Google DeepMind har lanserat AlphaGenome, en revolutionerande AI-modell som förutspår hur DNA-sekvenser reglerar gener och hur mutationer påverkar biologiska processer. Systemet, som släpptes den 25 juni 2025, kan analysera DNA-sekvenser på upp till en miljon bokstäver och förutsäga tusentals molekylära egenskaper med en hittills oöverträffad precision.
AlphaGenome innebär ett betydande framsteg jämfört med tidigare verktyg för genomanalys genom att förena analys av långdistanssammanhang med noggrannhet på basnivå. Modellen kan förutsäga var gener börjar och slutar i olika celltyper, hur de splitsas samt mängden RNA som produceras. Den kan även utvärdera hur enskilda basmutationer kan påverka dessa processer, vilket gör den värdefull för att förstå sjukdomsmekanismer.
"Det är en milstolpe för området. För första gången har vi en enhetlig modell som kombinerar långdistanssammanhang, basnivåprecision och topprestanda över hela spektrumet av genomiska uppgifter," säger en forskare på DeepMind. Systemet överträffade specialiserade modeller i 22 av 24 jämförelsetester för genomiska förutsägelser.
AlphaGenome ansluter sig till andra anmärkningsvärda AI-innovationer som presenterats denna månad. Kinesiska forskare har utvecklat myggstora drönare, bara 2 centimeter långa, för spaningsuppdrag. Samtidigt kan fabriksrobotar utrustade med kroppsliga stora språkmodeller nu utföra komplexa uppgifter i oförutsägbara miljöer genom autonom inlärning.
Inom hälso- och sjukvården fortsätter AI att rädda liv även utanför genomiken. Ett kinesiskt forskarteam har skapat en djupinlärningsmodell som förutspår blödningar efter förlossning med 90 procents träffsäkerhet genom att analysera MRI-bilder av moderkakan. Detta framsteg kan kraftigt minska mödradödligheten, eftersom blödning står för en av fyra dödsfall bland mödrar globalt.
Google DeepMind gör AlphaGenome tillgänglig via API för icke-kommersiell forskning, med planer på att släppa hela modellen i framtiden. Tekniken kan påskynda sjukdomsforskning, vägleda design av syntetiskt DNA och fördjupa vår förståelse av genomet och dess funktionella element.