Storia
12 nov 2026
AlphaGenome 2 promette risposte più precise sulle malattie, a un costo computazionale maggiore
DeepMind presenta AlphaGenome 2 come un importante passo verso il collegamento delle modifiche del DNA associate alle malattie alle cellule precise in cui sono rilevanti. Le fonti esterne concordano sul fatto che il maggiore dettaglio biologico potrebbe essere prezioso per la ricerca sui trattamenti, pur sottolineando che il guadagno in precisione comporta un costo pratico in termini di potenza di calcolo.
Il primo modello AlphaGenome di DeepMind, pubblicato lo scorso anno, ha esaminato come le varianti del DNA influenzassero l'attività molecolare nei tessuti nel loro complesso. Il suo successore, annunciato mercoledì, restringe l'obiettivo: AlphaGenome 2 è progettato per prevedere cosa la stessa modifica genetica possa fare in un particolare tipo cellulare o stato cellulare, anziché calcolarne la media degli effetti in un tessuto.1
Questa distinzione è importante perché le cellule cardiache, immunitarie e di altro tipo possiedono lo stesso DNA ma lo utilizzano diversamente. Annunciando il modello, l'amministratore delegato di DeepMind Demis Hassabis ha affermato che esso prevede gli effetti delle varianti in “diversi tipi cellulari specifici”, una capacità che ha definito cruciale per comprendere le malattie complesse.
2
L'azienda afferma che il sistema è stato addestrato su oltre 100 milioni di profili di singole cellule che coprono 68 tessuti. Riferisce che AlphaGenome 2 identifica quasi il doppio delle varianti che alterano l'espressione genica nelle cellule rispetto al suo precedente modello di punta e può fare previsioni per stati cellulari profilati di recente senza riaddestramento.1
La valutazione indipendente è più prudente, ma sostanzialmente concorde. The Verge ha riferito che il modello potrebbe collegare le varianti individuate negli studi genetici su scala di popolazione ai loro effetti a livello cellulare, potenzialmente rivelando meccanismi patologici che i modelli più ampi non colgono. Il responsabile della genomica di DeepMind Žiga Avsec ha affermato che tale risoluzione è importante perché lo sviluppo di farmaci prende di mira “proteine specifiche e tipi cellulari specifici”.3
Il compromesso è emerso altrettanto chiaramente. Avsec ha detto che gli output più dettagliati di AlphaGenome 2 sono “più costosi” da generare, rendendo impraticabile l'Atlante sull'intero genoma che DeepMind aveva precedentemente prodotto per ogni possibile cambiamento di una singola lettera nel DNA umano.3
Per ora, Google ha reso disponibile il modello tramite l'API AlphaGenome per la ricerca non commerciale, mentre l'accesso commerciale rimane in anteprima privata.
4 La promessa è una mappa più precisa dalla mutazione alla malattia; il vincolo è se i ricercatori possano permettersi di usare quella mappa su larga scala.