Model AlphaGenome 2 propojuje genetiku s mapou lidských buněk a pomáhá odhalit původ nemocí

Model AlphaGenome 2 propojuje genetiku s mapou lidských buněk a pomáhá odhalit původ nemocí

Ondřej Barták
Ondřej Barták
podnikatel a programátor
13. 11. 2026
5 minut čtení · 7 zhlédnutí
Model AlphaGenome 2 propojuje genetiku s mapou lidských buněk a pomáhá odhalit původ nemocí

Google DeepMind ve představil AlphaGenome 2, novou verzi modelu umělé inteligence, který předpovídá, jak drobné změny v DNA ovlivní práci konkrétních typů lidských buněk. Vědcům má pomoci dohledat, ve kterých buňkách a přes které geny se dědičné odchylky promítají do nemocí. Podle firmy model najde téměř dvakrát více variant měnících činnost genů než jeho předchůdce.

Každá buňka v těle nese stejný genetický plán. Buňka srdečního svalu ale zapíná jiné geny než bílá krvinka, která právě bojuje s infekcí. Mezinárodní projekty jako Human Cell Atlas mapují aktivitu genů v milionech buněk, jenže odhadnout, co s ní udělá nepatrná odchylka v DNA, se zatím spolehlivě nedařilo. Právě takové odchylky přitom stojí za řadou lidských vlastností i nemocí.

Z průměru celé tkáně až k jednotlivé buňce

První AlphaGenome uvedl DeepMind loni a letos v lednu o něm vyšel podrobný článek v časopise Nature. Model dokázal z úseku DNA dlouhého milion písmen předpovědět, jak se varianty projeví v různých tkáních. Firma k němu později přidala AlphaGenome Atlas s předpověďmi pro všech zhruba 9 miliard možných záměn jediného písmene v lidském genomu.

Starší verze ale počítala výsledky pro tisíce experimentů najednou. Postup to byl efektivní, jenže výkon modelu se rozmělnil a jemné rozdíly mezi příbuznými typy buněk mu unikaly. Tým proto architekturu od základu přestavěl. AlphaGenome 2 se vždy soustředí na jeden konkrétní vzorek, tedy na tkáň, typ buňky nebo její momentální stav, a tuto informaci dostává spolu se sekvencí DNA v každé fázi výpočtu. Učí se tak, jak tentýž kus DNA čtou různé buňky odlišně.

„Když vyvíjíte léky, míříte na konkrétní bílkoviny a konkrétní typy buněk,“ vysvětlil pro The Verge Žiga Avsec, který v DeepMindu vede genomický tým.

Model se učil na více než 100 milionech profilů jednotlivých buněk z 68 tkání člověka i myši. Zvládá stejné předpovědi jako původní verze, například aktivitu genů, úpravy histonů nebo přístupnost chromatinu, a nově přidává i metylaci DNA, o kterou vědci často žádali. Umí také dopočítat chybějící data. Když výzkumník dodá jediné měření, třeba aktivitu genů v buňkách, model odhadne i vlastnosti, které nikdo nezměřil. Laboratoř se pak může lépe rozhodnout, jaký pokus udělat jako další.

Za půl hodiny to, co hledali rok a půl

Na datové sadě TenK10K, která zachycuje 28 typů imunitních buněk, odhalil AlphaGenome 2 30 procent variant, které skutečně stojí za změnou aktivity genů. Původní model doladěný na data z jednotlivých buněk jich našel jen 16 procent. U odhadu, jestli varianta aktivitu genu zvýší, nebo sníží, se úspěšnost zlepšila z 23 na 43 procent.

Vědci nový model vyzkoušeli i na skutečném objevu. Studie z roku 2024 ukázala, že varianta ve vzdáleném úseku DNA, který řídí činnost genů, přispívá k zánětlivým onemocněním střev. Děje se to tak, že v imunitních buňkách střeva, takzvaných makrofázích, nadměrně zapíná gen ETS2. AlphaGenome 2 tento závěr zopakoval čistě na počítači. Správně určil viníka a ukázal, že posiluje ETS2 právě v makrofázích, zatímco ostatní buňky a geny nechává prakticky beze změny.

Imunolog a genetik James Lee z londýnského Francis Crick Institute, který původní výzkum vedl, to pro Nature okomentoval stručně. Podle něj model dospěl k odpovědi za 30 minut, zatímco jeho tým potřeboval 18 měsíců experimentů.

Stačí pár desítek buněk

AlphaGenome 2 si poradí i s buňkami, které při tréninku nikdy neviděl, a nemusí se kvůli nim znovu učit. Vědec nahraje snímek genové aktivity z pouhých několika desítek buněk, model ho převede na popis buněčného stavu a podle něj pak počítá. Výsledky jsou podle DeepMindu stejně dobré nebo lepší než u modelů, které někdo trénoval přímo na daných datech.

