Robocikowo>ROBOCIKOWO
AlphaGenome

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

AlphaGenome to model głębokiego uczenia opracowany przez Google DeepMind, służący do przewidywania, jak sekwencje DNA regulują ekspresję genów oraz jak warianty pojedynczych nukleotydów mogą zaburzać tę regulację. Został udostępniony 25 czerwca 2025 roku.

Model przyjmuje na wejściu sekwencje DNA o długości do miliona par zasad i generuje tysiące ilościowych predykcji charakteryzujących aktywność regulacyjną – m.in. poziomy ekspresji genów, dostępność chromatyny, trójwymiarowe kontakty genomu oraz miejsca splicingu RNA. Potrafi też oceniać skutki wariantów, porównując predykcje dla sekwencji zmutowanej i niezmutowanej.

Architektura łączy warstwy konwolucyjne wykrywające krótkie wzorce w sekwencji, transformery przekazujące informacje między wszystkimi pozycjami sekwencji oraz warstwy predykcyjne zwracające wyniki dla 11 modalności jednocześnie. Model trenowano na danych genomowych człowieka i myszy (ENCODE, GTEx, 4D Nucleome, FANTOM5). AlphaGenome jest komplementarny wobec AlphaMissense i rozwija wcześniejszy model DeepMind – Enformer. Udostępniany jest w wersji preview przez AlphaGenome API do zastosowań niekomercyjnych (badawczych).

Klasyfikacja
Naukowe AI
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)