← Capa | Mercado

Google DeepMind lança o modelo genômico AlphaGenome 2

2026-11-13 · Fonte:MarkTechPost

Google DeepMind lança o modelo genômico AlphaGenome 2

A DeepMind lança o AlphaGenome 2, que prevê efeitos de variantes por tipo celular, elevando a recuperação de variantes causais em eQTL de célula única de 16% para 30%; os pesos do modelo serão abertos após a publicação do artigo final.

A Google DeepMind lançou o AlphaGenome 2, um modelo de DNA condicional do tipo sequência-para-função especializado em prever os efeitos de variantes em tipos celulares específicos. Ele processa de uma só vez uma janela de DNA de 1Mb (1.048.576 pares de bases), com suporte para humano e camundongo, além de um estado celular alvo, enquanto a primeira geração do AlphaGenome só conseguia obter médias em tecidos em massa. O novo modelo distingue tipos celulares muito próximos entre si e se adapta a conjuntos de dados de célula única nunca vistos durante o treinamento, sem necessidade de ajuste fino.

A arquitetura segue o estilo U-Net: um codificador convolucional, 11 blocos transformer e um decodificador; o estado celular é injetado por meio de um embedding de 256 dimensões em camadas FiLM, e ablações mostram que a condicionalização do codificador e do transformer responde pela maior parte do ganho (condicionar apenas o decodificador traz ganho mínimo). As saídas incluem cobertura de RNA, CAGE, splicing, acessibilidade da cromatina, modificações de histonas, ligação de fatores de transcrição e mapas de contato, com a adição inédita de previsões de metilação CpG. O treinamento ocorreu em quatro etapas: pré-treinamento com dados em massa mais 3.977 trilhas pseudobulk de RNA e ATAC de célula única de 36 estudos; refino condicional ajustando apenas embeddings e camadas FiLM; destilação de 8 modelos professores em 1 aluno; e, por fim, pós-treinamento, mapeando no espaço condicional um codificador de expressão treinado em mais de 100 milhões de perfis humanos de scRNA-seq (principalmente do CELLxGENE) — tudo com 2.048 TPUs v4.

Comparado à primeira geração nos benchmarks (eQTL de célula única TenK10K, 28 tipos de células imunes): a recuperação de variantes causais a 90% de precisão subiu de 16% para 30%, a recuperação da direção do efeito subiu de 23% para 43%, o AUPRC causal foi de 0,76 contra 0,72 e o AUC de sinal de 0,85 contra 0,79; a correlação de Pearson para mudanças de expressão entre tecidos no GTEx subiu de 0,61 para 0,71, e a variância explicada em scRNA-seq dentro de um tecido subiu de 23% para 34%; no ENCODE-rE2G para CRISPRi, o AUPRC foi de 0,78, acima do 0,73 da primeira geração e do 0,61 do conjunto integrado Borzoi, com a maior diferença em intensificadores distais (100 a 2.500 kb): 0,62 contra 0,48; na imputação de dados de detecção, superou a linha de base Avocado em 166 de 181 trilhas reservadas; para variantes causais em uma coorte de doença de Parkinson, a recuperação foi de 41%, contra apenas 17% do Scooby ajustado a coortes. A limitação: fora da cromatina acessível, o AUROC de previsão de sinal é de apenas 0,63.

Disponibilidade e recursos: por enquanto, apenas uma API gerenciada — pesquisadores sem fins comerciais podem solicitar uma chave gratuitamente, e o uso comercial está em fase de teste privado; os pesos do modelo serão disponibilizados após a publicação do artigo final; o pacote Python alphagenome.models.v2 vem com tutoriais Colab, com até 256 células por chamada. A empresa também lançou simultaneamente mapas pré-computados: conexões entre intensificadores e genes cobrindo 640 condições de células primárias, além de pontuações para cerca de 7 milhões de variantes comuns e de GWAS em 510 condições.

O significance está em levar a interpretação de variantes da média tecidual à precisão celular: pesquisadores podem inserir diretamente contagens brutos de scRNA-seq para definir novos estados celulares sem reajuste, abrindo caminho para explicações específicas por tipo celular de variantes ligadas a doenças e para a medicina de precisão.


Leituras relacionadas


萬安算交所 AIXX · AIXX · Exchange verificado · Ir ao mercado