Google DeepMind hat AlphaGenome 2 veröffentlicht, ein DNA-Modell, das Varianteneffekte in spezifischen Zelltypen vorhersagt. AlphaGenome 2 ist ein konditionales Sequenz-zu-Funktion-Modell. Es liest 1 Mb DNA plus einen Ziel-Zellzustand. Sein Vorgänger mittelte über Bulk-Gewebe. Das neue Modell unterscheidet eng verwandte Zelltypen und passt sich an ungesehene Single-Cell-Datensätze ohne Feinabstimmung an. Es ist über die AlphaGenome API für nicht-kommerzielle Forschung verfügbar.
TL;DR
- Größe: Die Eingabe ist ein 1 Mb (1,048,576 bp) DNA-Fenster, human oder Maus.
- Läuft auf: Vorerst nur gehostete API. Das Training verwendete 2048 TPU v4 Chips; Gewichte gibt es „upon final publication“.
- Leistung: Schlägt feinabgestimmtes AlphaGenome 1, Borzoi und Scooby bei Single-Cell-eQTL- und Enhancer-Gen-Benchmarks.
- Bestes Ergebnis: 43% Recall bei 90% Vorzeichen-Genauigkeit auf TenK10K sc-eQTLs, gegenüber 23% für AlphaGenome 1 feinabgestimmt.
- Schlechtestes Ergebnis: Außerhalb von zugänglichem Chromatin erreicht die Vorzeichen-Vorhersage nur 0.63 AUROC.
- Fazit: Stärke: Zellzustands-Konditionierung aus rohen scRNA-seq. Schwäche: keine lokalen Gewichte, nur nicht-kommerziell.
Was ist AlphaGenome 2?
AlphaGenome 2 ist ein U-Net-artiges Modell mit einem konvolutionalen Encoder, einem 11-Block-Transformer und einem Decoder. AlphaGenome 1 sagte einen festen Katalog von tausenden Tracks parallel voraus. AlphaGenome 2 sagt stattdessen Ausgaben für 1 Bedingung pro Aufruf voraus.
Die Bedingung ist ein 256-dimensionales Embedding. Es moduliert Aktivierungen durch FiLM-Schichten im Encoder, Transformer und Decoder. Nur der Decoder oder die Ausgabeschichten zu konditionieren brachte minimale Gewinne. Die Konditionierung des Encoders und Transformers führte zu dem Großteil der Verbesserung.
Die Ausgaben umfassen RNA-Coverage, CAGE, Spleißung, Chromatin-Zugänglichkeit, Histon-Markierungen, TF-Bindung und Kontaktmapen. CpG-Methylierung ist neu.
Wie wurde AlphaGenome 2 trainiert?
Das Training läuft in 4 Stufen:
- Pre-Training über Bulk-Daten plus 3,977 Single-Cell-RNA- und ATAC-Pseudobulk-Tracks aus 36 Studien.
- Condition Refinement, das nur die Embeddings und FiLM-Schichten abstimmt.
- Destillation von 8 Teacher-Modellen in 1 Student-Modell, unter Verwendung mutierter Eingabesequenzen.
- Post-Training das einen Einzelzell-Expressionsencoder in den Bedingungsraum des eingefrorenen Modells abbildet.
Dieser Encoder wurde auf über 100 Millionen menschlichen scRNA-seq-Profilen trainiert, größtenteils aus CELLxGENE. Forscher können Rohwerte übergeben und erhalten ein Condition-Embedding. Die Dokumentation erlaubt bis zu 256 Zellen pro Aufruf.
Wie schneidet AlphaGenome 2 bei Benchmarks ab?
Bei GTEx-Geweben stieg der mediane Pearson-r für expressionsveränderungen über Gewebe hinweg von 0.61 auf 0.71. Innerhalb der Gewebe stieg die erklärte Varianz der Zelltypen für scRNA-seq von 23% auf 34%.
Das Hauptergebnis betrifft TenK10K Einzelzell-eQTLs über 28 Immunzelltypen. Bei 90% Präzision erkannte AlphaGenome 2 30% der kausalen Varianten. AlphaGenome 1, feinabgestimmt auf Einzelzelldaten, erkannte 16%. Der Direction-of-Effect-Recall stieg von 23% auf 43%.
