Компания Google DeepMind представила новую модель искусственного интеллекта под названием AlphaGenome 2, которая фокусируется на изучении влияния изменений в молекулах ДНК на функционирование различных типов клеток организма. Это исследование предоставляет ученым значительно более детальную картину сложных биологических процессов, которые непосредственно влияют на возникновение тяжелых заболеваний и помогают определить новые стратегии для их дальнейшего лечения. Разработка стала логическим продолжением предыдущей модели AlphaGenome, которую выпустили в прошлом году с целью базового прогнозирования структуры генома без учета специфики клеточного окружения.
Практически каждая клетка человеческого организма содержит идентичный набор генетической информации, однако сердечные мышцы, кожные покровы или иммунные клетки активируют разные гены в зависимости от своих текущих функций и внешних раздражителей. В результате один и тот же генетический вариант может иметь диаметрально противоположные последствия в зависимости от конкретного состояния или типа клетки, где он непосредственно проявляется. Модель AlphaGenome 2 разработана специально для фиксации таких различий, предлагая гораздо более точный анализ, чем предыдущие широкие инструменты прогнозирования генетических эффектов, часто игнорировавшие клеточную специфику.
Для обучения новой системы разработчики использовали более 100,0 миллионов отдельных клеточных профилей, собранных в 68,0 различных тканях организма, что обеспечило чрезвычайную детализацию полученных прогнозных результатов. Представители DeepMind утверждают, что модель фактически превращает статические атласы клеток в динамические прогнозные механизмы, способные самостоятельно анализировать человеческую генетику в реальном времени без постоянного вмешательства человека. Согласно официальным данным, AlphaGenome 2 идентифицирует почти вдвое больше генетических вариантов, способных существенно изменять экспрессию генов, по сравнению со всеми существующими на сегодняшний день аналогичными разработками.
Исследователи зафиксировали способность модели делать точные прогнозы относительно новых типов клеток и биологических состояний даже без проведения процедуры длительного повторного обучения на дополнительных массивах данных. Система также эффективно выявляет пробелы в существующих экспериментальных результатах, помогая ученым рационально выбирать следующие объекты для лабораторных исследований с целью существенной экономии ограниченных временных ресурсов. Исследователь Адам Гайозо отметил, что главным достижением проекта является установление четкой связи между фундаментальной человеческой генетикой и прикладной клеточной биологией через глубокий анализ больших популяционных данных.
Высокая специфичность прогнозов критически важна при разработке современных лекарственных средств, поскольку большинство препаратов направлены на конкретные белки и четко определенные типы клеток в больном организме. Руководитель направления геномики Жига Авсец объяснил, что создание такой модели стало возможным только благодаря появлению новых технологий фиксации состояний клеток с чрезвычайно высоким разрешением. В долгосрочной перспективе подобные инструменты станут основой для создания полноценных виртуальных клеток, которые будут цифровыми симуляциями, способными полностью имитировать сложные биологические системы живых организмов в цифровой среде.
Несмотря на технологическое превосходство, использование AlphaGenome 2 требует значительных вычислительных затрат, что делает массовое применение системы дороже предыдущих итераций алгоритмов от DeepMind. Модель уже доступна для некоммерческих научных исследований через специализированный интерфейс API, тогда как коммерческие структуры могут получить лишь ограниченный доступ к приватному предварительному просмотру системы. В условиях глобальной конкуренции Google продолжает борьбу с лабораториями Anthropic и OpenAI, которые также активно разрабатывают собственные инструменты для полной автоматизации проектирования лекарств и решения фундаментальных научных задач.
