AlphaGenome 2, DNA etkilerini hücre bazında okuyor

Google DeepMind, belirli hücre tiplerinde ve durumlarında genetik değişikliklerin nasıl davrandığını gösteren bir DNA tahmin modeli olan AlphaGenome 2'yi 11 Kasım 2026'da yayınladı. Model, tüm dokular boyunca sabit çıktılar üretmek yerine hücreye özgü etkileri ortaya koyuyor. DeepMind, 28 birincil bağışıklık hücresi tipini kapsayan TenK10K kıyaslamasında modelin nedensel varyantların %30'unu belirlediğini bildiriyor. Bu oran, tek hücre verisi üzerinde ince ayar yapılan özgün AlphaGenome için bildirilen %16'lık sonuçtan daha yüksek.

Model, insan ve fare numunelerinden alınan toplu hücre ve tek hücre verileriyle eğitildi. Eğitim verisi, 107 milyondan fazla bireysel hücre profilini içeriyor. Araştırmacılar, yeniden eğitim gerektirmeden tahminleri yeni gözlenen durumlara uyarlamak için tek hücre gen aktivitesi verisi de sağlayabiliyor. Böylece sistem, daha önce hiç ölçülmemiş özellikleri tahmin edebiliyor ve hangi deneylerin yapılacağına öncelik verebiliyor.

Neden önemli

Asıl iyileştirme bağlam sağlaması. Doku düzeyinde bir sonuç, hastalıkla ilişkiyi gösterebilir ancak etkili hücreyi belirsiz bırakabilir. AlphaGenome 2, aynı DNA bölümünün farklı hücresel ortamlarda nasıl davrandığını araştırıyor. Bu yaklaşım, geniş kapsamlı doku modellerinin kaçırdığı, yalnızca belirli hücrelerde görülen etkileri ortaya çıkarıyor.

DeepMind bu yeteneği, bilinen bir bağırsak hastalığı mekanizmasını bilgisayar üzerinden yeniden üreterek gösterdi. Model, bağırsak makrofajlarında özgü olarak ETS2 gen aktivitesini artıran bir düzenleyici varyantı kopyaladı. İlgili biyoloji ilk kez Imperial College London, Francis Crick Institute ve UCL tarafından Haziran 2024'te bildirilmişti. Dolayısıyla modelin katkısı, varyant-gen-hücre birleşimini bilgisayar üzerinden doğrulamak oldu; onu keşfetmek değil.

Piyasa etkisi

AlphaGenome 2, ticari olmayan araştırmalar için DeepMind API üzerinden kullanılabiliyor. Ticari erişim ise özel ön izlemede bulunuyor. Her iki AlphaGenome modelinin de klinik veya tanısal kullanım için doğrulanmadığı ve onaylanmadığı açıkça belirtiliyor. Bu nedenle yakın vadeli fırsat, daha odaklı deney tasarımı sunuyor: herhangi bir laboratuvar çalışması başlamadan önce hastalıkla ilişkili bir sinyali belirli bir varyanta, hedef gene ve hücre tipine bağlamak.

Genomik ve ilaç keşfi süreçleri açısından bildirilen %30 ile %16 arasındaki artış, varyant belirleme üzerinde geliştiriciler tarafından açıklanan bir kıyaslama sonucudur. Tanısal doğruluk veya kişisel hastalık riski ölçütü değildir.