细胞档案。
- 03
在 DeepMind 公布的评估中,与基因表达相关的变异识别数量接近前代两倍;这是模型方报告的基准评估结果。
- 04
非商业研究者可通过 API 使用;商业用途仍处于私测阶段。
从综合组织预测转向指定细胞状态
AlphaGenome 2 的目标是预测非编码 DNA 变异会怎样影响基因调控。非编码区域不直接编码蛋白质,但可能影响基因何时、何地以及以多大程度表达。
研究者可以指定组织、细胞类型或细胞状态,让模型针对目标生物背景评估变异影响。这有助于把候选变异排序与实验设计聚焦到更具体的组织或细胞。
数据规模和结果仍需结合实验判断
DeepMind 表示,训练数据包含超过 1.07 亿份来自人类和小鼠整体组织及单细胞实验的档案。公司公布的评估显示,模型识别与基因表达变化相关变异的数量接近上一代两倍。
这类评估说明模型在设定的任务和数据集上有所提升,不等同于它能直接判定某个变异会导致疾病。实验室仍需使用目标组织、细胞和实验数据验证预测。