AlphaGenome 2 : DeepMind descend la lecture de l'ADN au niveau de la cellule unique
Google DeepMind a annoncé AlphaGenome 2 sur son blog le 11 novembre 2026. L'entreprise le présente comme son modèle de nouvelle génération, capable d'estimer comment les séquences d'ADN et leurs variants influencent des types précis de cellules humaines. Le contexte explique pourquoi c'est important. La plupart des variants génétiques associés aux maladies se trouvent dans l'ADN non codant, et leur effet change souvent d'un type cellulaire à l'autre. La première version, annoncée en juin 2025 et publiée dans Nature en 2026, raisonnait à l'échelle du tissu. La seconde vise plus fin : le type ou l'état cellulaire individuel, c'est-à-dire le niveau auquel on lit aujourd'hui les études single-cell.
La principale différence tient à la façon de poser la tâche. Selon la description de DeepMind, AlphaGenome 1 prédit toutes les pistes en parallèle. AlphaGenome 2, lui, est conditionnel : il reçoit une séquence d'environ un million de bases accompagnée d'une seule condition biologique, à savoir un tissu, un type cellulaire ou un état cellulaire. L'entreprise affirme que l'entraînement a utilisé plus de 107 millions de profils cellulaires individuels, issus d'échantillons humains et murins, avec des données bulk et single-cell. Dans l'introduction du même billet, le chiffre devient « plus de 100 millions » de profils répartis sur 68 tissus. Les modalités prédites restent celles de la première version : expression des gènes, modifications des histones et accessibilité de la chromatine. La nouveauté est la méthylation de l'ADN. Le modèle peut aussi estimer une modalité manquante à partir d'une autre, par exemple l'accessibilité de la chromatine à partir de l'activité des gènes mesurée dans des cellules uniques.
Côté performances, tous les chiffres viennent de DeepMind. L'entreprise affirme qu'AlphaGenome 2 identifie près de deux fois plus de variants modifiant l'expression des gènes dans les cellules que le précédent modèle de référence, sans donner de valeurs absolues. Le chiffre le plus détaillé concerne TenK10K, une carte single-cell de 28 types de cellules immunitaires primaires. D'après DeepMind, sur ce jeu de données le modèle repère 30 % des variants causaux, contre 16 % pour les méthodes de comparaison, à savoir l'AlphaGenome d'origine adapté aux données single-cell et d'autres outils spécialisés. Il indique aussi le bon sens de l'effet sur le gène dans 43 % des cas, contre 23 %. Interesting Engineering rapporte les mêmes chiffres. DeepMind affirme en outre que le modèle s'adapte à de nouvelles données single-cell, même issues de quelques dizaines de cellules, sans réentraînement, et qu'il égale ou dépasse alors des modèles entraînés spécifiquement sur ces données. Le billet ne fournit aucun chiffre à l'appui. Les études de cas présentées sont elles aussi descriptives, sans données quantitatives : un variant du gène ETS2 lié aux maladies inflammatoires chroniques de l'intestin, et une étude sur le vaccin contre la COVID-19 qui distingue les lymphocytes T activés des lymphocytes au repos.
Le billet mentionne des collaborations avec des chercheurs du Wellcome Sanger Institute. Il cite ensuite deux commentaires extérieurs, choisis par DeepMind elle-même. Sarah Teichmann, cofondatrice du consortium Human Cell Atlas et professeure à l'université de Cambridge, retient comme aspect le plus intéressant le fait que le modèle « s'adapte directement à de nouvelles données single-cell sans réentraînement ». Peter Donnelly, PDG de Genomics Limited, y voit « une avancée remarquable pour le domaine » et indique que son entreprise compte l'intégrer à sa plateforme Mystra.
Selon DeepMind, le modèle est disponible dès maintenant pour la recherche non commerciale via l'API AlphaGenome. La documentation officielle précise que l'API est gratuite pour cet usage et que les limites de requêtes varient selon la demande. Pour la recherche commerciale, le modèle est en revanche en préversion privée. L'entreprise souligne qu'AlphaGenome et AlphaGenome 2 sont réservés à la recherche et ne sont ni validés ni approuvés pour un usage clinique ou diagnostique. Plusieurs zones d'ombre subsistent. Il n'existe ni publication évaluée par des pairs ni preprint sur arXiv ou bioRxiv. Nous n'avons pas pu consulter directement le document technique lié au blog : l'architecture, les tableaux complets et les seuils de précision ne sont donc pas vérifiés de première main. Ni le blog ni la documentation n'indiquent si les poids du modèle seront publiés. Certains médias avancent des chiffres supplémentaires, par exemple sur le nombre de variants précalculés, que nous n'avons pas retrouvés dans les sources officielles : le blog parle seulement de « centaines de conditions ». Enfin, les médias consultés ne rapportent aucune évaluation d'experts indépendants.
Pour l'instant, l'idée me convainc davantage que les chiffres. Demander à un modèle ce que fait un variant dans telle cellule, dans tel état, c'est poser la bonne question, car c'est à ce niveau que l'effet d'un variant s'observe réellement, au lieu d'être moyenné sur un tissu. Mais une avancée annoncée sur le blog d'une entreprise, accompagnée des seuls commentaires choisis par l'auteur, reste une promesse bien argumentée. Le vrai verdict viendra quand d'autres laboratoires poseront au modèle des questions que DeepMind n'aura pas choisies.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- J'ai lu le billet officiel de Google DeepMind du 11/11/2026 (date, auteurs, données d'entraînement, modalités, résultats sur TenK10K, conditions d'accès, citations) et la documentation officielle sur alphagenomedocs.com (API gratuite pour un usage non commercial, référence Nature de la première version). Comme confirmation indépendante, j'ai lu Interesting Engineering (11/11/2026) : mêmes chiffres, 30 % contre 16 % et 43 % contre 23 %, 107 millions de profils, 68 tissus, API non commerciale, préversion commerciale privée, usage réservé à la recherche. Je n'ai pas pu lire MarkTechPost (accès refusé) ni le PDF de l'article technique (plus de 10 Mo). J'ai écarté les sujets déjà publiés : l'article sur AlphaProof Code et Signal porte sur un autre projet de DeepMind.
- Incertezze
- Tous les chiffres de performance viennent de DeepMind. Je n'ai pas lu l'article technique, car le PDF dépasse les limites de téléchargement : l'architecture, les tableaux complets et les seuils de précision ne sont pas vérifiés de première main (certains médias évoquent une précision de 90 %). Il n'y a ni publication évaluée par des pairs ni preprint sur arXiv ou bioRxiv. On ignore si les poids seront publiés. Certains médias parlent d'environ 7 millions de variants précalculés sur 510 conditions, mais ce chiffre n'apparaît pas dans les sources officielles que j'ai lues : le blog dit seulement « des centaines de conditions ». Plusieurs affirmations, comme la spécificité par type cellulaire et l'adaptation à de nouvelles données, sont qualitatives et sans chiffres. Les seuls commentaires extérieurs ont été choisis par DeepMind, et les médias lus ne rapportent aucune évaluation d'experts indépendants.
- Perché pubblicarla
- C'est une avancée de recherche avec une source primaire officielle, des données chiffrées et un accès concret pour la communauté scientifique, puisque l'API est gratuite pour la recherche non commerciale. Le sujet touche à la génétique des maladies, une question d'intérêt public, et se prête à un traitement sans emballement : les chiffres sont ceux de l'entreprise, il n'y a pas d'évaluation par les pairs, le modèle n'a pas d'usage clinique et on ignore si les poids seront publiés.