
AlphaGenome
Model głębokiego uczenia Google DeepMind przewidujący, jak sekwencje DNA regulują ekspresję genów i jak warianty pojedynczych nukleotydów zaburzają tę regulację.
⏳ Preview🔬 Research onlyNaukowe AI
Okno kontekstowe
1 000 000 par zasad (bp)
tokenów
Data premiery
25 czerwca 2025
Dostęp:APIWdrożenie:☁ Cloud
Przegląd
Klasyfikacja
Naukowe AI
Zastosowania
Dostęp i wdrożenie
API
Chmura
Wagi: Zamknięte
Kluczowe parametry
📏 Kontekst: 1 000 000 par zasad (bp)
📥 Wejście: dane strukturalne
Specyfikacja techniczna
Okno kontekstowe
1 000 000 par zasad (bp)
tokenów
Licencja
AlphaGenome Terms of Use – dostęp przez API bezpłatny do użytku niekomercyjnego (badawczego).
Wymagania sprzętowe
Trenowany na wielu połączonych układach TPU (Tensor Processing Units).
Modalności
⬇ Wejście (Input)
structured_data
⬆ Wyjście (Output)
structured_data
Możliwości i zastosowania
Natywne możliwości modelu
Przewidywanie efektu wariantów genetycznych
Ocena wpływu wariantów DNA, w tym zmian pojedynczych nukleotydów, na funkcję i regulację genomu.
Kategoria: other
Przewidywanie regulacji genów
Przewidywanie regulacyjnych właściwości sekwencji DNA, takich jak ekspresja genów, dostępność chromatyny i splicing RNA.
Kategoria: other
Rozumienie sekwencji DNA
Klasyfikowanie i interpretacja cech sekwencji DNA: regiony regulatorowe, miejsca splicingu, grupa organizmów, motywy i miejsca wiązania czynników transkrypcyjnych.
Kategoria: other
Dziedziny zastosowań
Wyniki benchmarków
1 benchmark
Ewaluacja DeepMind: 24 ścieżki genomowe, 11 modalności
liczba zwycięskich ewaluacji
22/24
📄 paper
W ewaluacji obejmującej 24 ścieżki genomowe (genome tracks) i 11 modalności AlphaGenome osiągnął najlepszy wynik spośród porównywanych modeli w 22 z 24 ewaluacji.
Architektura techniczna
Rdzeń architektury (Core Architecture)
Forma modelu (Model Form)