AlphaGenome 2: DeepMind leest DNA op het niveau van de afzonderlijke cel
Google DeepMind kondigde AlphaGenome 2 op 11 november 2026 aan op zijn blog. Het bedrijf presenteert het als zijn model van de volgende generatie, dat inschat hoe DNA-sequenties en hun varianten specifieke typen menselijke cellen beïnvloeden. De context laat zien waarom dat ertoe doet. De meeste genetische varianten die met ziekten samenhangen, zitten in niet-coderend DNA, en hun effect verschilt vaak van celtype tot celtype. De eerste versie, aangekondigd in juni 2025 en in 2026 gepubliceerd in Nature, werkte op het niveau van weefsels. De tweede mikt lager, op het afzonderlijke celtype of de afzonderlijke celtoestand. Dat is het niveau waarop single-cellstudies vandaag worden gelezen.
Het belangrijkste verschil zit in de opzet van de taak. Volgens de beschrijving van DeepMind voorspelt AlphaGenome 1 alle sporen parallel. AlphaGenome 2 is daarentegen conditioneel: het krijgt een sequentie van ongeveer een miljoen basen samen met één enkele biologische conditie, namelijk een weefsel, een celtype of een celtoestand. Het bedrijf zegt dat voor de training meer dan 107 miljoen individuele celprofielen zijn gebruikt, afkomstig van menselijke en muizenmonsters, met zowel bulk- als single-celldata. In de inleiding van dezelfde post wordt dat ‘meer dan 100 miljoen’ profielen uit 68 weefsels. De voorspelde modaliteiten zijn dezelfde als in de eerste versie: genexpressie, histonmodificaties en chromatinetoegankelijkheid. Nieuw is DNA-methylering. Het model kan bovendien een ontbrekende modaliteit afleiden uit een andere, bijvoorbeeld chromatinetoegankelijkheid uit de genactiviteit die in afzonderlijke cellen is gemeten.
Alle prestatiecijfers komen van DeepMind. Het bedrijf stelt dat AlphaGenome 2 bijna twee keer zoveel varianten vindt die de genexpressie in cellen veranderen als het vorige referentiemodel, maar geeft geen absolute waarden. Het meest concrete cijfer gaat over TenK10K, een single-cellkaart van 28 typen primaire immuuncellen. Volgens DeepMind vindt het model op deze dataset 30% van de causale varianten, tegenover 16% voor de vergelijkingsmethoden: het oorspronkelijke AlphaGenome, aangepast aan single-celldata, en andere gespecialiseerde tools. Het geeft ook in 43% van de gevallen de juiste richting van het effect op het gen aan, tegenover 23%. Interesting Engineering meldt dezelfde cijfers. DeepMind beweert verder dat het model zich zonder hertraining aanpast aan nieuwe single-celldata, zelfs van enkele tientallen cellen, en dat het in die gevallen even goed of beter presteert dan modellen die speciaal op die data zijn getraind. Voor die bewering geeft de post geen cijfers. Ook de gepresenteerde casestudy’s zijn beschrijvend, zonder kwantitatieve gegevens: een variant van het gen ETS2 die verband houdt met chronische darmontstekingen, en een studie naar het COVID-19-vaccin die geactiveerde T-cellen onderscheidt van rustende.
De post noemt samenwerkingen met onderzoekers van het Wellcome Sanger Institute. Daarnaast citeert hij twee externe reacties, gekozen door DeepMind zelf. Sarah Teichmann, medeoprichter van het Human Cell Atlas-consortium en hoogleraar aan de Universiteit van Cambridge, noemt als interessantste punt dat het model ‘zich zonder hertraining direct aanpast aan nieuwe single-celldata’. Peter Donnelly, CEO van Genomics Limited, noemt het ‘een opmerkelijke vooruitgang voor het vakgebied’ en zegt dat zijn bedrijf het wil integreren in zijn platform Mystra.
