MarkTechPost· Asif Razzaq·· 7 天前同事件AI 评分79
Google DeepMind发布AlphaGenome 2,按细胞类型预测DNA变异效应
Google DeepMind Releases AlphaGenome 2 for Cell-Type-Specific Variant Effects
AI 导读
Google DeepMind发布AlphaGenome 2,这是一个条件序列到功能模型,每次读取1 Mb DNA与一个目标细胞状态,在单细胞eQTL与增强子-基因基准上优于微调后的AlphaGenome 1、Borzoi和Scooby。
- 背景
- AlphaGenome 1 是一个多任务 DNA 序列模型,可对固定目录下的数千条 track 并行预测,但其预测是在 bulk 组织层面取平均的,无法区分密切相关的细胞类型。AlphaGenome 2 要解决的就是把变异效应预测落到具体细胞状态上,并且不依赖对每个新数据集重新微调。
- 做法
- 模型为 U-Net 式结构,含卷积编码器、11 个 block 的 transformer 和解码器,输入为 1 Mb(1,048,576 bp)人类或小鼠 DNA 窗口,每次调用只接收一个细胞状态条件。条件被编码为 256 维 embedding,通过编码器、transformer 和解码器中的 FiLM 层调制激活;作者称只对解码器或输出层做条件化收益很小,主要提升来自编码器与 transformer 的条件化。训练分四阶段:先在 bulk 数据加来自 36 项研究的 3,977 条单细胞 RNA 与 ATAC pseudobulk track 上预训练;再做只调 embedding 和 FiLM 层的条件精炼;随后用突变输入序列把 8 个教师模型蒸馏进 1 个学生模型;最后把在超过 1 亿份人类 scRNA-seq 数据(主要来自 CELLxGENE)上训练的单细胞表达编码器映射进冻结模型的条件空间。API 文档允许每次调
- 结论
- 在 GTEx 组织上,跨组织表达变化的中位 Pearson r 从 0.61 升至 0.71;组织内 scRNA-seq 可解释的细胞类型方差从 23% 升至 34%。核心结果在 28 种免疫细胞类型的 TenK10K 单细胞 eQTL 上:90% precision 下找回 30% 因果变异,微调后的 AlphaGenome 1 为 16%;效应方向召回率从 23% 升至 43%(后者对应原文的 90% sign accuracy 指标,AlphaGenome 1 为 23%)。在留出的 ENCODE-rE2G CRISPRi 数据上增强子-基因 AUPRC 为 0.78,AlphaGenome 1 为 0.73,Borzoi 4 模型集成为 0.61;距离 100 至 2,500 kb 的增强子上差距最大,为 0.62 对 0.48。assay 填补在 181 条留出 track 中的 166 条上优于 Avocado 基线
- 意义
- 预测从 bulk 平均转向单细胞状态条件化,使同一 DNA 窗口能按目标细胞类型给出不同输出;用户可直接传入原始 scRNA-seq counts 获得条件 embedding,从而在不重训模型的情况下定义新的细胞状态。DeepMind 同时放出预计算图谱:一份覆盖 640 种原代细胞条件下的增强子-基因连接,另一份对 510 种条件下的约 700 万个常见变异与 GWAS 变异打分。
- 局限
- 目前只能通过托管 API 使用,权重要等最终发表后才提供,且仅限非商业研究,商业研究处于 private preview。在可及染色质区域之外,方向预测 AUROC 只有 0.63。表格中的 benchmark 数据来自 DeepMind 自己的评估。
- 下一步
- 权重尚未发布,需等待最终发表;非商业用户现可通过 API 与 Colab 教程使用,alphagenome Python 包中模型位于 alphagenome.models.v2;商业用途的开放范围仍未确定。
同一件事,精选收录的是《DeepMind 发布 AlphaGenome 2,可按细胞类型预测非编码 DNA 变异效应》
来源:MarkTechPost · marktechpost.com