Google DeepMindin AlphaGenome 2 ennustaa varianttien vaikutuksia solutiloissa

Google DeepMind julkisti AlphaGenome 2:n 11. marraskuuta 2026. Se on syväoppimismalli, joka ennustaa, miten DNA-variantit vaikuttavat geenien säätelyyn yksittäisissä solutyypeissä ja solutiloissa. Malli on koulutettu yli 100 miljoonalla yksittäisen solun profiililla, ja se on saatavilla ei-kaupalliseen tutkimukseen sekä kaupalliseen tutkimukseen yksityisessä esikatselussa.

Julkaisu vastaa kudostason genomimallien katvealueeseen: variantilla voi olla merkitystä vain erikoistuneessa solussa tai sairauden aktivoimassa solussa, jolloin sen signaali laimenee kudoksen keskiarvossa. AlphaGenome 2 puolestaan ehdollistaa jokaisen ennusteen valitun kudoksen, solutyypin tai solutilan perusteella, myös silloin, kun ehto on muodostettu tutkijan omasta yksisolukokeesta.

Aiempi AlphaGenome 1 ennusti molekyylitoimintaa laajoissa kudoksissa, kun taas AlphaGenome Atlas tarjosi ennusteet kaikille yhdeksälle miljardille mahdolliselle yhden kirjaimen muutokselle ihmisen genomissa. AlphaGenome 2 on erillinen mallijulkaisu, ei laajennus tuohon valmiiksi laskettuun atlakseen.

Solun identiteetin perusteella ehdollistettu malli

AlphaGenome 1 tuotti miljoonan emäksen DNA-jaksosta samanaikaisesti kiinteät tulosteet bulkkikudoksille ja solulinjoille. AlphaGenome 2 arvioi yhden ehdon kerrallaan ja välittää sen koko verkolle, minkä ansiosta se pystyy mallintamaan, miten sama DNA-jakso luetaan eri tavoin eri solutyypeissä. Sen ennusteisiin kuuluvat geenien ilmentyminen, RNA:n silmukointi ja kromatiinin saavutettavuus; lisäksi alkuperäisen mallin ominaisuuksiin on lisätty CpG-DNA:n metylaatio.

Teknisessä artikkelissa kuvataan, miten malli on koulutettu ihmisen ja hiiren bulkkiaineistoilla ja yksisoluaineistoilla. Tutkijat voivat antaa mallille uudesta kokeesta peräisin olevaa yksisolun RNA-sekvensointidataa, joka on tilannekuva geenien aktiivisuudesta. Soluenkooderi muuntaa sen ehdoksi ilman lisähienosäätöä. Näin malli voi tuottaa ennusteita aineistoille ja solutiloille, joita se ei ole aiemmin nähnyt.

Samalla rakenteella voidaan täydentää puuttuvia kokeellisia mittaustuloksia. Pelkkien geenien ilmentymistietojen perusteella AlphaGenome 2 voi ennustaa mittaamattomia ominaisuuksia, kuten kromatiinin saavutettavuutta eli sitä, ovatko DNA-jaksot avoimia säätelylle, mikä auttaa tutkijoita asettamaan seuraavat kokeet tärkeysjärjestykseen. Vastapainona on laskennallinen kuormitus: jokainen ehto vaatii erillisen ennusteen, joten mallin käyttö on raskaampaa kuin kiinteisiin mittauskanaviin perustuvien monitehtävämallien.

Varianttien vertailutulokset ja esimerkit sairauksista

DeepMindin artikkelin mukaan AlphaGenome 2 löysi TenK10K-aineistosta, joka on 28 solutyyppiä kattava immuunijärjestelmän yksisoluaineisto, 30 % oletettavasti kausaalisista geenien ilmentymiseen liittyvistä varianteista 90 %:n positiivisella ennustearvolla. AlphaGenome 1:n yksisoluaineistolla hienosäädetty versio löysi niitä 16 %. AlphaGenome 2 tunnisti varianttien vaikutussuunnan 43 %:ssa tapauksista 90 %:n osuvuudella, kun vastaava luku oli 23 %. Malli selitti myös koulutuksen ulkopuolelle jätetyillä genomialueilla mediaaniltaan 34 % kudoksen sisäisestä, solutyypistä riippuvasta geenien ilmentymisen vaihtelusta. Saman hienosäädetyn edeltäjämallin vastaava osuus oli 23 %. Näissä arvioinneissa mitataan säätelyeroja toisiinsa liittyvien solujen välillä, eli juuri sellaista ongelmaa, johon ehdollistettu arkkitehtuuri on suunniteltu vastaamaan.

