NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

Google DeepMindがAlphaGenome 2を発表 DNA配列に細胞型・状態の条件を組み合わせ、28免疫細胞型の評価で原因変異の検出を16%から30%へ(著者報告)

Google DeepMindは2026年11月11日、DNA配列(最大100万塩基)に細胞型・細胞状態の条件を入力できる次世代の配列モデルAlphaGenome 2を発表した。ヒトとマウスのバルク・単一細胞データを用い、1億700万超のヒト単一細胞RNA配列データ(68組織)で学習し、DNAメチル化の予測を新たに加えた。28の免疫細胞型を含むTenK10Kデータセットの評価では、単一細胞データで追加調整した初代AlphaGenomeに比べて原因変異の検出が16%から30%、遺伝子発現効果の向きの予測が23%から43%になったと著者は報告する。APIとColabノートブックを非商用研究向けに公開し、商用研究は限定プレビュー。臨床・診断用途には使えないとしている。数値は著者の比較結果で、第三者検証はまだない。

発表は公式ブログ「AlphaGenome 2: Deciphering how cells read DNA to better understand disease」で、著者表記はAdam Gayoso、Natasha Latysheva、Pushmeet Kohli、Žiga Avsecの4名だ。論文「AlphaGenome 2 predicts regulatory activity and variant effects across cell states」はブログのRead the paperリンクから取得でき、Google DeepMindの26名の著者(貢献同等者5名を含む)で書かれている。ブログと論文、ドキュメントサイトalphagenomedocs.comの三つで公開内容を確認した。

初代AlphaGenomeは2025年6月25日に発表され、100万塩基の配列から複数の組織・細胞株の出力を並列で予測した。2026年9月8日には、ヒトゲノムの90億通りの単一塩基変異の予測を検索できるAlphaGenome Atlasが出ている。AlphaGenome 2はこの系譜で、並列予測から条件付き予測へ設計を変えた点が一番の違いだ。

細胞の状態を条件として入力する

AlphaGenome 2は、100万塩基のDNA配列と、対象の組織・細胞型・細胞状態を指定する条件を入力に取る。条件はモデル側の参照カタログから選ぶか、研究者自身の単一細胞実験データからcell encoderで作る。ブログと論文の説明による。状態の表現がモデル内部で出力と分離されているため、単一細胞の遺伝子活性だけを与えると、クロマチンアクセス可能性のような測っていない性質を補完する(クロスモダリティ補完)。条件を遺伝子発現から直接推定する設計により、再学習や追加調整なしで未知のデータセットと細胞状態に適応でき、数十細胞程度の単一細胞RNA配列データからでも条件を作れると論文は述べる。

学習データはヒトとマウスのバルク機能ゲノミクスと、組織全体にわたる単一細胞アトラスだ。論文のFig.1と本文によれば、1億700万のヒト単一細胞RNA配列プロファイル(68組織)を事後学習に使い、細胞型別のCpGメチル化を185のヒト基準条件で追加した。予測対象は初代と同じ遺伝子発現、ヒストン修飾、クロマチンアクセス可能性、転写因子結合などに加えて、要求の多かったDNAメチル化が加わる。

図解AlphaGenome系の展開
  1. AlphaGenome

    初代モデルを発表。最大100万塩基の配列から複数の組織・実験出力を並列予測する。

  2. AlphaGenome Atlas

    ヒトゲノムの約90億通りの単一塩基変異の予測を検索できるデータベースを公開。

  3. AlphaGenome 2

    細胞型・状態を条件に取る次世代モデルを発表。非商用研究向けAPIを公開。

初代の発表日とAtlasの公開日は各公式ブログ(2025-06-25、2026-09-08)。Atlasの対象は「all 9 billion possible single-letter changes」。AlphaGenome 2は2026-11-11の公式ブログ。

TenK10Kの評価で因果変異の検出が倍近くに(著者比較)

