AlphaGenome 2: DNA değişimlerini hücre türüne göre inceleyen yeni araştırma modeli

Google DeepMind, 11 Kasım 2026'da AlphaGenome 2'yi duyurdu. DNA değişimlerini hücre bağlamında inceleyen araştırma modeli, şirketin açıklamasına göre 68 dokudan 107 milyondan fazla hücre profiliyle eğitildi. TenK10K karşılaştırmasında nedensel varyantları belirleme oranı yüzde 16'dan yüzde 30'a yükseldi. Bunlar geliştiricinin bildirdiği araştırma sonuçları; klinik başarı oranları değil. Duyuruda ticari olmayan araştırma erişimi ve ticari araştırmalar için özel önizleme açıklandı. Google DeepMind duyurusu

Aynı DNA, farklı hücre bağlamı

Resmî kullanım rehberine göre her tahmin, seçilen bir biyolojik koşul için yapılıyor. Bu koşul doku, hücre türü, hücre hattı veya araştırmacının kendi hücre topluluğu olabilir. Kullanıcı hazır referans kataloğunu sorgulayabiliyor, koşulları adlarıyla arayabiliyor ve hangi çıktıların ölçülmüş eğitim verilerine dayandığını inceleyebiliyor. Dolayısıyla araştırma sorusu yalnız DNA dizisini seçmekle bitmiyor: değerlendirilecek hücre bağlamının da açıkça tanımlanması gerekiyor. Koşul seçimi rehberi

Kendi deneyinden veriyle çalışmak

Tek hücre RNA dizileme verisi bulunan araştırmacılar, modeli yeniden ince ayardan geçirmeden kendi insan hücre örnekleriyle koşullandırabiliyor. Belgeler, çağrı başına en fazla 256 hücreyi ve Ensembl gen kimlikleriyle ham, tam sayı UMI sayımlarını gerektiriyor. Normalleştirilmiş veya logaritmik dönüşüm uygulanmış değerler aynı şey değil. Tek hücre girdisi mümkün olsa da örnekleme gürültüsünü azaltmak için mevcut olduğunda en az 16 hücre öneriliyor. Rehber, özel hücre verilerini referans koşulla karşılaştırarak varyant etkilerini inceleyen bir iş akışı gösteriyor. Tek hücre verisi öğreticisi

Eski modelin doğrudan yerine geçen bir dosya değil

Geçiş belgesi, AlphaGenome 2'nin DNA dizisi, tür ve koşul bilgisini birlikte aldığını açıklıyor. Yeni olanaklar arasında tek hücre gen ifadesi, kromatin erişilebilirliği ve DNA metilasyonu çıktıları bulunuyor. İlk sürüm ise önceki araştırma sonuçlarını yeniden üretmek veya PRO-cap tahminleri gibi belirli işler için korunuyor. İkinci sürüm yalnız ham varyant puanı döndürüyor; önceki sürümün yüzdelik puanı aynı biçimde sunulmuyor. Bu yüzden eski analizleri karşılaştırırken yalnız model adını değiştirmek yeterli olmayabilir. Sürüm geçiş belgesi

Erişim ve kullanım sınırları

Dokümantasyon ana sayfası, ticari olmayan kullanım için API'nin ücretsiz olduğunu; sorgu hızlarının talebe göre değiştiğini belirtiyor. Canlı model tahminleri milyonlarca değil, binlerce tahmin içeren analizler için konumlandırılıyor. Önceden hesaplanmış Atlas sorguları daha yüksek hızlara izin veriyor. AlphaGenome belgeleri

SSS sayfası, doğrudan API çıktıları ve Atlas puanlarını ticari olmayan araştırmayla sınırlandırıyor; bunların makine öğrenmesi modeli eğitimi veya klinik kararlar için kullanılmaması gerektiğini bildiriyor. Ticari iş akışları için ayrı Google Cloud erişimine yönlendiriyor. Araştırma erişimi, otomatik olarak ticari kullanım izni anlamına gelmiyor. Eğitim dağılımından belirgin biçimde farklı verilerde modelin ayrımları yakalayamayabileceği de belirtiliyor. Deneysel olarak kıyaslanmamış çıktılar hipotez olarak ele alınmalı; sonuçlar bir hastanın tanısı veya tedavi kararı yerine geçmez. Kullanım koşulları ve sınırlamalar

Dji Banner Inside Article - 728x90