Google DeepMind випустила AlphaGenome 2 для аналізу варіантів за типами клітин
Google DeepMind випустила AlphaGenome 2 — умовну модель, що перетворює послідовність ДНК на функціональні прогнози. Вона оцінює регуляторну активність і вплив генетичних варіантів для визначених клітинних станів. Модель обробляє ділянку ДНК завдовжки 1 Mb (1 048 576 bp) людини або миші та одне умовання за виклик. Умова представлена 256-вимірним вбудовуванням, яке можна отримати із сирих даних одноклітинного RNA-секвенування. Завдяки цьому нові клітинні стани можна задавати без донавчання.
Архітектура містить згортковий енкодер, трансформер з 11 блоків і декодер. AlphaGenome 2 прогнозує покриття RNA, CAGE, сплайсинг, доступність хроматину, гістонові мітки, зв’язування транскрипційних факторів і контактні карти; новим показником стало CpG-метилювання. Під час навчання використано bulk-дані та 3 977 псевдоагрегованих одноклітинних RNA- й ATAC-треків із 36 досліджень. Енкодер експресії навчали на понад 100 мільйонах людських scRNA-seq-профілів.
За оцінкою DeepMind, у тесті TenK10K sc-eQTL AlphaGenome 2 виявила 30% причинних варіантів за точності 90%, тоді як донавчена AlphaGenome 1 — 16%. Повнота визначення напрямку ефекту зросла з 23% до 43%, а AUPRC для зв’язків енхансер—ген на відкладених даних ENCODE-rE2G CRISPRi досягла 0,78. Наразі модель доступна через розміщений AlphaGenome API лише для некомерційних досліджень; ваги планують оприлюднити після остаточної публікації.
Текст підготовлено ШІ Sakhanda Wire за матеріалом MarkTechPost. Факти, цитати та повний контекст — в оригінальній статті нижче.