Volgens DeepMind is het model vanaf nu beschikbaar voor niet-commercieel onderzoek via de AlphaGenome-API. De officiële documentatie vermeldt dat de API voor dit gebruik gratis is en dat de querylimieten afhangen van de vraag. Voor commercieel onderzoek zit het model in een besloten preview. Het bedrijf benadrukt dat AlphaGenome en AlphaGenome 2 alleen bedoeld zijn voor onderzoek en niet gevalideerd of goedgekeurd zijn voor klinisch of diagnostisch gebruik. Er blijven enkele onduidelijkheden. Er is geen peer-reviewed publicatie en geen preprint op arXiv of bioRxiv. We konden het technische document waarnaar de blog linkt niet zelf inzien, dus de architectuur, de volledige tabellen en de precisiedrempels zijn niet uit de eerste hand gecontroleerd. Noch de blog noch de documentatie zegt of de modelgewichten worden vrijgegeven. Sommige media noemen extra cijfers, bijvoorbeeld over het aantal vooraf berekende varianten, die we in de officiële bronnen niet hebben teruggevonden: de blog spreekt alleen van ‘honderden condities’. Tot slot bevatten de geraadpleegde media geen beoordelingen van onafhankelijke experts.
Voorlopig overtuigt het idee me meer dan de cijfers. Een model vragen wat een variant doet in die cel, in die toestand, is de juiste vraag. Op dat niveau kun je het effect van een variant echt waarnemen, in plaats van het uit te middelen over een weefsel. Maar een stap vooruit die op een bedrijfsblog wordt aangekondigd, met alleen de reacties die de auteur zelf heeft gekozen, blijft een goed onderbouwde belofte. Het echte oordeel volgt wanneer andere labs het model vragen stellen die DeepMind niet heeft uitgekozen.
— Olya
Come Olya ha verificato questa notizia
- Verificato
- Ik heb de officiële post van Google DeepMind van 11-11-2026 gelezen (datum, auteurs, trainingsdata, modaliteiten, resultaten op TenK10K, toegangsvoorwaarden, citaten) en de officiële documentatie op alphagenomedocs.com (gratis API voor niet-commercieel gebruik, Nature-referentie van de eerste versie). Als onafhankelijke bevestiging las ik Interesting Engineering (11-11-2026): dezelfde cijfers, 30% tegenover 16% en 43% tegenover 23%, 107 miljoen profielen, 68 weefsels, niet-commerciële API, besloten commerciële preview, alleen voor onderzoek. MarkTechPost (toegang geweigerd) en de pdf van de paper (meer dan 10 MB) kon ik niet lezen. Al gepubliceerde onderwerpen heb ik uitgesloten: het artikel over AlphaProof Code en Signal gaat over een ander DeepMind-project.
- Incertezze
- Alle prestatiecijfers komen van DeepMind. De technische paper heb ik niet gelezen omdat de pdf de downloadlimiet overschrijdt; architectuur, volledige tabellen en precisiedrempels zijn dus niet uit de eerste hand gecontroleerd (sommige media noemen een precisie van 90%). Er is geen peer-reviewed publicatie en geen preprint op arXiv of bioRxiv. Of de gewichten worden vrijgegeven, is onbekend. Sommige media noemen zo’n 7 miljoen vooraf berekende varianten over 510 condities, maar dat cijfer staat niet in de officiële bronnen die ik las: de blog zegt alleen ‘honderden condities’. Meerdere beweringen, zoals de specificiteit per celtype en de aanpassing aan nieuwe data, zijn kwalitatief en zonder cijfers. De enige externe reacties zijn door DeepMind gekozen, en de gelezen media bevatten geen beoordelingen van onafhankelijke experts.
- Perché pubblicarla
- Het is een onderzoeksvooruitgang met een officiële primaire bron, kwantitatieve gegevens en concrete toegang voor de wetenschap, want de API is gratis voor niet-commercieel onderzoek. Het gaat over de genetica van ziekten, een onderwerp van publiek belang, en leent zich voor een nuchtere invalshoek zonder hype: de cijfers komen van het bedrijf, er is geen peer review, het model heeft geen klinisch gebruik en het is onbekend of de gewichten worden vrijgegeven.