AlphaGenome 2: DeepMind liest DNA auf Ebene der einzelnen Zelle
Google DeepMind hat AlphaGenome 2 am 11. November 2026 in seinem Blog angekündigt. Das Unternehmen stellt es als Modell der nächsten Generation vor, das abschätzt, wie DNA-Sequenzen und ihre Varianten bestimmte menschliche Zelltypen beeinflussen. Der Hintergrund zeigt, warum das wichtig ist. Die meisten mit Krankheiten verbundenen genetischen Varianten liegen in nicht codierender DNA, und ihre Wirkung ändert sich oft von einem Zelltyp zum nächsten. Die erste Version, angekündigt im Juni 2025 und 2026 in Nature veröffentlicht, arbeitete auf der Ebene von Geweben. Die zweite zielt tiefer, auf den einzelnen Zelltyp oder Zellzustand. Auf dieser Ebene werden Single-Cell-Studien heute ausgewertet.
Der wichtigste Unterschied liegt in der Aufgabenstellung. Laut DeepMind sagt AlphaGenome 1 alle Spuren parallel vorher. AlphaGenome 2 arbeitet dagegen konditional: Es erhält eine Sequenz von rund einer Million Basen zusammen mit genau einer biologischen Bedingung, also einem Gewebe, einem Zelltyp oder einem Zellzustand. Nach Angaben des Unternehmens wurden für das Training mehr als 107 Millionen einzelne Zellprofile aus menschlichen und Mausproben verwendet, mit Bulk- und Single-Cell-Daten. In der Einleitung desselben Beitrags heißt es dann „mehr als 100 Millionen“ Profile aus 68 Geweben. Die vorhergesagten Modalitäten sind dieselben wie in der ersten Version: Genexpression, Histonmodifikationen und Chromatinzugänglichkeit. Neu ist die DNA-Methylierung. Außerdem kann das Modell eine fehlende Modalität aus einer anderen ableiten, etwa die Chromatinzugänglichkeit aus der in Einzelzellen gemessenen Genaktivität.
Alle Leistungszahlen stammen von DeepMind. Das Unternehmen gibt an, AlphaGenome 2 erkenne fast doppelt so viele Varianten, die die Genexpression in Zellen verändern, wie das bisherige Referenzmodell, nennt aber keine absoluten Werte. Am konkretesten ist die Angabe zu TenK10K, einer Single-Cell-Karte von 28 Typen primärer Immunzellen. Laut DeepMind findet das Modell auf diesem Datensatz 30 % der kausalen Varianten, gegenüber 16 % bei den Vergleichsverfahren, nämlich dem ursprünglichen, an Single-Cell-Daten angepassten AlphaGenome und weiteren Spezialwerkzeugen. Die Richtung der Wirkung auf das Gen bestimmt es in 43 % der Fälle korrekt, gegenüber 23 %. Interesting Engineering berichtet dieselben Zahlen. DeepMind erklärt zudem, das Modell passe sich ohne erneutes Training an neue Single-Cell-Daten an, selbst wenn sie nur von einigen Dutzend Zellen stammen, und erreiche oder übertreffe dabei Modelle, die eigens auf diesen Daten trainiert wurden. Zahlen dazu liefert der Beitrag nicht. Auch die vorgestellten Fallstudien sind rein beschreibend und ohne quantitative Daten: eine Variante des Gens ETS2, die mit chronisch-entzündlichen Darmerkrankungen in Verbindung steht, und eine Studie zum COVID-19-Impfstoff, die aktivierte von ruhenden T-Zellen unterscheidet.
Der Beitrag erwähnt Kooperationen mit Forschenden des Wellcome Sanger Institute. Außerdem zitiert er zwei externe Stimmen, die DeepMind selbst ausgewählt hat. Sarah Teichmann, Mitgründerin des Human-Cell-Atlas-Konsortiums und Professorin an der University of Cambridge, hält für den interessantesten Aspekt, dass sich das Modell „ohne erneutes Training direkt an neue Single-Cell-Daten anpasst“. Peter Donnelly, CEO von Genomics Limited, nennt es „einen bemerkenswerten Fortschritt für das Fachgebiet“ und kündigt an, dass sein Unternehmen es in die eigene Plattform Mystra integrieren will.
