Google DeepMindは11月11日、遺伝子変異が特定の細胞種や細胞状態に及ぼす影響を予測するDNAモデル「AlphaGenome 2」を公開した。同社が示した免疫細胞のベンチマークでは、原因変異の識別率が30％となり、単一細胞データで追加学習した従来モデルの16％を上回った。ただし、これは研究用ベンチマークの結果であり、診断精度や個人の発症リスクを示すものではない。
研究者にとっての主な用途は、遺伝子に関するシグナルを具体的な細胞環境と結びつけ、実験で検証する候補を絞り込むことだ。組織全体の測定では変化の平均像を捉えられる一方、細胞種によって影響が異なる場合、関連する細胞を特定しにくいことがある。
細胞種や状態を指定して予測
従来のAlphaGenomeは、最大約100万文字のDNA配列をもとに、複数の組織や実験に共通する固定形式の出力を生成していた。AlphaGenome 2では、研究者が組織、細胞種、細胞状態などの条件を指定し、モデルの処理に反映できる。DeepMindは、組織全体の測定では見えにくい細胞特異的な影響を捉えることを狙いとしている。
モデルの学習にはヒトとマウスの組織全体および単一細胞のデータが使われ、対象は1億700万件を超える単一細胞プロファイルに及ぶ。研究者は単一細胞の遺伝子活性データを入力し、新たに観察された細胞状態に応じた予測を、モデルを再学習させずに生成できる。また、直接測定されていない特性の予測も可能で、実験候補の選定に活用できるという。
TenK10Kデータセットを用いた評価では、28種類の初代免疫細胞を対象に、AlphaGenome 2が原因変異の30％を識別した。比較対象となった従来モデルは、単一細胞データで追加学習した場合でも識別率が16％だった。結果は特定のベンチマークにおける性能を示すもので、臨床的な検証や個人の疾病発症予測を意味しない。
ETS2に関する腸疾患の仕組みを再現
DeepMindは、腸疾患に関わる仕組みを再現した例も示した。既存研究で確認されていた、調節領域の変異が腸のマクロファージにおけるETS2遺伝子の活性を高める仕組みを、モデルが計算上で再現したという。マクロファージは免疫細胞の一種で、モデルは関連する変異を特定し、ETS2への影響が主にこの細胞種で生じ、他の細胞種や遺伝子への影響は限定的だと予測した。
この遺伝的な仕組みをAlphaGenome 2が新たに発見したわけではない。インペリアル・カレッジ・ロンドン、フランシス・クリック研究所、ユニバーシティ・カレッジ・ロンドンの研究者は2024年に、マクロファージで活性化する調節領域をETS2の活性上昇や炎症機能と結びつける研究を発表している。今回示されたのは既知の生物学的メカニズムの計算上の再現であり、新たな疾病原因の発見を示すものではない。
11月11日時点で、AlphaGenome 2はAPIを通じて非商業目的の研究者に提供されている。商業研究向けの利用は非公開のプレビュー段階にある。DeepMindは、AlphaGenomeシリーズは研究用途を想定したモデルであり、臨床・診断用途の検証や承認を受けていないとしている。現時点では、細胞種や状態ごとの予測で実験候補を絞り込み、その結果を追加研究で確かめることが主な活用方法となる。