Story
12. Nov. 2026

AlphaGenome 2 erkennt Krankheiten detaillierter – aber zu hohen Rechenkosten

DeepMind stellt AlphaGenome 2 als großen Schritt hin zu einer Verbindung genetischer Variation mit den Zellen dar, in denen sich Krankheiten entwickeln, während externe Berichterstattung auf den praktischen Kompromiss hinweist: Das präzisere Modell ist zugleich deutlich rechenintensiver.

Im vergangenen Jahr stellte Google DeepMind AlphaGenome vor, um vorherzusagen, wie DNA-Varianten die molekulare Aktivität in verschiedenen Geweben beeinflussen. Die am Mittwoch angekündigte neue Version des Unternehmens verengt diesen Rahmen auf einzelne Zelltypen und -zustände – ein wichtiger Unterschied, wenn identische DNA von einer Herz-, Haut- oder aktivierten Immunzelle sehr unterschiedlich gelesen werden kann.

DeepMind zufolge wurde AlphaGenome 2 mit mehr als 100 Millionen einzelnen Zellprofilen aus 68 Geweben trainiert. Statt breite, parallele Vorhersagen für Gewebe auszugeben, berücksichtigt es neben einer DNA-Sequenz auch einen biologischen Zustand und soll so Variantenwirkungen identifizieren, die in Durchschnittswerten auf Gewebeebene verborgen bleiben können. Das Unternehmen erklärt, es habe nahezu doppelt so viele Varianten entdeckt, die die Genexpression in Zellen beeinflussen, wie sein zuvor führendes Modell, einschließlich Signalen, die mit krankheitsrelevanten Zellen verbunden sind.

Sundar Pichai stellte den Start als Werkzeug zur „Aufdeck[ung] der zellulären Ursachen von Krankheiten“ dar, das vorhersagen könne, wie Varianten bestimmte Zelltypen beeinflussen. DeepMind-Chef Demis Hassabis bezeichnete die Vorhersagen auf Zellebene ebenfalls als „entscheidende Informationen zum Verständnis komplexer Krankheiten“.

Der potenzielle Anwendungsfall ist einfach, aber folgenreich: Forschende könnten Varianten, die in großen genetischen Studien auffallen, heranziehen und ihre wahrscheinlichen Auswirkungen in genau den Zellen untersuchen, in denen Krankheiten entstehen. Googles Forschende sagten The Verge, dies könne helfen, Humangenetik mit Zellbiologie und letztlich mit der Arzneimittelentwicklung zu verbinden, bei der Ziele häufig bestimmte Proteine in bestimmten Zellen sind.

Doch das Upgrade ersetzt AlphaGenome nicht einfach. Žiga Avsec, DeepMinds Leiter für Genomik, sagte, die detaillierteren Vorhersagen des Modells seien „teurer“ zu erzeugen – derzeit zu aufwendig, um einen Atlas zu erstellen, der jede mögliche Änderung eines einzelnen Buchstabens im gesamten Genom abdeckt. AlphaGenome 2 ist über eine API für nichtkommerzielle Forschung verfügbar, während kommerzieller Zugang weiterhin in einer privaten Vorschau verfügbar ist.

Story-Berichterstattung