🎬 Assista esta matéria
A Google DeepMind publicou na quarta-feira (11) o AlphaGenome 2, segunda geração do modelo que prevê o efeito de variantes genéticas. A mudança principal não está no tamanho, mas na resolução: em vez de trabalhar com médias de tecidos inteiros, o novo modelo prevê o que acontece em tipos e estados específicos de célula — uma célula de músculo cardíaco, uma célula imune do sangue.
O AlphaGenome original recebia uma sequência de 1 milhão de letras de DNA e previa milhares de experimentos em paralelo. A DeepMind afirma que essa estratégia “espalhava a capacidade do modelo de forma fina” e tinha dificuldade com tipos celulares parecidos entre si.
Um modelo condicional
A versão 2 é condicional: além da sequência de DNA, recebe a condição biológica de interesse — tecido, tipo celular ou estado — e usa essa informação em todas as etapas da arquitetura, prevendo uma condição por vez. O treinamento usou dados de células isoladas e de tecidos de humanos e camundongos, somando mais de 107 milhões de perfis individuais de células em 68 tecidos.
O modelo prevê os mesmos sinais do antecessor — expressão de genes, modificações de histonas, acessibilidade da cromatina — e acrescenta a metilação do DNA, descrita pela empresa como um pedido recorrente da comunidade científica.
Há também um codificador de células que permite generalizar para estados celulares novos sem retreinar. Um pesquisador pode enviar um retrato de RNA de células isoladas obtido “de algumas poucas dezenas de células”, que é comprimido numa representação do estado celular e usado para condicionar o modelo. Segundo a DeepMind, o resultado iguala ou supera modelos treinados diretamente naqueles dados.
O que melhorou nos testes
A DeepMind diz identificar quase o dobro de variantes que alteram a expressão de genes em comparação com o melhor modelo anterior. No conjunto TenK10K, um mapa de 28 tipos primários de células imunes, o AlphaGenome 2 acertou 30% das variantes causais, contra 16% do AlphaGenome original ajustado para dados de célula única; na direção do efeito sobre o gene — se a atividade sobe ou desce —, 43% contra 23%.
Entre os estudos de caso, o modelo reproduziu por computação um achado já publicado na Nature em 2024: uma variante regulatória distante que provoca doença inflamatória intestinal ao superativar o gene ETS2 em macrófagos do intestino. Em dados inéditos de vacinas de mRNA contra covid-19, separou células T ativadas pela vacina das em repouso.
“O que torna o AlphaGenome 2 empolgante é como ele se adapta diretamente a novos dados de célula única sem retreinamento”, disse a professora Sarah Teichmann, cofundadora do consórcio Human Cell Atlas e professora de Medicina de Células-Tronco na Universidade de Cambridge.
O modelo já está disponível para pesquisa não comercial pela API do AlphaGenome, com tutoriais em Colab, e em prévia privada para pesquisa comercial. A DeepMind reforça a ressalva de sempre: o AlphaGenome e o AlphaGenome 2 são para pesquisa, e não foram validados nem aprovados para uso clínico ou diagnóstico.
Fontes: Google DeepMind · SiliconANGLE
🎙️ Gostou? Receba só o que te interessa, todo dia
Escolha seus temas e receba um briefing diário em áudio e texto, de graça, no WhatsApp ou e-mail.
Montar meu briefing grátis