Google DeepMind on julkaissut AlphaGenomen, vallankumouksellisen tekoälymallin, joka ennustaa, kuinka DNA-sekvenssit säätelevät geenejä ja miten mutaatiot vaikuttavat biologisiin prosesseihin. 25. kesäkuuta 2025 julkaistu läpimurtoteknologia pystyy analysoimaan jopa miljoonan kirjaimen pituisia DNA-jaksoja ja ennustamaan tuhansia molekyylitason ominaisuuksia ennennäkemättömällä tarkkuudella.
AlphaGenome edustaa merkittävää edistysaskelta aiempiin genomiikan analyysityökaluihin verrattuna yhdistämällä laaja-alaisen kontekstianalyysin ja emästason tarkkuuden. Malli ennustaa, missä geenit alkavat ja päättyvät eri solutyypeissä, miten ne silmukoidaan sekä kuinka paljon RNA:ta tuotetaan. Se pystyy myös arvioimaan, miten yksittäiset emäsmutaatiot vaikuttavat näihin prosesseihin, mikä tekee siitä arvokkaan työkalun sairauksien mekanismien ymmärtämisessä.
"Tämä on merkkipaalu alalle. Ensimmäistä kertaa meillä on yksi malli, joka yhdistää laaja-alaisen kontekstin, emästason tarkkuuden ja huipputason suorituskyvyn koko genomiikan tehtävien kirjossa", kommentoi DeepMindin tutkija. Järjestelmä päihitti erikoistuneet mallit 22:ssa 24:stä genomiikan ennustebenchmarkista.
AlphaGenome liittyy muihin tämän kuun merkittäviin tekoälyinnovaatioihin. Kiinalaiset tutkijat ovat kehittäneet vain 2 senttimetrin pituisia, hyttysen kokoisia lennokkeja tiedustelutehtäviin. Samaan aikaan tehdasrobotit, joissa on kehollistettuja suuria kielimalleja, pystyvät nyt suorittamaan monimutkaisia tehtäviä arvaamattomissa ympäristöissä autonomisen oppimisen avulla.
Terveysteknologiassa tekoäly jatkaa hengenpelastustyötä myös genomiikan ulkopuolella. Kiinalainen tutkimusryhmä on luonut syväoppimismallin, joka ennustaa synnytyksen jälkeisen verenvuodon 90 prosentin tarkkuudella analysoimalla istukan magneettikuvia. Tämä edistysaskel voi merkittävästi vähentää äitiyskuolleisuutta, sillä verenvuoto aiheuttaa joka neljännen äitiyskuoleman maailmanlaajuisesti.
Google DeepMind tarjoaa AlphaGenomen saataville API-rajapinnan kautta ei-kaupalliseen tutkimuskäyttöön ja suunnittelee koko mallin julkaisua tulevaisuudessa. Teknologia voi nopeuttaa sairauksien tutkimusta, ohjata synteettisen DNA:n suunnittelua ja syventää ymmärrystämme genomin toiminnallisista elementeistä.