Contexte et objectifs
AlphaGenome 2 est le successeur du modèle génomique AlphaGenome développé par DeepMind. Son but principal est de relier les variantes génétiques aux réponses spécifiques de chaque type cellulaire, une problématique qui complique la compréhension des mécanismes pathologiques. En ciblant les effets de mutations au niveau des cellules individuelles, le modèle vise à fournir aux chercheurs une granularité suffisante pour identifier des liens directs entre gènes et maladies.
Entraînement et jeu de données
Le modèle a été entraîné sur plus de 100 millions de profils cellulaires issus de 68 tissus humains. Ces données proviennent de répertoires d’atlas cellulaires, qui cataloguent l’expression génique à l’échelle du singe‑cellulaire. En intégrant ces jeux massifs, AlphaGenome 2 transforme des cartes statiques en un « moteur prédictif » capable d’estimer l’impact d’une variante sur l’expression génique selon le type et l’état de la cellule. Le volume des données explique la capacité du modèle à détecter près de deux fois plus de variantes modifiant l’expression que son prédécesseur.
Capacités prédictives et limites
AlphaGenome 2 prédit les effets des variants sur des cellules jamais vues lors de l’entraînement, sans nécessiter de ré‑apprentissage. Cette généralisation repose sur la représentation des états cellulaires capturée dans les atlas, mais elle implique un coût computationnel élevé : le modèle est « plus cher » à exécuter que AlphaGenome, rendant impraticable la génération d’un atlas couvrant chaque possible mutation du génome humain. De plus, la précision dépend de la densité des données d’entrée ; les tissus ou états cellulaires sous‑représentés restent des zones d’incertitude, bien que le modèle puisse signaler ces lacunes pour orienter les expériences de laboratoire.
Perspectives et accès
DeepMind prévoit d’enrichir le jeu de données avec des états cellulaires actuellement rares et d’étendre l’entraînement à plusieurs espèces, ce qui pourrait améliorer la robustesse inter‑spécifique du modèle. À plus long terme, AlphaGenome 2 pourrait alimenter la création de « cellules virtuelles », des simulations numériques destinées à reproduire des systèmes biologiques complets. Le modèle est disponible dès maintenant via l’AlphaGenome API pour la recherche non commerciale, avec un accès en aperçu privé pour les projets commerciaux, offrant ainsi aux équipes de biologie computationnelle un outil immédiatement exploitable.
