모델 개요
AlphaGenome 2는 DNA 서열과 유전 변이가 특정 인간 세포 유형과 상태에 미치는 영향을 예측하는 연구용 DNA 서열 모델이다. Google DeepMind는 2026년 11월 11일에 발표했다. 인간과 생쥐의 벌크 및 단일세포 데이터로 학습했으며, 68개 조직에 걸친 1억 700만 개 이상의 개별 세포 프로파일을 포함한다. (deepmind.google)
주요 능력
- 세포 조건별 예측: DNA 서열과 함께 조직, 세포 유형 또는 세포 상태를 조건으로 입력해 해당 조건에서의 DNA 영향을 예측한다. API는 최대 1,048,576bp의 서열을 지원한다. (deepmind.google)
- 분자 특성 예측: 유전자 발현, 히스톤 변형, 염색질 접근성 및 DNA 메틸화 등을 예측한다. 한 종류의 세포 측정값으로 측정되지 않은 다른 분자 특성을 추정할 수도 있다. (deepmind.google)
- 새로운 세포 상태 분석: 연구자가 제공한 단일세포 RNA 시퀀싱 데이터로 모델을 조건화해, 재학습 없이 이전에 보지 못한 세포 상태의 유전자 조절과 변이 효과를 예측할 수 있다. (deepmind.google)
- 변이 연구: 질병이나 형질과 연관된 변이의 후보 표적 유전자와 관련 세포 유형을 찾고, 인핸서와 유전자 사이의 연결을 탐색하는 데 활용할 수 있다. (deepmind.google)
발표된 평가 결과
Google DeepMind에 따르면 28개 일차 면역세포 유형을 포함한 TenK10K 데이터셋에서 인과 변이 식별률은 30%로 비교 대상의 16%보다 높았고, 유전자 효과의 방향 식별률은 43%로 비교 대상의 23%보다 높았다. 이는 해당 평가에서 발표된 결과이며 모든 세포와 질병에서의 성능을 보장하지 않는다. (deepmind.google)
이용 및 제한
비상업적 연구에는 AlphaGenome API를 이용할 수 있으며, 발표 당시 상업적 연구용 접근은 비공개 프리뷰로 제공됐다. 모델과 결과는 연구 전용이며 임상 또는 진단 목적으로 검증되거나 승인되지 않았다. 예측값은 실제 측정 결과가 아니므로 해석과 후속 검증에 주의가 필요하다. (deepmind.google)
가격
공식 저장소에 따르면 AlphaGenome API는 이용 약관에 따른 비상업적 사용에 무료로 제공된다. 상업적 이용의 가격, 통화 및 입력·출력별 과금 방식은 확인되지 않았다. 무료 API의 요청 속도는 수요에 따라 달라질 수 있다. (github.com)