Google DeepMind представила AlphaGenome 2, модель штучного інтелекту, яка визначає, як варіанти ДНК впливають на різні типи клітин. Це наступник моделі AlphaGenome, випущеної минулого року. Головна відмінність нової версії в тому, що вона враховує клітинний контекст, якого попередниця в прогнозах не мала.
Усі клітини тіла містять однакову генетичну інформацію, проте те, які гени активуються, залежить від типу клітини та від стимулів, яким вона піддається. Тому один і той самий варіант ДНК може мати протилежний ефект у різних клітинах. Саме цю складність і намагається відтворити AlphaGenome 2, адже для розуміння причин хвороб важливо знати не лише те, що змінилося в геномі, а й де саме це відбувається.
Модель навчали на понад 100 мільйонах профілів клітин, отриманих із 68 типів тканин. За результатами, вона виявляє майже вдвічі більше варіантів, які змінюють експресію генів, ніж системи-конкуренти. Розробники також зазначають, що AlphaGenome 2 може прогнозувати нові типи клітин без додаткового перенавчання на нових даних. Крім того, модель вказує на прогалини в експериментальних даних, що допомагає лабораторіям визначати пріоритети дослідження.
Адам Гаёзо пов’язує здатність моделі з поєднанням популяційної генетики та клітинної біології, які раніше часто розглядалися окремо. Він наголошує, що такий зв’язок дозволяє переходити від статистичних закономірностей у популяціях до розуміння механізмів, що діють усередині конкретних клітин. Жига Авсец, який очолює напрям геноміки, відзначає, що нові дані про стани клітин із високою роздільною здатністю стали ключовою передумовою для такого результату. Без них, за його словами, навчити модель на такому рівні деталізації було б неможливо.
Практична цінність цього підходу пов’язана зі специфічністю ліків. Препарати діють на конкретні білки в певних типах клітин, тож розуміння того, як генетичні варіанти змінюють поведінку саме цих клітин, може впливати на точність фармакологічних рішень. Ширший вплив таких моделей полягає в тому, що дослідники отримують змогу відбирати для подальших експериментів ті гіпотези, які мають найбільші шанси на підтвердження. Довгостроковою метою команди є створення віртуальних клітин, тобто повноцінних цифрових симуляцій, які дозволили б вивчати біологічні процеси без першочергового експерименту в лабораторії.
Водночас AlphaGenome 2 є обчислювально витратною системою, яка коштує дорожче за попередні моделі DeepMind. Це означає, що її широке використання поки стримують ресурси. Для некомерційних досліджень модель доступна безкоштовно через API, тоді як комерційний доступ наразі обмежений приватним попереднім переглядом. Реальна клінічна користь моделі ще не продемонстрована, а точні показники її точності та деталі валідації в матеріалах не наведені, тож твердити про готовність до застосування в медицині поки передчасно.
Розробка також виходить за межі суто наукових завдань. Google конкурує з Anthropic та OpenAI у напрямі автоматизації проєктування ліків, де штучний інтелект стає інструментом пошуку нових терапевтичних рішень. Для фармацевтичної галузі це означає, що від результатів таких моделей залежатиме, наскільки швидко можна буде відсіювати перспективні молекули ще до дорогих клінічних випробувань. Чи стане AlphaGenome 2 практичним інструментом для медицини, покаже подальша перевірка результатів незалежними командами.