Laut DeepMind steht das Modell ab sofort über die AlphaGenome-API für nicht kommerzielle Forschung zur Verfügung. Die offizielle Dokumentation präzisiert, dass die API für diesen Zweck kostenlos ist und die Abfragelimits je nach Nachfrage variieren. Für kommerzielle Forschung befindet sich das Modell in einer privaten Vorschau. Das Unternehmen betont, dass AlphaGenome und AlphaGenome 2 ausschließlich für die Forschung gedacht und weder für klinische noch für diagnostische Zwecke validiert oder zugelassen sind. Einiges bleibt offen. Es gibt weder eine begutachtete Veröffentlichung noch einen Preprint auf arXiv oder bioRxiv. Das im Blog verlinkte technische Dokument konnten wir nicht direkt einsehen, daher sind Architektur, vollständige Tabellen und Präzisionsschwellen nicht aus erster Hand überprüft. Weder der Blog noch die Dokumentation sagen, ob die Modellgewichte veröffentlicht werden. Einige Medien nennen zusätzliche Zahlen, etwa zur Anzahl vorberechneter Varianten, die wir in den offiziellen Quellen nicht gefunden haben: Der Blog spricht nur von „Hunderten von Bedingungen“. Schließlich enthalten die von uns gelesenen Berichte keine Einschätzungen unabhängiger Fachleute.
Vorerst überzeugt mich die Idee mehr als die Zahlen. Ein Modell zu fragen, was eine Variante in genau dieser Zelle, in genau diesem Zustand bewirkt, ist die richtige Frage. Denn erst auf dieser Ebene lässt sich die Wirkung einer Variante tatsächlich beobachten, statt sie über ein ganzes Gewebe zu mitteln. Ein Fortschritt, der in einem Unternehmensblog verkündet wird und nur von selbst ausgewählten Stimmen begleitet ist, bleibt aber ein gut begründetes Versprechen. Das eigentliche Urteil kommt, wenn andere Labore dem Modell Fragen stellen, die DeepMind nicht ausgesucht hat.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ich habe den offiziellen Beitrag von Google DeepMind vom 11.11.2026 gelesen (Datum, Autorinnen und Autoren, Trainingsdaten, Modalitäten, Ergebnisse zu TenK10K, Zugangsbedingungen, Zitate) sowie die offizielle Dokumentation auf alphagenomedocs.com (kostenlose API für nicht kommerzielle Nutzung, Nature-Referenz der ersten Version). Als unabhängige Bestätigung habe ich Interesting Engineering (11.11.2026) gelesen: dieselben Zahlen, 30 % gegenüber 16 % und 43 % gegenüber 23 %, 107 Millionen Profile, 68 Gewebe, nicht kommerzielle API, private kommerzielle Vorschau, nur Forschungszwecke. MarkTechPost (Zugriff verweigert) und das PDF des Papers (über 10 MB) konnte ich nicht lesen. Bereits veröffentlichte Themen habe ich ausgeschlossen: Der Artikel über AlphaProof Code und Signal betrifft ein anderes DeepMind-Projekt.
- Incertezze
- Alle Leistungszahlen stammen von DeepMind. Das technische Paper habe ich nicht gelesen, weil das PDF die Download-Grenzen überschreitet; Architektur, vollständige Tabellen und Präzisionsschwellen sind daher nicht aus erster Hand geprüft (einige Medien nennen eine Präzision von 90 %). Es gibt weder eine begutachtete Veröffentlichung noch einen Preprint auf arXiv oder bioRxiv. Ob die Gewichte veröffentlicht werden, ist unbekannt. Einige Medien nennen rund 7 Millionen vorberechnete Varianten in 510 Bedingungen, doch diese Zahl steht in keiner der offiziellen Quellen, die ich gelesen habe: Der Blog spricht nur von „Hunderten von Bedingungen“. Mehrere Aussagen, etwa zur Zelltypspezifität und zur Anpassung an neue Daten, sind qualitativ und ohne Zahlen. Die einzigen externen Stimmen hat DeepMind ausgewählt, und die gelesenen Medien enthalten keine Einschätzungen unabhängiger Fachleute.
- Perché pubblicarla
- Es handelt sich um einen Forschungsfortschritt mit offizieller Primärquelle, quantitativen Daten und konkretem Zugang für die Wissenschaft, denn die API ist für nicht kommerzielle Forschung kostenlos. Das Thema betrifft die Genetik von Krankheiten und damit das öffentliche Interesse, und es erlaubt einen Blick ohne Hype: Die Zahlen stammen vom Unternehmen, es gibt keine Begutachtung, das Modell hat keinen klinischen Einsatz und ob die Gewichte veröffentlicht werden, ist offen.