変異の影響を細胞の種類ごとに予測
Googleの研究部門Google DeepMindは米国時間11月11日（日本時間12日）、DNAの配列とその変異が人の細胞の種類ごとにどう影響するかを予測するAIモデル「AlphaGenome 2」を発表した。同日から非商用の研究向けに「AlphaGenome API」で提供し、商用の研究向けは限定公開（プライベートプレビュー）とした。同社は、病気の原因となる細胞の仕組みを科学者が突き止めるための道具と位置づけている。
体の細胞はどれも同じDNAを持つが、心筋の細胞や感染と戦う免疫細胞など、種類や状態によって働かせる遺伝子が異なる。DNAのわずかな違い（変異）がこの遺伝子の働き（発現）をどう変えるかは、人の体質や病気の大きな要因とされ、予測はまだ解けていない課題だと同社は説明する。
同社は昨年、変異が組織全体の平均として分子の働きにどう影響するかを予測する初代の「AlphaGenome」を公開した。その後、ヒトゲノムで起こりうる1文字の変化90億通りすべての予測を収めた「AlphaGenome Atlas」も公開している。新しいモデルは、組織の平均から個々の細胞の種類と状態へ予測の単位を細かくし、構造も作り直した。同社は、前の最先端のモデルと比べ、細胞の遺伝子の働きを変える変異をほぼ2倍見つけるとし、68の組織にわたる1億を超える個々の細胞のデータで学習したと説明している。
条件を1つずつ指定して予測する仕組みに
初代は100万文字のDNA配列を受け取り、多くの組織の数千の実験の結果をまとめて一度に予測していた。同社は、この方法では性能が分散し、近い種類の細胞の細かな違いを捉えにくかったとしている。AlphaGenome 2は、組織や細胞の種類、状態を「条件」として1つずつ指定し、100万文字のDNA配列とあわせて予測する仕組みに変えた。同じDNAが細胞の種類によって異なる読まれ方をする様子を学べるようにしたと説明する。
学習には人とマウスの組織全体と単一細胞のデータを使い、その中に1億700万を超える個々の細胞のデータが含まれるという。予測できる項目は、初代と同じ遺伝子の発現、ヒストンの修飾、クロマチンの開き具合（DNAの読みやすさ）に、要望の多かったDNAのメチル化を加えた。1種類の測定結果だけを入力し、測っていない別の項目を推定することもできる。
研究者が自分の実験で測った単一細胞のデータを入力すると、モデルを学習し直さずに、新しい細胞の状態について予測できる。同社によると、数十個の細胞の遺伝子の働きのデータがあればよい。新型コロナウイルスのmRNAワクチンの研究のデータでは、ワクチンで活性化した免疫細胞（T細胞）を休んでいる細胞と見分け、重症化と関係する変異が活性化した状態で遺伝子の働きを強く乱すことを示したとしている。
免疫細胞のデータで原因の変異の特定率は30%、比較対象は16%
同社によると、AlphaGenome 2は28種類の免疫細胞の大規模な単一細胞データ「TenK10K」で、原因となる変異を30%の割合で見つけた。遺伝子の働きを上げるか下げるかの向きは43%で当てた。比較対象とした、単一細胞のデータで微調整した元のAlphaGenomeやほかの専用のツールは、それぞれ16%と23%で、同社は「ほぼ2倍」としている。割合の分母や評価の細かい条件はブログに記載がない。
炎症性腸疾患（IBD）では、遠く離れた遺伝子の調節部位にある変異が、腸の免疫細胞（マクロファージ）でETS2という遺伝子を過剰に働かせることが最近の研究で示されていた。AlphaGenome 2は、腸のさまざまな免疫細胞で予測し、計算だけでこの結果を再現したという。原因の変異を特定し、その変異が腸のマクロファージでETS2の働きを選択的に強め、ほかの種類の細胞や遺伝子にはほとんど影響しないことを示したとしている。
同社は、病気や体質と関係する変異について、数百の細胞と組織の条件で予測した結果を事前に計算して用意した。身長から2型糖尿病まで複数の体質や病気について、原因とみられる変異と、それが働く細胞の種類を絞り込めるとしている。
- AlphaGenome 2
- 単一細胞データで微調整した元のAlphaGenomeなど
性能の数字はいずれもGoogle DeepMindが公式ブログで示したもので、第三者による評価は確かめていない。
非商用の研究は無料、商用の研究は限定公開
AlphaGenome 2は、非商用の研究向けにAlphaGenome APIで使える。APIのページによると非商用の利用は無料で、AlphaGenome 2のほか初代のモデルとAtlasの事前計算の結果も同じAPIで呼び出せる。単一細胞のデータを使って予測を試す対話型のColabの教材も公開した。
利用条件では、APIを使えるのは個人と、大学や非営利の研究機関、教育や行政の機関、報道に限られる。営利企業は非商用の作業でも使えず、企業のための研究にも使えない。Googleは今は料金を取っていないが、1か月前に通知すれば料金を設けられるとしている。GitHubの説明書によると、受け付ける問い合わせの頻度は需要に応じて変わり、事前計算したAtlasの照会の方が多く受け付ける。モデルでその都度予測する使い方は小規模な分析向けで、ゲノム全体を対象とする大規模な分析には向かないとしている。
商用の研究向けは限定公開の扱いで、対象や料金は示していない。GitHubの説明書には、AlphaGenomeはGoogle Cloud経由でも商用で使えるとの記載がある。対象のモデルは書かれていない。
同社は、開発環境「Google Antigravity」向けにAlphaGenome 2を使うための「Skills」を近く出すとしているが、時期は示していない。
AlphaGenomeとAlphaGenome 2は研究専用で、臨床や診断の目的では検証も承認もされていないと同社は明記している。利用条件でも、臨床の目的に使ったり、医療の助言として頼ったりすることを禁じている。
研究者と企業の受け止め
ヒト細胞アトラス（Human Cell Atlas）の共同創設者で英ケンブリッジ大学教授のサラ・タイヒマン氏は、新しい単一細胞のデータに学習し直さずに対応し、少ない細胞からでも新しい状態で変異がどう働くかを予測できる点を評価した。英Genomics Limitedの最高経営責任者（CEO）のピーター・ドネリー氏は、ゲノム全体の関連解析（GWAS）で見つかる関連から創薬の計画に必要な情報へ進むのは難しく、DNA配列の予測モデルはその溝を埋める重要な道具だとし、AlphaGenome 2を同社の「Mystra」に取り入れることを楽しみにしていると述べた。
