AlphaGenome 2 は、あなたの細胞の平均化を停止しました

2024年、フランシス・クリック研究所のチームは、1つのDNA塩基が炎症性腸疾患を引き起こす理由を見つけるために、1年半の実験室作業を費やした。Google DeepMindの新しいモデルは、その発見を約30分で再現した。AlphaGenome 2は、組織平均ではなく特定の細胞種内で変異が何をするかを予測し、ある免疫細胞ベンチマークでは、以前の最先端技術のほぼ2倍の原因変異を見つけた。これはGoogleがAlphaFold以来積み上げてきたスタックの第3層であり、第5層はまだ欠けている。

2024年、ロンドンのフランシス・クリック研究所のチームは、費用のかかることを行った。彼らは、遺伝子を含まないゲノム領域にあるDNAのたった1文字が、なぜ炎症性腸疾患のリスクを高めるのかを説明するために、1年半にわたる遺伝子編集と分子生物学を費やした。答えは、腸内の免疫細胞においてETS2と呼ばれる遺伝子を過剰に活性化する、遠く離れたスイッチだった。

今週、Google DeepMindの研究者たちは、ピペットを使わずに計算上でその結果を再現した。

「彼らは30分で答えを見つけ出したが、私たちは実験に1年半かかった」と、2024年の研究を率いた免疫学者ジェームズ・リーは『Nature』に語った。「私たちの立場からすると心強い」

このモデルは11月11日に発表されたAlphaGenome 2だ。その改善は限定的で技術的だが重大だ。組織全体で平均するのではなく、特定の細胞種や細胞状態の内部でDNA変異が何をするかを予測する。

その区別こそが議論のすべてだ。心臓、脳、免疫系は同じDNA配列を持っている。それらを分けているのは、各細胞がどの遺伝子をオンにし、どれだけオンにするかだ。ある変異はある細胞では遺伝子を破壊し、隣の細胞では何もしないことがある。だからこそ、組織の平均値は、創薬プログラムが必要とするメカニズムを隠してしまう。

2024年の4つのステップは2026年には3つになった。バリアント、メカニズム、そしてその間の18か月を要さずにそれらへ到達できるモデルである。

実際に何が変わったのか

AlphaGenome 1は、2025年6月にプレビューされ、2026年1月にNatureに掲載された。DNAの100万文字を読み取り、多くの組織にわたる数千の実験について一度に予測を生成した。DeepMindは現在、その設計が「モデルの容量を薄く分散させた」ため、密接に関連する細胞型を区別するのが難しくなったと述べている。

AlphaGenome 2は条件付きモデルです。DNA配列に加えて、組織、細胞型、細胞状態といった生物学的条件を入力し、アーキテクチャの各段階でその条件を用いて、一度に1つの条件について予測します。1億700万を超える個々の細胞プロファイルで学習され、ヒト637細胞型とマウス311細胞型をカバーし、研究者が以前から求めていた読み出しであるDNAメチル化も加えます。

ベンチマークよりも重要な帰結が二つある。第一に、欠測値を予測できる。単一細胞の遺伝子活性を入力するとクロマチンアクセシビリティを推定し、研究室が次にどの実験を行う価値があるかを示す。第二に、これまで見たことのない細胞状態に、数十個の細胞から再訓練なしで適応する。COVID-19 mRNAワクチン研究のデータを与えると、活性化T細胞と静止T細胞を分離し、重症COVID-19と関連する変異が活性化状態で遺伝子活性をより強く乱すことを見いだした。静止細胞では隠れていたであろう効果である。

「遺伝性疾病に関連する変異を理解したいなら、どの細胞種が影響を受けるのかを自分に問わなければならない」と、AlphaGenomeチームを率いるŽiga AvsecはNatureに語った。Leeは、以前のバージョンの限界をより率直に述べた。細胞種特異性を予測できないモデルは「私たちにとって大きな役には立ってこなかった」。

Googleが構築しているスタック

リリースを順番に読むと、構造が見えてくる。それぞれが前の層の上にある層を解決し、それぞれが単独では役に立たない。

Isomorphic Labsは、DeepMindの創薬設計業務を商業的に手がけるAlphabetのスピンアウト企業で、5月に21億ドルを調達し、初の臨床試験は今年末までに開始される見込みだと述べた。これは以前に2025年としていた目標だ。AlphaFoldは錠前の形を教えてくれた。AlphaGenomeは、その錠前がどのドアに付いていて、どの部屋にあるのかを教えてくれる。Isomorphicは鍵を削り出す。だが、そのどれも、鍵が部屋に届くかどうかは決めない。

送達は、生物学が情報問題ではなくなる地点だ。培養皿の中で正しいタンパク質に結合する薬でも、血流中を生き延び、適切な膜を通過し、目的の細胞に入らなければならない。標的送達は存在する——脂質ナノ粒子、抗体薬物複合体、工学処理したT細胞——が、それは臓器ごと、分子ごとに選択されるものであり、配列から計算されるものではない。臨床試験は依然として唯一意味のある検証であり、どのモデルも変えていない理由によって遅い。

3～5年を実現するには何が必要か

生物学を近いうちに解明できるという主張の根拠は、モデルが魔法だからではない。それは、機構について正しい仮説を立てるという最初のステップのコストが、誰の予想よりも速く急落したことにある。30分対18か月は生産性の向上ではない。それは別種の仕事だ。

3つのことが成り立たなければならない。バリアント→細胞→薬の連鎖は埋まり続ける必要があり、このモデルによって初めてそれが現実的になった。湿式実験による検証は追いつかなければならず、これはAIではなくロボティクスと試薬の問題である。そして第5層は、1つの組織で、1クラスの分子について一度解かれなければならない——その後、そのパターンは一般化する傾向がある。

AlphaGenome 2は何も治癒しない。研究用のみであり、臨床業務向けに検証されておらず、その予測は研究室がまだ検証しなければならない仮説にすぎない。多くの疾患には数十のバリアントが関与しており、一部のエンハンサーはモデルが認識できるよりも遠くから遺伝子を制御している。30分の結果は、すでに知られていたことを再現しただけだった。

しかし今、スタックは形を成し、欠けているピースには名前がある。それは、5年間にわたる有望なデモとは異なる状況だ。

出典：Google DeepMind「AlphaGenome 2：細胞がDNAをどのように読み取るかを解読し、疾患の理解を深める」（2026年11月11日）；Nature ニュース「DeepMindのゲノムマッピング向け超強力AIに科学者たちが驚嘆」（2026年11月11日）；Isomorphic Labs 資金調達発表（2026年5月12日）。

連絡先：[email protected]

日本語版は Ai 支援を使用しているため、小さな間違いが存在する可能性があることをご了承ください。

著者

Ai-Banking-NetworkSecurity (ABN), ABN ASIAは、アカデミアに深く関わり、アメリカ、オランダ、ハンガリー、日本、韓国、シンガポール、ベトナムでの仕事経験を持つ人々によって設立されました。ABN ASIAは、学問とテクノロジーが機会と出会う場所です。最先端のソリューションと優れたソフトウェア開発サービスにより、ビジネスがレベルアップし、グローバルシーンに挑戦できるよう支援しています。 私ちの取り組み: より速く。 より良い。 より信頼性が高くなります。 ほとんどの場合、価格も安くなります。

いつでも、ITサービス、デジタルコンサルティング、既製のソフトウェアソリューション、または提案依頼書（RFP）をお探しの際は、お気軽にお問い合わせください。お問い合わせ先は[email protected]です。お客様のテクノロジーに関するニーズにお応えします。

© ABN ASIA