AI News JAPAN

世界のAIニュースを最速で把握できるメディア

Advertisement

AlphaGenome 2をGoogle DeepMindが発表、単一細胞レベルでDNA変異の影響を予測

公開:2026年11月12日, 最終更新:2026年11月12日

Google DeepMindは2026年11月11日、次世代DNAシーケンスモデル「AlphaGenome 2」を発表した。同モデルはDNA配列とその変異が特定のヒト細胞型に与える影響を予測し、疾患の細胞レベルの要因解明を支援する科学ツールとして位置づけられている。

30秒サマリー

  • Google DeepMindがAlphaGenome 2を発表。1億700万件超の単一細胞プロファイルで学習し、疾患関連DNA変異を従来比約2倍の精度で特定。
  • 条件付きモデル設計により、特定の細胞型・細胞状態を入力として受け取り、同一DNA領域が細胞ごとにどう異なる読まれ方をするかを予測できる。
  • 非商用研究向けにAlphaGenome APIで即日利用可能、商用研究はプライベートプレビュー段階。

AlphaGenome 2の発表内容と主要機能

Google DeepMindは2026年11月11日付の公式ブログで、次世代DNAシーケンスモデル「AlphaGenome 2」の一般提供開始を発表した。同モデルは前世代モデル「AlphaGenome」と異なり、組織全体の平均値ではなく特定の細胞型・細胞状態を条件として入力できる「条件付きモデル(conditional model)」として根本的に再設計された。68組織にわたる1億700万件超の個別細胞プロファイルで学習しており、静的なセルアトラスを人類遺伝学の予測エンジンへと転換するものだと説明している。

性能面では、大規模単一細胞免疫データセット「TenK10K」(主要免疫細胞28種)を用いた評価において、AlphaGenome 2は因果的変異の特定率が30%(前世代モデルの16%から向上)、遺伝子発現への方向性予測精度が43%(同23%から向上)に達し、単一細胞データで追加学習した前世代モデルや他の専門ツールを上回ったとされる。これは疾患に関連する見逃されやすい変異の発見に直結するとしている。

アーキテクチャ上の特徴として、同モデルはクロスモダリティ補完(cross-modality imputation)が可能であり、単一の測定値(例:単一細胞遺伝子発現)を入力するだけで未測定の特性(例:クロマチンアクセシビリティ)を予測できる。また、数十細胞の単一細胞RNA-seqデータを用いて、再学習なしに未知の細胞状態へ汎化する機能も持つ。COVID-19 mRNAワクチン研究で得られた未学習データを用いたテストでは、ワクチン活性化T細胞と休止T細胞を区別し、重症COVID-19に関連する変異が活性化状態でより強く遺伝子活性を乱すことを再現したとしている。

GWAS(ゲノムワイド関連解析)との連携機能として、身長から2型糖尿病まで複数の複合形質について、疾患関連変異のスコアを数百の細胞・組織条件にわたってあらかじめ計算したデータセットも提供する。IBD(炎症性腸疾患)の原因変異としてETS2遺伝子を腸管免疫細胞(マクロファージ)で過活性化する変異を特定した先行研究の知見を、AlphaGenome 2が計算で再現したとも述べられている。

AlphaGenome 2の主な仕様・数値

  • 学習データ規模:1億700万件超の個別細胞プロファイル(68組織)
  • 因果変異の特定率(TenK10K評価):30%(前世代モデルは16%)
  • 遺伝子発現方向性予測精度(TenK10K評価):43%(前世代モデルは23%)
  • 対応読み出し項目:遺伝子発現、ヒストン修飾、クロマチンアクセシビリティ、DNAメチル化
  • 入力DNA配列長:100万塩基
  • 非商用研究向け提供:AlphaGenome APIで即日提供
  • 商用研究向け提供:プライベートプレビュー
  • 今後の予定:Google AntigravityへのAlphaGenome 2 Skillsリリースを予定

出典: Google DeepMind Blog(公式ブログ)

なぜ重要か(編集部の分析)

編集部の見解として、AlphaGenome 2が持つ「再学習不要で新しい細胞状態に適応する能力」は、疾患特異的・個人特異的な細胞状態への応用を大きく広げる可能性がある。GWASで検出された関連シグナルを特定の細胞・変異・遺伝子にまで絞り込む機能は、創薬ターゲットの特定における最大のボトルネックの一つに直接対応するものであり、製薬会社のGWAS活用が具体的な創薬プログラムへ結びつく速度を高める可能性がある。

日本企業への示唆(編集部の分析)

編集部の分析として、日本の製薬企業・バイオベンチャー・ゲノム医療機関にとって、AlphaGenome 2のAPIへのアクセスは、自社の単一細胞データを用いた疾患変異解析を外部大規模計算資源なしに実施できる機会を意味する。特にGWASデータを保有しながらも標的の絞り込みに課題を抱える企業は、同モデルの活用を検討する実益がある。商用利用はプライベートプレビュー段階にあるため、早期アクセスを目指す場合は同社への申し込みを速やかに行うことが望ましい。

背景・経緯

Google DeepMindは前世代モデル「AlphaGenome」を発表し(原文では「昨年」と記載)、全ゲノムで考えられる約90億通りの一塩基置換の予測を収めた「AlphaGenome Atlas」プラットフォームも提供してきた。AlphaGenome 2はその後継モデルとして、単一細胞生物学とヒト遺伝学をより高精度に橋渡しすることを目的に開発された。Human Cell Atlasの共同創設者であるケンブリッジ大学のSarah Teichmann教授やGenomics LimitedのCEO Peter Donnelly氏がコメントを寄せており、Wellcome Sanger Instituteとの共同研究も進行中とされている。

AlphaGenome 2についてよくある質問

Q. AlphaGenome 2は前世代モデルとどこが違うのか?

A. 前世代AlphaGenomeが組織全体の平均値を並列で予測したのに対し、AlphaGenome 2は特定の細胞型・細胞状態を条件として1度に1条件を予測する「条件付きモデル」に再設計されている。これにより、疾患に関連する細胞特異的な変異を約2倍の精度で特定できるとされる。

Q. AlphaGenome 2を利用するにはどうすればよいか?

A. 非商用研究向けにはAlphaGenome APIで即日利用可能であり、インタラクティブなColabチュートリアルも提供されている。商用研究向けはプライベートプレビューの段階にある。

Q. AlphaGenome 2はどのような疾患研究に活用できるか?

A. 原文では、GWAS由来の疾患関連変異の絞り込み、エンハンサーと標的遺伝子の対応付け、IBDや2型糖尿病・身長などの複合形質への適用例が挙げられている。再学習なしに未知の細胞状態(例:COVID-19ワクチン接種後の免疫細胞)へ汎化できる点も特徴とされる。

関連記事