„Na AlphaGenome 2 mě nadchlo, jak se bez dalšího tréninku přizpůsobí novým datům a předpoví účinek variant v nově popsaných buněčných stavech i z malého vzorku,“ uvedla Sarah Teichmannová, spoluzakladatelka konsorcia Human Cell Atlas a profesorka z Univerzity v Cambridgi.

Dobře to ukazují data ze studie o mRNA vakcíně proti covidu. Model rozlišil T lymfocyty aktivované očkováním od těch klidových a zjistil, že varianta spojená s těžkým průběhem této nemoci narušuje činnost genů výrazněji právě v aktivovaných buňkách. Kdyby vědci zkoumali jen buňky v klidu, tento efekt by jim zůstal skrytý.

Most mezi genetikou a mapou lidského těla

Celogenomové asociační studie dlouhodobě odhalují tisíce míst v DNA spojených s nemocemi a tělesnými znaky. Často ale označí jen širší úsek a vědci pak složitě pátrají, která konkrétní varianta je zodpovědná, na jaký gen působí a v jaké buňce. DeepMind proto předem spočítal předpovědi pro tyto varianty napříč stovkami typů buněk a tkání, aby výzkumníci nemuseli spouštět náročné výpočty sami.

Model pomáhá hlavně ve dvou směrech. Jednak propojuje takzvané zesilovače, tedy vzdálené přepínače v DNA, s geny, které ovládají. Dosavadní pokusy se dělaly hlavně na kulturách pěstovaných v laboratoři, AlphaGenome 2 ale tuto mapu rozšiřuje i na buňky přímo z lidského těla, třeba na astrocyty, které v mozku podporují a chrání neurony. U znaků od tělesné výšky po cukrovku 2. typu zase ukazuje, které varianty a buněčné typy se na nich nejspíše podílejí. Pokud si je model dostatečně jistý, odhadne i to, jestli varianta aktivitu genu zesílí, nebo utlumí.

O nástroj se zajímá i vývoj léků. Peter Donnelly, šéf firmy Genomics Limited, ocenil, že podobné modely pomáhají přejít od statistické souvislosti k tomu, co potřebuje farmaceutický výzkum. Jeho společnost chce AlphaGenome 2 zapojit do své platformy Mystra.

Vědci z akademické sféry mohou model používat pro nekomerční výzkum přes rozhraní AlphaGenome API, firmy ho zatím zkoušejí v uzavřeném předběžném přístupu. DeepMind spolupracuje s Wellcome Sanger Institute na popisu dalších typů buněk a brzy chce model nabídnout i ve vývojářské platformě Antigravity. Pro klinické použití ani pro diagnostiku zatím ověřený ani schválený není.

Zdroje: deepmind.google, nature.com a theverge.com

Reklama

S tvorbou obsahu pomáhá UpTier.

SEO a GEO na autopilota. Multiagentní systémy UpTier píší a optimalizují obsah pro vyhledávače i AI odpovědi.

Objevte UpTier ↗

Kategorie:AI a věda
Líbil se vám tento článek?
Objevte další zajímavé příspěvky na blogu
Zpět na blog

Související články

Umělá inteligence se naučila číst a přepisovat „mozky“ jiných neuronových sítíUmělá inteligence se naučila číst a přepisovat „mozky“ jiných neuronových sítí
GPT-6 Astra dokázala z pouhých vah odhalit, co jiné neuronové sítě umějí, najít jejich chyby a dokonce je vylepšit. Otevírá se nová éra programování AI zevnitř.
5 min čtení
4. 11. 2026
Umělá inteligence od OpenAI vyvrátila hypotézu, na které stojí stovky vědeckých pracíUmělá inteligence od OpenAI vyvrátila hypotézu, na které stojí stovky vědeckých prací
Modely OpenAI údajně zpochybnily hypotézu, o kterou se opírají stovky vědeckých prací. Obstojí jejich důkazy pod dohledem nezávislých odborníků?
4 min čtení
2. 11. 2026
Anthropic začíná vlastní vývoj léků koupí biotechnologické firmy, kterou za zakladatele řídil ClaudeAnthropic začíná vlastní vývoj léků koupí biotechnologické firmy, kterou za zakladatele řídil Claude
Claude tu neřídí jen kancelář: pomáhá navrhovat léčbu vzácné dystrofie i nové terapie rakoviny. Anthropic ukazuje, jak chce umělou inteligencí zrychlit vývoj léků.
5 min čtení
29. 10. 2026
Přihlaste se k odběru našeho newsletteru
Zůstaňte informováni o nejnovějších příspěvcích, exkluzivních nabídkách, a aktualizacích.
CodedTrip

Provozovatel: CodedTrip LLC, USA.

YouTube
TikTok