効果の大きさを測る評価として、論文とブログはともにTenK10Kを挙げる。28種の一次免疫細胞型にわたる大規模な単一細胞マップで、変異が発現に与える効果(sc-eQTL)の因果性と向きを検証する。比較相手は、単一細胞データで追加調整した初代AlphaGenome(AG1-sc)と、Scoobyなどの専用モデルだ。因果変異の検出のrecallはAG1-scの16%から30%に上がり(要旨の表現では90% precisionで約2倍)、効果の向きの予測は23%から43%に上がった。総合指標は因果性のAUPRCが0.72から0.76(Scoobyは0.69)、向きのAUCが0.79から0.85だったと論文は記す。細胞型内の細胞型特異的発現変動の説明力も、比較グループ全体の中央値でAG1-scの23%から34%になった。

図解TenK10Kの単一細胞評価(論文Sec.4、著者報告)
  • 因果変異のrecall

    AG1-sc
    16%
    AlphaGenome 2
    30%
  • 効果の向き

    AG1-sc
    23%
    AlphaGenome 2
    43%
  • 因果性AUPRC

    AG1-sc
    0.72
    AlphaGenome 2
    0.76
  • 向きのAUC

    AG1-sc
    0.79
    AlphaGenome 2
    0.85

TenK10Kの28種の一次免疫細胞型の単一細胞eQTL評価(論文Sec.4)。AG1-scは単一細胞データで追加調整した初代AlphaGenome。recall 30%は論文要旨の「doubling recall...at 90% precision」に対応。数値は著者の実験結果で、第三者検証はまだない。

応用側の記述も二つある。既存の実験知見の再現として、遠くの調節スイッチの変異が大腸免疫細胞(マクロファージ)のETS2遺伝子を過剰活性化して炎症性腸疾患を起こすという知見を、免疫細胞型を横断した計算で再現し、原因変異を特定できたとブログは述べる。適応の例としては、未見のCOVID-19 mRNAワクチン研究の単一細胞データから、ワクチンで活性化したT細胞と休止状態のT細胞を区別し、重症化関連変異が活性化状態で遺伝子活性をより強く乱すと予測したという。いずれも計算上の予測で、新たな湿式検証ではない。

変異の解釈を助けるアトラスも更新されている。数百のヒト細胞型にわたるエンハンサー遺伝子リンクと、700万の一般的変異のスコアを論文は報告する。ブログは、身長から2型糖尿病までの複数の複雑形質で、GWASが示す広い領域から原因変異と細胞型の候補を絞り込む用途を挙げる。創薬企業Genomics LimitedのCEO Peter Donnellyはコメントで、自社のMystraプラットフォームへの組み込みを表明している。

「ヒト遺伝学は創薬で最も強力な道具の一つだ。GWASはその中心にあるが、関連のシグナルから創薬プログラムに必要なものへ進むのは難しい。DNA配列予測モデルはその溝を埋める重要な道具であり、AlphaGenome 2はこの分野の目覚ましい進歩だ。Mystraプラットフォームへの組み込みを楽しみにしている。」

Human genetics is one of the most powerful tools in drug discovery. GWAS is central to that but it is difficult to move from an association signal to what a drug programme needs. DNA sequence prediction models are an important tool in helping bridge that gap, and AlphaGenome 2 represents an impressive advance in the field. We look forward to incorporating it in our Mystra platform.

Peter Donnelly、Genomics Limited CEO、公式ブログ内コメント、2026年11月11日

提供形態と制約

利用は研究用に限られる。AlphaGenome APIと発現条件付けのColabチュートリアルは非商用研究向けに今日から使え、商用研究は限定プレビュー(private preview)だ。ドキュメントサイトにはAlphaGenome 2のAPIリファレンス(変異スコアリングや自身の単一細胞データでの条件付けを含む)が並ぶ。今後、エージェント型開発環境Google Antigravity向けにAlphaGenome 2 Skillsを出す予定もブログは述べる。料金やクォータ、モデル重みの公開可否は公表資料に見えない。ブログ末尾は、AlphaGenomeとAlphaGenome 2が研究専用で、臨床・診断目的については検証も承認も受けていないと明記する。

数値は著者の比較結果で、TenK10K以外の独立データでの第三者検証はこの時点では確認できない。細胞状態の外挿精度、API提供の条件、創薬現場での効果は今後の確認事項として残る。

