DeepMind、AlphaGenome 2を公開し細胞別の変異影響を予測
Google DeepMindは11月11日、DNA配列モデル「AlphaGenome 2」を公開した。第1世代が最大100万塩基対のDNA配列を読み込み、遺伝的変異が遺伝子活動に与える影響を予測したのに対し、新モデルは組織・細胞型・細胞状態を条件として指定し、同じ変異がどの細胞で機能し得るかをより細かく予測できるのが特徴だ。 同モデルは人間とマウスの組織および単細胞データを学習基盤に用い、約1億700万個の単細胞、68組織をカバーするデータで細胞間の転写制御の違いを捉える。出力も基因発現に加え、クロマチン開放性、ヒストン修飾、新たにDNAメチル化まで対象とする。開発の狙いは、疾患関連変異の探索を「変異がある場所」から「実際に影響を受ける細胞」へと進める点にある。 検証では28種類の前駆免疫細胞を含む単細胞データを用い、遺伝的変異の表現型への関連を識別した。AlphaGenome 2は関連因果変異の約30%を捉え、単細胞データで調整した第1世代の16%を上回った。変異が遺伝子発現を増やすか減らすかの方向性も、第1世代の23%に対し43%を識別した。さらに、未観測の細胞状態でも、ユーザーが単細胞発現プロファイルを追加すれば再学習なしで予測に利用できるとする。 研究応用では、既知の炎症性腸病のメカニズムを回顧的に分析した事例を紹介する。DeepMindは、疾患リスクに関わるDNA変異が腸管マクロファージでETS2遺伝子の活動を高めるという先行実験の結論を再現し、約30分で近い結果を得たと説明する。ただし、両者の作業内容は等価ではなく、新モデルの予測は仮説生成にとどまり、機能的な因果関係は引き続き実験検証が必要だ。 AlphaGenome 2はすでにAlphaGenome APIを通じて非商用研究に公開されており、商用用途はプライベートプレビュー段階にある。臨床診断用途は未承認であり、AlphaGenome AtlasやAlphaFoldなどと組み合わせ、疾患関連変異・標的遺伝子・関与細胞の候補を選別する研究支援ツールとして位置づけられる。
