Ang Google DeepMind, ang AI research lab sa likod ng Nobel Prize-winning na AlphaFold protein structure prediction system, ay nakabuo ng isang makapangyarihang bagong kasangkapan na humaharap sa mas masalimuot na hamon: ang pag-decode ng misteryosong mga non-coding na bahagi ng DNA.
Ang AlphaGenome, na inilabas noong Hunyo 2025, ay isang malaking tagumpay sa pananaliksik sa genome dahil kaya nitong hulaan kung paano naaapektuhan ng mga genetic variant ang regulasyon ng gene sa buong genome. Bagaman 2% lamang ng DNA ng tao ang direktang nagkokodigo para sa mga protina, ang natitirang 98%—na dati ay tinawag na 'junk DNA'—ay may mahalagang papel sa pagkontrol kung kailan at paano na-aactivate ang mga gene.
Pinagsasama ng arkitektura ng modelo ang convolutional neural networks upang matukoy ang maiikling pattern sa DNA at transformer modules na kayang tukuyin ang mga long-range na interaksyon sa pagitan ng mga malalayong bahagi ng genome. Sa hybrid na approach na ito, nagagawa ng AlphaGenome na iproseso ang mga sequence na hanggang isang milyong base pairs ang haba habang nananatili ang single-letter resolution—isang malaking pag-usad kumpara sa mga naunang modelo na kailangang magsakripisyo ng haba ng konteksto o ng detalye.
"Sa unang pagkakataon, nakagawa kami ng isang modelong nagkakaisa sa maraming magkakaibang hamon sa pag-unawa sa genome," ayon kay Pushmeet Kohli, vice president for research ng DeepMind. Sinanay ang sistema gamit ang mga pampublikong database mula sa mga consortium tulad ng ENCODE, GTEx, at FANTOM5, na nagsagawa ng eksperimento upang sukatin ang mga regulatory property sa daan-daang uri ng selula ng tao at daga.
Napatunayan na ang kakayahan ng AlphaGenome sa mga aktuwal na aplikasyon. Sa isang preprint na pag-aaral noong Hunyo 2025, ginamit ng mga mananaliksik ang modelo upang tumpak na simulahin kung paano nagdudulot ng gene overexpression ang mga partikular na mutation sa T-cell acute lymphoblastic leukemia, na ginagaya ang mga kilalang mekanismo ng sakit kahit walang laboratoryong eksperimento.
Malaki ang potensyal ng teknolohiyang ito para sa pananaliksik sa mga sakit, dahil maaari nitong matulungan ang mga siyentipiko na matukoy ang ugat ng mga karamdaman sa pamamagitan ng pagsubaybay kung paano naaapektuhan ng mutation ang regulasyon ng gene. Maaari rin nitong pabilisin ang synthetic biology sa pamamagitan ng paggabay sa disenyo ng DNA na may tiyak na regulatory function. Ginawang available ng DeepMind ang AlphaGenome sa pamamagitan ng API para sa hindi-komersyal na pananaliksik, at may plano silang ilabas ang buong modelo sa hinaharap.