出典

  1. AlphaGenome 2: Deciphering how cells read DNA to better understand disease(Google DeepMind公式ブログ、2026-11-11)発表内容、条件付きモデルの説明、TenK10Kの数値、ETS2とワクチンの例、提供形態、臨床用途外の明記、Peter Donnellyのコメント。確認日 2026-11-11
  2. AlphaGenome 2 predicts regulatory activity and variant effects across cell states(論文PDF)著者、要旨、1Mb入力と条件、107M細胞・68組織・185条件の学習データ、TenK10Kの数値(Sec.4)、700万変異のアトラス。確認日 2026-11-11
  3. AlphaGenome documentation(alphagenomedocs.com)AlphaGenome 2のAPIリファレンス(DnaClient、encode_cells、predict_variant等)と条件付けチュートリアルの目次。確認日 2026-11-11
  4. Introducing AlphaGenome Atlas(Googleブログ、2026-09-08)Atlas発表日(datePublished 2026-09-08T14:00:00Z、HTML実測)。確認日 2026-11-11
  5. AlphaGenome: AI for better understanding the genome(Google DeepMind公式ブログ、2025-06-25)初代発表日(検索結果の表示で確認)。確認日 2026-11-11

出典の確認日 2026.11.11

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. Google DeepMind、気象AIの基盤データSatWeaveとPARDIGを公開――17チャンネルの全球衛星モザイクと15分刻みの降水量推定、履歴アーカイブとライブ配信を解放

    Google DeepMindのWeatherNextチームは2026年11月13日、同社の気象AI「WeatherNext 3」を支える2つの基盤データセットSatWeaveとPARDIGの公開を発表した(Google DeepMindブログ)。SatWeaveは静止気象衛星の画像を可視・水蒸気・赤外の17チャンネルに統合した全球モザイクで、毎時更新のライブフィードと10年超の歴史アーカイブを公開する(ブログ本文は衛星を5基、動画キャプションは6基と表記していて食い違う)。PARDIG(Precipitation AI Reanalysis: Densely Inferred GPM)は、NASAのGPM衛星の疎な星載レーダー観測を教師信号に、SatWeave画像とECMWF大気場を入力として学習したAI降水量推定データで、0.1度(約10km)・15分刻み、平均約5時間の遅延で更新する。米国・欧州・日本のレーダー網と世界3万6,000超の地上観測所での評価では、NASAのIMERG-Finalを含む主要ベースラインをすべての降水強度と地域で上回り、弱〜中程度の降水の毎時検出スキルはIMERG-Finalより30%超改善したとGoogleは発表している。PARDIGの1999〜2026年履歴と双方のライブ配信はGoogle Cloud Storageで、PARDIG履歴はGoogle Earth Engineでも入手できる。30%超は発表元の限定的な比較値で、第三者検証はまだない。

    記事を読む
  2. Google DeepMind、Signalの暗号実装を機械語レベルで形式検証 AIエージェントが約650万行のLean証明を生成

    Google DeepMindは2026年11月10日、AIエージェントでソフトウェアを深部まで形式検証する新フレームワーク「AlphaProof Code」を発表し、Signalプロトコルの基盤実装libsignalのセキュリティをコンパイル済みバイナリの機械語レベルまで数学的に証明したと公表しました。対象はlibsignal v0.105.4とSPQR v1.6.0の1対1セッションで、生成されたLean証明は約650万行、人が読んで信頼する部分は約2.6万行です。証明と仕様はApache 2.0で公開されました。

    記事を読む
  3. Google DeepMind「Gemini Robotics 2.5」発表 200種類超の作業評価とMercedes-Benz工場で96%の部品仕分け実証

    Google DeepMindは2026年11月10日、ロボット向けモデル「Gemini Robotics 2.5」を発表した。200種類超の作業で評価し、従来のベースライン比でタスクの種類に応じて成功率が30〜100%高く、完了時間は20〜30%短いと報告している。Apptronikのヒューマノイド「Apollo 2」を使い、Mercedes-Benzのハンガリーとドイツの生産ラインで自動車部品のキッティングを行う限定実証では成功率96%を報告した。提供はロボティクスパートナー向けで、一般公開モデルではない。

    記事を読む