Ordelvio News

サイエンス · 公開日

Google DeepMind、特定の細胞におけるDNA変異の影響を予測する「AlphaGenome 2」を発表

同社によると、新モデルは細胞内の遺伝子発現を変化させるバリアントを、従来モデルのほぼ倍の数特定できる。

ペーパーホワイトの地に、コーラルインクの手刷り風イラスト。AIイラスト
AIによるイラスト・出来事の写真ではありません・AIの利用方法

Google DeepMindは、DNA配列とそのバリアントが特定のヒト細胞種における遺伝子活性にどのような影響を与えるかを予測するモデル「AlphaGenome 2」を発表した。同社によると、このモデルは細胞内の遺伝子発現を変化させるバリアントを、従来モデルのほぼ倍の数特定できる。

昨年公開された初代AlphaGenomeは、DNA変異が幅広い組織にわたって分子活性にどのような影響を与えるかを予測するものだった。Google DeepMindによると、同モデルは数千件の実験の特性を一度に予測していたため、その能力が分散し、近縁の細胞型間の微妙な違いを捉えることが難しかった。

これに対しAlphaGenome 2は、条件付きモデルとして機能する。100万文字のDNA配列と、組織、細胞種、細胞状態といった対象条件をひとつ組み合わせて入力し、その条件のみについて予測を行う。同社によると、これによりモデルは同じDNA断片が細胞ごとに異なる形で読み取られる仕組みを学習できるという。モデルはヒトとマウスのデータを用い、68の組織にわたる一億件を超える個別の細胞プロファイルで学習された。遺伝子発現、ヒストン修飾、クロマチンアクセシビリティに加え、新たにDNAメチル化も予測できるようになった。

同社によると、28種類の初代免疫細胞型を網羅するTenK10Kデータセットにおいて、このモデルは因果変異の30%を特定した。これに対し、シングルセルデータでファインチューニングした初代AlphaGenomeやその他の専門ツールは16%だった。また、遺伝子への影響の方向性については43%を特定し、比較対象の23%を上回った。さらに、ある変異が腸管マクロファージにおいてETS2遺伝子を過剰に活性化させることでIBDを引き起こすという先行研究の知見を、計算によって再現した。

Google DeepMindによると、このモデルは再学習なしで、わずか数十個の細胞のデータを用いて新たなシングルセル実験に適用できる。学習に含まれていなかったCOVID-19 mRNAワクチン研究のデータでは、ワクチンによって活性化されたT細胞を休止状態のT細胞と区別し、重症COVID-19に関連する変異が活性化状態において遺伝子活性をより強く阻害することを示した。

同社はまた、数百種類のヒト細胞・組織条件にわたり、形質関連変異の予測をあらかじめ計算している。AlphaGenome 2は、非商用研究向けにはAlphaGenome APIを通じて利用でき、商用研究向けにはプライベートプレビューとして提供されている。Google DeepMindは、これらのモデルは研究用途のみを目的としており、臨床または診断目的での検証や承認は受けていないとしている。

  • ゲノミクス
  • DNA
  • AIモデル
  • シングルセル生物学
  • Google DeepMind