Google DeepMind ने AlphaGenome 2 पेश किया, जो विशिष्ट कोशिकाओं में DNA वेरिएंट के प्रभावों का पूर्वानुमान लगाता है
कंपनी ने कहा कि उसका नया मॉडल कोशिकाओं में जीन अभिव्यक्ति बदलने वाले लगभग दोगुने वेरिएंट खोजता है, जितने उसका पिछला मॉडल खोजता था।
AI चित्रणGoogle DeepMind ने AlphaGenome 2 की घोषणा की है, जो एक ऐसा मॉडल है जो यह पूर्वानुमान लगाता है कि DNA अनुक्रम और उनके वेरिएंट विशिष्ट मानव कोशिका प्रकारों में जीन गतिविधि को कैसे प्रभावित करते हैं। कंपनी ने कहा कि यह मॉडल कोशिकाओं में जीन अभिव्यक्ति बदलने वाले लगभग दोगुने वेरिएंट की पहचान करता है, जितने उसका पिछला मॉडल करता था।
पिछले साल लॉन्च किया गया पहला AlphaGenome यह पूर्वानुमान लगाता था कि DNA वेरिएंट व्यापक ऊतकों में आणविक गतिविधि को कैसे प्रभावित करते हैं। Google DeepMind के अनुसार, यह एक साथ हज़ारों प्रयोगों के गुणों का पूर्वानुमान लगाता था, जिससे इसकी क्षमता बहुत बँट जाती थी और निकट संबंधी कोशिका प्रकारों के बीच सूक्ष्म अंतर पकड़ना कठिन हो जाता था।
इसके बजाय AlphaGenome 2 एक कंडीशनल मॉडल के रूप में काम करता है। यह दस लाख अक्षरों वाले DNA अनुक्रम के साथ एक लक्ष्य स्थिति, जैसे कोई ऊतक, कोशिका प्रकार या कोशिका अवस्था, लेता है और केवल उसी स्थिति के लिए पूर्वानुमान लगाता है। कंपनी ने कहा कि इससे मॉडल यह सीख पाता है कि DNA का एक ही हिस्सा अलग-अलग कोशिकाओं में किस तरह अलग ढंग से पढ़ा जाता है। इसे मानव और चूहे के डेटा का उपयोग करते हुए 68 ऊतकों की 100 मिलियन से अधिक अलग-अलग कोशिका प्रोफ़ाइलों पर प्रशिक्षित किया गया था। जीन अभिव्यक्ति, हिस्टोन संशोधनों और क्रोमैटिन सुलभता के अलावा, अब यह DNA मिथाइलेशन का भी पूर्वानुमान लगाता है।
कंपनी ने कहा कि 28 प्राथमिक प्रतिरक्षा कोशिका प्रकारों को कवर करने वाले TenK10K डेटासेट पर, मॉडल ने 30% कारणात्मक वेरिएंट की पहचान की, जबकि एकल-कोशिका डेटा पर फ़ाइन-ट्यून किए गए मूल AlphaGenome और अन्य विशेष टूल ने 16% की पहचान की थी, और इसने 43% दिशात्मक जीन प्रभावों की पहचान की, जबकि तुलना में यह आँकड़ा 23% था। इसने एक पुराने अध्ययन के इस निष्कर्ष को भी कम्प्यूटेशनल रूप से दोहराया कि एक वेरिएंट आंत के मैक्रोफ़ेज में ETS2 जीन को अत्यधिक सक्रिय करके IBD का कारण बनता है।
Google DeepMind ने कहा कि इस मॉडल को केवल कुछ दर्जन कोशिकाओं के डेटा का उपयोग करके, बिना दोबारा प्रशिक्षित किए, नए एकल-कोशिका प्रयोगों पर लागू किया जा सकता है। COVID-19 mRNA वैक्सीन के एक ऐसे अध्ययन के डेटा में, जिसे मॉडल ने पहले नहीं देखा था, इसने वैक्सीन से सक्रिय हुई T कोशिकाओं को निष्क्रिय कोशिकाओं से अलग किया और दिखाया कि गंभीर COVID-19 से जुड़ा एक वेरिएंट सक्रिय अवस्था में जीन गतिविधि को अधिक तीव्रता से बाधित करता है।
कंपनी ने सैकड़ों मानव कोशिका और ऊतक स्थितियों में लक्षण-संबद्ध वेरिएंट के पूर्वानुमान भी पहले से गणना करके तैयार किए हैं। AlphaGenome 2 गैर-व्यावसायिक शोध के लिए AlphaGenome API के माध्यम से उपलब्ध है और व्यावसायिक शोध के लिए निजी प्रीव्यू में उपलब्ध है। Google DeepMind ने कहा कि ये मॉडल केवल शोध उपयोग के लिए हैं और इन्हें नैदानिक या निदान संबंधी उद्देश्यों के लिए मान्य या स्वीकृत नहीं किया गया है।