Alle Menschen tragen dieselbe DNA, doch Herzmuskelzellen und immunabwehrende Zellen schalten völlig unterschiedliche Gene an und aus. Dieselbe Mutation kann in verschiedenen Zellen gegensätzliche Folgen haben – genau diese Komplexität hat die Lokalisierung von Krankheitsgenen lange blockiert. Am 11. November (Ortszeit) stellte Google DeepMind AlphaGenome 2 vor, das die Antwort auf die Frage „Was bewirkt eine genetische Variante?“ bis auf einzelne Zelltypen und -zustände präzisiert.
Mit 107 Millionen Einzelzellen gefüttert, fast verdoppelte Trefferquote
Die Vorgängerversion AlphaGenome betrachtete nur die gesamte molekulare Aktivität verschiedener Gewebe und war bei feinen Unterschieden in bestimmten Zellen überfordert. Das neue Modell verwendet eine bedingungsabhängige Architektur und nimmt Zielgewebe, Zelltyp oder -zustand als Eingabe. Es verarbeitete Einzelzell-Atlasdaten von über 107 Millionen Zellen aus Mensch und Maus, die 68 Gewebe abdecken, und seine Fähigkeit, relevante Varianten zu erkennen, liegt nahezu beim Doppelten der Vorgängerversion. Im TenK10K-Test mit 28 Klassen primärer Immunzellen identifizierte es 30 % der krankheitsverursachenden Varianten, während die Vorgängerversion nach Feinabstimmung nur 16 % erreichte; die Genauigkeit bei der Vorhersage der Richtung von Expressionsveränderungen stieg ebenfalls von 23 % auf 43 %.
Auch untrainierte Zellen kann es erraten
Noch nützlicher ist die Generalisierung: Lädt man eine geringe Menge an Einzelzell-RNA-Sequenzierungsdaten hoch, kann das Modell bisher ungesehene Zelltypen und -zustände analysieren – in Daten zu mRNA-Impfstoffen gegen Covid unterschied es aktivierte und ruhende immunologische T-Zellen und wies darauf hin, dass eine bestimmte Variante, die mit schweren Verläufen in Verbindung steht, bei Zellaktivierung einen deutlicheren Einfluss hat. Neu hinzugekommen sind außerdem Vorhersagen von Histonmodifikationen, Chromatin-Zugänglichkeit und DNA-Methylierung, die in der Vorgängerversion fehlten, sowie Kreuzmodal-Inferenz: Allein aus Genaktivität lassen sich ungemessene Kennwerte zurückschließen. Das Modell ist über die AlphaGenome API für nichtkommerzielle Forschung offen; kommerzielle Nutzung erfolgt über eine private Vorschau. Google betont, es sei ausschließlich für Forschungszwecke bestimmt und nicht für klinische oder diagnostische Anwendungen zugelassen.