Прорыв в клеточной специфичности
Google DeepMind выпустила AlphaGenome 2, новую архитектуру для анализа генома, которая решает ключевую проблему предыдущих версий: отсутствие учета клеточного контекста. В отличие от AlphaGenome 1, усреднявшей данные по тканям, новая модель работает как условная последовательность-функция. Она принимает на вход 1 Мб (1 048 576 пар оснований) последовательности ДНК (человек или мышь) и 256-мерный эмбеддинг состояния клетки.
Ключевая инновация — возможность использовать сырые данные одноклеточной РНК-секвенирования (scRNA-seq) для определения состояния клетки. Модель обучена на более чем 100 миллионах профилей scRNA-seq (в основном из CELLxGENE), что позволяет ей адаптироваться к новым, ранее не виденным типам клеток без этапа дообучения (fine-tuning). Архитектура основана на U-Net с конвертульным энкодером, 11 блоками трансформера и декодером, где условия модулируют активации через слои FiLM.
Результаты бенчмарков: цифры и сравнения
AlphaGenome 2 демонстрирует значительное улучшение в предсказании эффектов количественных локусов экспрессии (eQTL) и связей энхансер-ген. На датасете TenK10K (28 иммунных типов клеток) модель достигла 43% полноты (recall) при 90% точности знака эффекта, против 23% у дообученной AlphaGenome 1. В задаче импутации assay на когорте болезни Паркинсона AlphaGenome 2 показала 41% recall против 17% у Scooby.
| Метрика / Модель | AlphaGenome 2 | AlphaGenome 1 (fine-tuned) | Borzoi (ensemble) | Scooby |
|---|---|---|---|---|
| Входная последовательность | 1 Mb | 1 Mb | 524 kb | 524 kb |
| Учет типа клетки | scRNA-seq embedding | Фиксированные треки | Фиксированные треки | Декодер эмбеддинга |
| TenK10K sc-eQTL Sign AUC | 0.85 | 0.79 | Не оценивалось | 0.77 |
| TenK10K sc-eQTL Causality AUPRC | 0.76 | 0.72 | Не оценивалось | 0.69 |
| rE2G held-out CRISPRi AUPRC | 0.78 | 0.73 | 0.61 | Не оценивалось |
| Параметры | Не раскрыто | Не раскрыто | 235M | Не раскрыто |
Обучение и доступность
Обучение модели проходило в 4 этапа: предварительное обучение на 3 977 псевдобulk треках из 36 исследований, уточнение условий, дистилляция 8 моделей-учителей в одну и пост-обучение энкодера scRNA-seq. Модель работает на базе 2048 TPU v4.
На данный момент AlphaGenome 2 доступна через API для некоммерческих исследований. Весовые коэффициенты (weights) будут опубликованы позже. Для коммерческого использования запущен приватный предварительный просмотр. Также DeepMind выпустила предварительно рассчитанные атласы: один содержит связи энхансер-ген для 640 условий, другой оценивает около 7 миллионов вариантов (включая GWAS) across 510 условий.
Почему это важно
AlphaGenome 2 закрывает разрыв между генетической последовательностью и ее функциональным проявлением в конкретном типе клеток. Это критически важно для понимания механизмов заболеваний, где мутации проявляют эффект только в определенных тканях. Возможность использовать сырые данные scRNA-seq без дообучения делает инструмент универсальным для исследователей, работающих с новыми или редкими типами клеток.
Источник: MarkTechPost ↗