DeepMind raportoi myös kaksi tutkimusesimerkkiä solutilakohtaisesta analyysistä. Tulehduksellista suolistosairautta koskevassa analyysissä AlphaGenome 2 nosti esiin rs2836882:n seitsemän variantin uskottavuusjoukosta, yhdisti sen noin 290 kilobaasin päässä sijaitsevaan ETS2-geeniin ja paikansi ennustetun vaikutuksen suolen monosyyteihin ja makrofageihin. Näin se toisti mekanismin, joka oli aiemmin osoitettu kokeellisesti. Mallille ennestään tuntemattoman COVID-19-mRNA-rokotetutkimuksen yksisoludatan avulla se erotti rokotteen aktivoimat T-solut lepotilassa olevista T-soluista ja ennusti aktivoituneessa tilassa voimakkaamman vaikutuksen variantille, joka liittyy vakavaan COVID-19-tautiin. Yhdessä esimerkit havainnollistavat, että variantin ennustettu vaikutus voi riippua sekä solutyypistä että sen kulloisestakin tilasta.

Valmiiksi lasketut aineistot ja API-käyttö

DeepMind laski valmiiksi kaksi aineistoa tutkijoille, jotka eivät halua tehdä laajoja vertailuja itse. Toinen kartoittaa tehostajien ja geenien välisiä yhteyksiä 640 primaarisessa yksisoluisessa viiteolosuhteessa sekä 39 323 proteiinia koodaavassa ja pitkässä ei-koodaavassa RNA-geenissä. Tehostajat ovat säätelyyn osallistuvia DNA-jaksoja, jotka voivat vaikuttaa kaukana kohdegeeneistään. Toinen aineisto pisteyttää yli 6,8 miljoonaa yksilöllistä, yleistä ja ominaisuuksiin liittyvää yhden kirjaimen varianttia 510 ihmisellä havaittavassa olosuhteessa, jotta voidaan nimetä mahdollisia kausaalisia variantteja, kohdegeenejä, vaikutussuuntia ja merkityksellisiä solutiloja.

Julkaisuhetkellä AlphaGenome 2 ja geenien ilmentymisen ehdollistamista käsittelevät Colab-oppaat olivat saatavilla AlphaGenome API:n kautta ei-kaupalliseen tutkimukseen; kaupalliseen tutkimukseen ne olivat yksityisessä esikatselussa. Virallisessa dokumentaatiossa kerrotaan, että API:n käyttö ei-kaupallisiin tarkoituksiin on maksutonta ja kyselymäärät vaihtelevat kysynnän mukaan. DeepMind aikoo julkaista myös AlphaGenome 2 Skills -taidot Google Antigravitylle, joka on sen agenttipohjainen kehitysalusta. Genomics PLC:n toimitusjohtaja Peter Donnelly sanoi odottavansa, että AlphaGenome 2 otetaan käyttöön yhtiön Mystra-alustalla. Hän kuvaili sekvenssiennustemalleja työkaluiksi, joiden avulla voidaan siirtyä assosiaatiosignaaleista tietoihin, joita lääkealan kehitysohjelmat tarvitsevat.

Tutkimusartikkelissa varoitetaan, että vaikka tarkkuus on suuri, AlphaGenome 2 tunnistaa vain vähemmistön niistä geenien ilmentymiseen liittyvistä ja sairauteen yhdistetyistä muunnoksista, jotka tilastolliset analyysit arvioivat todennäköisesti syy-seuraussuhteeseen perustuviksi. Se voi aliarvioida vaikutuksia, jotka liittyvät avoimen kromatiinin ulkopuolisiin alueisiin, hyvin kaukana sijaitseviin säätelyelementteihin tai transkription jälkeen vaikuttaviin mekanismeihin. Ohimenevät, stimuloidut ja sairaustilat ovat edelleen aliedustettuina mallin koulutusaineistossa ja ennalta lasketussa muunnospaneelissa, ja hermosolujen tarkasti rajattuja alaryhmiä on yhä vaikea erottaa toisistaan.

Nämä olosuhteita kuvaavat esitykset perustuvat havainnoituihin vakiotilan profiileihin, joten ne kuvaavat korrelaatioita eivätkä syy-seuraussuhteita. Vielä ei tiedetä, pystyykö malli ennustamaan geenien poistamisen, yliekspression tai dynaamisten solutilasiirtymien aiheuttamia vasteita. DeepMind rajoittaa AlphaGenome-versioiden käytön tutkimukseen; kumpaakaan ei ole validoitu eikä hyväksytty kliiniseen tai diagnostiseen käyttöön.

Keskeinen seuraus on aiempaa kohdennetumpi reitti sairausyhteydestä ehdokasmuunnokseen, kohdegeeniin ja solutilaan. AlphaGenome 2 voi rajata hakua satojen olosuhteiden joukossa, mutta koska se ei tunnista kaikkia muunnoksia ja kuvaa solutiloja korrelaatioiden kautta, tuloksena syntyvät hypoteesit edellyttävät edelleen kokeellista jatkotutkimusta.