Google DeepMind أطلقت AlphaGenome 2، وهو نموذج للحمض النووي يتنبأ بتأثيرات المتغيرات الجينية في أنواع خلوية محددة. في الوقت الحالي، يمكن الوصول إليه فقط عبر API، وذلك حصريًا للبحث غير التجاري.
AlphaGenome 2 هو نموذج شرطي من التسلسل إلى الوظيفة: يقرأ نافذة من الحمض النووي بحجم 1 ميجابايت (1,048,576 زوجًا قاعديًا، بشريًا أو لفأري) بالإضافة إلى حالة خلوية مستهدفة. سلفه، AlphaGenome 1، كان ينتج تنبؤات متوسطة على أنسجة كاملة. النموذج الجديد يميز بين أنواع خلوية متقاربة ويتكيف مع مجموعات بيانات الخلية المفردة (single-cell) دون ضبط إضافي، يُسمى fine-tuning.
بنية معمارية مشروطة بالحالة الخلوية
يجمع النموذج بين مشفر تلافيفي، ومحول من 11 كتلة، وفك تشفير، في هيكل من نوع U-Net. على عكس AlphaGenome 1، الذي كان يتنبأ بالتوازي بمجموعة ثابتة من آلاف المسارات، ينتج AlphaGenome 2 مخرجاته لحالة واحدة فقط في كل استدعاء. هذه الحالة هي متجه ذو 256 بُعدًا يُعدل تفعيلات الشبكة. وفقًا لـ DeepMind، فإن شرطية المشفر والمحول تفسر الجزء الأكبر من التحسن، حيث أن شرطية فك التشفير أو طبقات الإخراج وحدها لا تحقق سوى تقدم طفيف.
يتم التدريب في أربع مراحل: تدريب أولي على بيانات ضخمة و3,977 مسارًا للخلية المفردة من 36 دراسة، ثم ضبط لمتجهات الشروط فقط، ثم تقطير 8 نماذج « معلمين » إلى نموذج « تلميذ » واحد، ثم تدريب لاحق يربط مشفرًا للتعبير الجيني للخلية المفردة بفضاء الشروط الثابت للنموذج. تم تدريب هذا المشفر على أكثر من 100 مليون ملف تعريف scRNA-seq بشري، معظمها من CELLxGENE. يمكن للباحثين تقديم أعداد خام والحصول على متجه شرطي، حيث تسمح الوثائق بما يصل إلى 256 خلية لكل استدعاء. استخدم التدريب 2,048 شريحة TPU v4، ولن يتم نشر أوزان النموذج إلا عند النشر النهائي.
نتائج أبلغت عنها DeepMind
على أنسجة GTEx، تحسنت معامل ارتباط بيرسون الوسيط لتباينات التعبير بين الأنسجة من 0.61 إلى 0.71. داخل الأنسجة، ارتفعت نسبة التباين في التعبير المفسر بالنوع الخلوي من 23% إلى 34% في scRNA-seq. النتيجة الرئيسية تتعلق بـ eQTLs للخلية المفردة من TenK10K، والتي تغطي 28 نوعًا من الخلايا المناعية: بدقة 90%، استعاد AlphaGenome 2 30% من المتغيرات السببية، مقارنة بـ 16% لـ AlphaGenome 1 المضبوط على هذه البيانات. ارتفع الاستدعاء لاتجاه التأثير من 23% إلى 43%.
على بيانات CRISPRi المحتفظ بها للتقييم، بلغت AUPRC لروابط المعزز-الجين 0.78، مقارنة بـ 0.73 لـ AlphaGenome 1 و0.61 لمجموعة نماذج Borzoi. كان الفرق أكثر وضوحًا للمعززات الواقعة بين 100 و2,500 كيلوبايت، حيث بلغ 0.62 مقابل 0.48. على مجموعة بيانات باركنسون غير المرئية أثناء التدريب، حقق النموذج استدعاءً بنسبة 41%، مقارنة بـ 17% لـ Scooby المضبوط على هذه المجموعة. هذه الأرقام تأتي من تقييم DeepMind، الذي يلاحظ أيضًا حدودًا: خارج الكروماتين المتاح، لا تتجاوز AUROC للتنبؤ بالإشارة 0.63.
الوصول والموارد
دروس Colab متاحة عبر API، ومفتاح API مجاني للاستخدام غير التجاري. البحث التجاري متاح بالوصول الخاص. النموذج معروض في حزمة Python alphagenome، تحت alphagenome.models.v2. نشرت DeepMind أيضًا أطلسًا محسوبًا مسبقًا: أحدهما يغطي روابط المعزز-الجين لـ 640 حالة من الخلايا الأولية، والآخر يقيم حوالي 7 ملايين متغير شائع ودراسات GWAS على 510 حالة.
