Google DeepMind представила AlphaGenome 2 — модель искусственного интеллекта, которая определяет, как генетические изменения влияют на конкретные типы клеток человека. В тестах на иммунных клетках она обнаружила 30% причинных генетических вариантов против 16% у предыдущей версии. Модель также смогла восстановить механизм воспалительного заболевания кишечника, выделив конкретную мутацию, которая приводит к чрезмерной активности гена ETS2 в определённых иммунных клетках.
Все клетки организма содержат практически одинаковую последовательность ДНК, но используют разные её участки. Например, мышечная клетка и клетка иммунной системы активируют разные гены, хотя их генетический материал одинаков. Поэтому одна и та же мутация может иметь разные последствия в зависимости от типа клетки. Предыдущая версия AlphaGenome анализировала последовательности ДНК длиной до 1 млн нуклеотидов (букв генетического кода) и одновременно прогнозировала их свойства для множества тканей. Такой подход затруднял выявление тонких различий между близкими типами клеток.
AlphaGenome 2 работает иначе: помимо последовательности ДНК, модель получает информацию о конкретном состоянии клетки и рассчитывает генетические эффекты именно для него. При обучении использовалось более 107 млн индивидуальных профилей клеток из 68 типов тканей человека и мышей. Модель прогнозирует активность генов, физическую упаковку ДНК внутри клеточного ядра и метилирование — присоединение химических меток, способных подавлять активность генов или регулировать её. Кроме того, она может восстанавливать недостающие характеристики клетки по отдельным измерениям: например, по данным об активности генов предсказывать, какие участки ДНК доступны для работы клеточных механизмов.
Источник изображения: сгенерировано Muse
В тестировании TenK10K, включавшем 28 типов первичных иммунных клеток, AlphaGenome 2 определила 30% причинных генетических вариантов. В 43% случаев она также правильно предсказала, усиливает или подавляет конкретный вариант активность гена. Для сравнения, доработанная версия предыдущей AlphaGenome показала результаты 16% и 23% соответственно. Модель также точнее описывала непрерывные процессы изменения клеток, например созревание стволовых клеток крови в эритроциты.
Отдельно Google DeepMind проверила модель на механизме воспалительного заболевания кишечника, ранее описанном в научной работе, опубликованной в Nature. AlphaGenome 2 вычислительно выделила конкретный вариант ДНК в регуляторном участке, расположенном далеко от самого гена. Это изменение избирательно усиливает активность ETS2 в кишечных макрофагах — иммунных клетках, участвующих в воспалительных процессах. При этом другие типы клеток и гены практически не затрагиваются. Таким образом, модель смогла связать конкретное изменение генетического кода с нарушением работы определённой популяции клеток.
Ещё одна возможность AlphaGenome 2 — анализ клеточных состояний, на данных о которых модель не обучалась напрямую. Для этого достаточно передать результаты измерений активности генов всего нескольких десятков клеток: система адаптирует прогнозы к новому состоянию без дополнительного обучения. На данных исследования мРНК-вакцины против COVID-19 модель смогла отличить активированные Т-клетки от находящихся в состоянии покоя. Она также показала, что генетический вариант, связанный с тяжёлым течением COVID-19, нарушает клеточную активность преимущественно после активации Т-клеток. В состоянии покоя этот эффект оставался бы незаметным.
DeepMind уже подготовила предварительные прогнозы для сотен типов клеток и тканей. Они могут использоваться при анализе GWAS — масштабных исследований, которые связывают участки генома с особенностями организма и риском заболеваний. Такие исследования часто указывают на широкую область ДНК, не позволяя определить конкретную причинную мутацию. AlphaGenome 2 помогает сузить поиск до отдельных генетических вариантов и установить, какие именно клетки затрагивает изменение. В достаточно надёжных случаях модель также определяет направление воздействия мутации — усиливает она активность гена или подавляет её.
AlphaGenome 2 уже доступна через API для некоммерческих научных исследований, а коммерческим пользователям предоставляется в рамках закрытого предварительного доступа. Модель не предназначена для клинической диагностики. DeepMind планирует интегрировать её в платформу Google Antigravity, где она будет работать совместно с инструментами Gemini 4 для автоматизации исследовательских процессов.
