DeepMind представила AlphaGenome 2 для предсказания работы генов
Google DeepMind 11 ноября представила вторую версию модели AlphaGenome, которая предсказывает активность генов по последовательности ДНК длиной до 1 млн оснований. Главное отличие от первой версии — возможность задать состояние конкретной клетки, а не только тип ткани.
Первая AlphaGenome давала предсказания лишь для фиксированного набора тканей и клеточных линий из обучающей выборки. Новую версию обучали на базах CZ CELLxGENE и Human Cell Atlas, где собраны профили экспрессии миллионов отдельных клеток. Теперь исследователь может выбрать готовый референсный профиль или загрузить свой — например, для лимфоцита в состоянии воспаления.
На выходе модель выдаёт не только профиль экспрессии, но и карту регуляторных изменений вдоль ДНК с разрешением до одного нуклеотида: какие участки останутся открытыми для считывания, где смогут прикрепиться транскрипционные факторы и как изменится пространственная укладка хроматина.
Архитектура модели построена на нейросети U-Net: свёрточные слои ищут короткие локальные паттерны, а трансформеры анализируют связи на расстоянии до миллиона оснований. Во второй версии на входе появился клеточный энкодер, который переводит профиль экспрессии в вектор состояния клетки, и этот контекст влияет на обработку ДНК во всех ключевых слоях сети.
В анонсе приведён пример с воспалительным заболеванием кишечника: модель воспроизвела результаты более раннего эксперимента, выделив вариант в отдалённом регуляторном участке, который избирательно усиливает активность гена ETS2 в моноцитах и макрофагах, почти не затрагивая другие типы клеток.
AlphaGenome 2 не заменяет базу AlphaGenome Atlas с 9 млрд однобуквенных мутаций: сначала исследователи отсеивают кандидатов по справочнику, а затем просчитывают самые интересные варианты через новую модель. Попробовать её можно через API для некоммерческих исследований, код и веса первой версии были выложены в открытый доступ.