IT之家 · 智能时代T2·基座大模型
88 分
谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2,采用条件模型架构,将组织、细胞类型与细胞状态作为输入,把预测粒度从组织级推进到单细胞级。模型基于超 1.07 亿个单细胞图谱训练,识别基因表达相关变异的能力接近上一代的两倍,在免疫细胞测试中致病因果变异识别率达 30%(上一代为 16%)。模型新增 DNA 甲基化预测并支持零样本泛化到未见细胞类型,已通过 API 向非商业研究开放。
谷歌 DeepMind 第二代基因组 AI 模型,支持单细胞级变异效应预测与甲基化等多指标推断
谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2,采用条件模型架构,将组织、细胞类型与细胞状态作为输入,把预测粒度从组织级推进到单细胞级。模型基于超 1.07 亿个单细胞图谱训练,识别基因表达相关变异的能力接近上一代的两倍,在免疫细胞测试中致病因果变异识别率达 30%(上一代为 16%)。模型新增 DNA 甲基化预测并支持零样本泛化到未见细胞类型,已通过 API 向非商业研究开放。
谷歌 DeepMind 发布 AlphaGenome 2,将 DNA 变异效应预测从组织平均水平细化到单细胞类型与状态,可识别的基因表达调控变异数量接近此前最优模型的两倍。模型采用条件式架构,基于超 1.07 亿个单细胞图谱训练,并支持跨模态数据填充,已通过 API 面向非商业研究开放。
DeepMind 发布下一代 DNA 序列模型 AlphaGenome 2,可预测 DNA 序列及其变异如何影响数百种具体人类细胞类型,将单细胞生物学与人类遗传学连接起来。该模型为科学家提供定位疾病细胞层面驱动因素的新工具,有望加速从基因变异到疾病机制的解析。
Google DeepMind 发布 AlphaGenome 2,这是其基因组预测模型 AlphaGenome 的升级版,核心能力是预测遗传变异在特定细胞类型与细胞状态下的差异化影响。该模型针对同一变异在不同细胞中效应迥异这一难题,为疾病机理研究与新疗法发现提供更精细的解析工具。