AlphaGenome 2 릴리스 노트: 세포 유형별 변이 예측을 위한 새로운 조건부 DNA 서열 모델

AlphaGenome 2 개요

AlphaGenome 2는 특정 인간 세포 유형 및 상태에 따른 유전적 변이의 영향을 예측하기 위해 설계된 차세대 DNA 서열 모델입니다. 이전 모델의 벌크 조직 예측 방식에서 조건부 아키텍처로 전환함으로써, 연구자들이 미세한 DNA 변이가 어떻게 특수 세포 내 유전자 발현에 영향을 미치는지 파악할 수 있게 하며, 인간의 형질과 질병 메커니즘을 이해하는 데 중요한 도구를 제공합니다.

조건부 아키텍처 및 세포 유형 특이성

여러 조직의 특성을 병렬로 예측하던 기존 AlphaGenome과 달리, AlphaGenome 2는 조건부 아키텍처를 활용합니다. 이 모델은 100만 개의 문자로 구성된 DNA 서열을 입력값으로 받는 동시에, 아키텍처의 모든 단계에서 세포 유형이나 상태와 같은 특정 생물학적 조건을 함께 입력받습니다. 이러한 설계 덕분에 모델은 동일한 DNA 구간이 다양한 세포 유형에 따라 어떻게 다르게 해석되는지 학습할 수 있습니다.

주요 기술적 기능은 다음과 같습니다:

Cell Encoder: 과학자들은 단일 세포 RNA-seq 데이터를 입력하여 세포 상태 표현을 생성할 수 있으며, 이를 통해 모델은 재학습 없이도 보지 못한 세포 상태에 대한 예측을 수행할 수 있습니다.
교차 모달리티 대치(Cross-modality Imputation): 모델은 유전자 활성과 같은 단일 측정값을 기반으로 염색질 접근성과 같은 누락된 실험 데이터를 예측할 수 있습니다.
확장된 판독값: 유전자 발현, 히스톤 변형, 염색질 접근성 외에도 AlphaGenome 2는 이제 DNA 메틸화를 예측합니다.

성능 및 변이 재현율

AlphaGenome 2는 이전 모델에 비해 정밀도와 재현율 면에서 상당한 향상을 보여줍니다. 68개 조직에 걸친 1억 700만 개 이상의 개별 세포 프로필로 학습된 이 모델은 여러 핵심 영역에서 향상된 성능을 나타냅니다:

변이 식별: TenK10K 데이터셋에서 AlphaGenome 2는 이전 모델 대비 거의 두 배에 달하는 인과적 변이(30% vs 16%)와 방향성 유전자 효과(43% vs 23%)를 식별했습니다.
발달 추적: 혈액 줄기세포가 면역 계통으로 성숙하는 과정과 같은 유전자 발현의 연속적인 변화를 더 높은 충실도로 추적합니다.
질병 관련 통찰: 이 모델은 장 대식세포에서 ETS2 유전자를 과도하게 활성화하여 염증성 장질환(IBD)을 유발하는 원거리 조절 스위치의 변이를 식별하는 등 획기적인 연구 결과들을 성공적으로 재현했습니다.

유전학과 단일 세포 생물학의 가교

AlphaGenome 2는 전장 유전체 연관 분석(GWAS)과 기능적 세포 생물학 사이의 간극을 메우는 데 도움을 줍니다. 형질 관련 변이에 대한 예측을 미리 계산함으로써, 이 모델은 연구자들을 두 가지 주요 방식으로 지원합니다:

인핸서-유전자 매핑: 실험 데이터가 부족한 뇌 성상교세포와 같은 주요 인간 세포 유형에서 조절 스위치(인핸서)를 표적 유전자에 매핑하는 능력을 확장합니다.
인과적 변이 특정: 키부터 제2형 당뇨병에 이르는 복합 형질에 대해 특정 인과적 변이와 그것이 작용하는 세포 유형을 식별하는 데 도움을 주며, 변이가 유전자 활성을 증가시키는지 감소시키는지 예측합니다.

가용성 및 향후 방향

AlphaGenome 2는 현재 AlphaGenome API를 통해 비상업적 연구용으로 제공되고 있으며, 상업적 연구를 위한 비공개 프리뷰도 이용 가능합니다. Google DeepMind는 또한 Gemini 4와 함께 자사의 에이전트 개발 플랫폼인 Google Antigravity에 AlphaGenome 2 기술을 통합할 계획이라고 발표했습니다.

참고: AlphaGenome 및 AlphaGenome 2는 연구 목적으로만 사용되며 임상 또는 진단 목적으로 검증되거나 승인되지 않았습니다.