2026-11-13 · 出典:MarkTechPost

DeepMindがAlphaGenome 2を公開。細胞タイプごとに変異の影響を予測し、単一細胞eQTLの因果変異リコール率を16%から30%へ向上。重みは論文発表後に公開予定。
Google DeepMindは、特定の細胞タイプにおける変異の影響に特化した条件付きシークエンス・トゥ・ファンクションDNAモデル「AlphaGenome 2」を発表した。同モデルは1Mb(1,048,576塩基対)のDNAウィンドウ(ヒトとマウスに対応)に加えて標的となる細胞状態を1つ入力として受け取る。初代AlphaGenomeはバルク組織上での平均しか扱えなかった。新モデルは極めて近縁な細胞タイプを区別でき、微調整なしに学習時に見たことのない単一細胞データセットにも適応できる。
アーキテクチャはU-Net型を踏襲し、畳み込みエンコーダ、11個のtransformerブロック、デコーダで構成。細胞状態は256次元の埋め込みとしてFiLM層経由で注入され、アブレーション検証ではエンコーダとtransformerへの条件付けが大部分の利得に寄与した(デコーダのみの条件付けでは効果はわずか)。出力はRNAカバレッジ、CAGE、スプライシング、クロマチンアクセシビリティ、ヒストン修飾、転写因子結合、接触マップを含み、初めてCpGメチル化予測も追加された。学習は4段階で実施:バルクデータおよび36研究の3,977本の単一細胞RNA/ATAC疑似バルクトラック上での事前学習、埋め込みとFiLM層のみを調整する条件付け精緻化、8つの教師を1つの生徒へ蒸留、最後の事後学習では1億人超のヒトscRNA-seqアトラス(主にCELLxGENE由来)で学習された発現エンコーダを条件空間へマッピング——全体で2,048基のTPU v4を使用した。
初代との比較ベンチマーク(TenK10K単一細胞eQTL、28種の免疫細胞タイプ):90%精度における因果変異リコール率は16%から30%へ、効果の方向のリコール率は23%から43%へ向上。因果AUPRCは0.76対0.72、符号AUCは0.85対0.79。GTExの組織横断的発現変化のPearson相関は0.61から0.71へ、組織内scRNA-seqの分散説明率は23%から34%へ向上。ENCODE-rE2GのCRISPRiではAUPRC 0.78で、初代の0.73およびBorzoi統合の0.61を上回り、遠隔エンハンサー(100〜2500kb)で差が最大(0.62対0.48)。検証データのインピュテーションでは181本の保留トラック中166本でAvocadoベースラインを上回った。パーキンソン病コホートの病原性変異リコールは41%で、コホート調整済みのScoobyの17%を大きく上回った。弱点はアクセス可能なクロマチン領域以外での符号予測AUROCが0.63にとどまる点である。
利用可能性とリソース:現時点ではホスト型APIのみの提供——非商用研究はキーを無料で申請可能、商用利用はプライベートテスト段階。モデルの重みは最終論文の発表後に公開予定。Pythonパッケージ「alphagenome.models.v2」にはColabチュートリアルが付属し、1回の呼び出しで最大256細胞を処理可能。公式は事前計算済みアトラスも同時公開した:640種の原代細胞条件を対象としたエンハンサー・遺伝子接続、および約700万件の一般変異とGWAS変異の510条件でのスコアリング。
この成果の意義は、変異の解釈を組織平均から細胞精度へと前進させた点にある。研究者は生のscRNA-seqカウントを直接入力して新しい細胞状態を定義でき、再学習は不要。疾患変異の細胞タイプ特異的な解釈と精密医療への道を開くものと期待される。
萬安算交所 AIXX · AIXX · 検証済みコンピュート取引所 · 現貨ホールへ