Bei zurückgehaltenen ENCODE-rE2G CRISPRi-Daten erreichte der Enhancer-Gene-AUPRC 0.78. AlphaGenome 1 erreichte 0.73, ein Borzoi Ensemble 0.61. Die Lücke war bei Enhancern im Abstand von 100 bis 2,500 kb am größten: 0.62 gegenüber 0.48.
Bei der Assay-Imputation übertraf AlphaGenome 2 die Avocado-Baseline bei 166 von 181 zurückgehaltenen Tracks. In einer nicht gesehenen Parkinson-Kohorte erreichte es 41% Recall gegenüber 17% für ein kohortenoptimiertes Scooby.
Wie vergleicht es sich mit anderen DNA-Sequenzmodellen?
| Merkmal | AlphaGenome 2 | AlphaGenome 1 | Borzoi | Scooby |
|---|---|---|---|---|
| Input-DNA | 1 Mb | 1 Mb | 524 kb | 524 kb |
| Bedingungsbehandlung | Referenz- oder scRNA-seq-Embedding | Feste Multitask-Tracks | Feste Multitask-Tracks | Cell-Embedding-Decoder, pro Datensatz |
| Single-Cell-Ausgaben | scRNA, scATAC | Nein | Nein | scRNA, scATAC |
| Parameter | Nicht offengelegt | Nicht offengelegt | 235M | Nicht offengelegt |
| Hardware | Gehostete API | H100 empfohlen | Nicht offengelegt | NVIDIA-GPU (getestet auf A40) |
| Gewichte / Lizenz | Jetzt API, Gewichte später, nicht-kommerziell | Kaggle und HF, nicht-kommerzielle Bedingungen | Apache-2.0 | MIT |
| TenK10K sc-eQTL-Kausalität AUPRC* | 0.76 | 0.72 (feinjustiert) | Nicht bewertet | 0.69 |
| TenK10K sc-eQTL sign AUC* | 0.85 | 0.79 (feinjustiert) | Nicht bewertet | 0.77 |
| rE2G held-out CRISPRi AUPRC* | 0.78 | 0.73 | 0.61 (4-Modell-Ensemble) | Nicht bewertet |
*Die Benchmark-Zeilen stammen aus dem AlphaGenome 2 paper und sind DeepMinds eigene Bewertung.
Auf was können Entwickler heute zugreifen?
AlphaGenome 2 und Colab-Tutorials sind über die API verfügbar. Ein API key ist kostenlos für die nicht-kommerzielle Nutzung. Kommerzielle Forschung befindet sich in privater Vorschau. Das alphagenome Python package stellt das Modell bereit unter alphagenome.models.v2.
DeepMind hat außerdem vorberechnete Atlanten veröffentlicht. Einer umfasst Enhancer-Gen-Verbindungen über 640 primäre Zellbedingungen. Ein anderer bewertet etwa 7 Millionen häufige und GWAS-Varianten über 510 Bedingungen. Beide sind auf der downloads page.
Kernaussagen
- AlphaGenome 2 konditioniert ein 1 Mb DNA-Modell auf 1 Zelltyp pro Aufruf.
- Der kausale sc-eQTL-Recall bei 90% Präzision stieg von 16% auf 30%.
- Rohwerte aus scRNA-seq können neue Zellzustände ohne Retraining definieren.
- Vorberechnete Scores decken etwa 7 Millionen Varianten über 510 Bedingungen ab.
- Der Zugriff ist vorerst nur über die API und nicht-kommerziell.
Schauen Sie sich das paperan, den DeepMind blog, die API docs und die GitHub-Repo. Folgen Sie uns gerne auch auf Twitter und vergessen Sie nicht, unserem 150k+ML SubReddit beizutreten und unseren Newsletterzu abonnieren. Moment! Sind Sie bei Telegram? jetzt können Sie auch bei Telegram zu uns stoßen.
Möchten Sie mit uns zusammenarbeiten, um Ihr GitHub-Repo ODER Ihre Hugging-Face-Seite ODER Ihre Produkteinführung ODER ein Webinar usw. zu bewerben? Kontaktieren Sie uns
Der Beitrag Google DeepMind veröffentlicht AlphaGenome 2 für zelltypspezifische Varianteneffekte erschien zuerst auf MarkTechPost.