هوش مصنوعی آلفاژنوم ۲ (AlphaGenome 2) جدیدترین مدل زیست‌شناختی گوگل دیپ‌مایند است که اثر جهش‌های تک‌حرفی در توالی‌های غیرکدکننده DNA را مستقیماً در سطح «تک‌سلول» و وضعیت خاص سلولی پیش‌بینی می‌کند و ریشه‌های پنهان بیماری‌های پیچیده انسانی را با دقتی دوبرابری آشکار می‌سازد.
بیش از ۹۸ درصد از ژنوم سه میلیارد حرفی انسان مستقیماً پروتئینی تولید نمی‌کند، اما دقیقاً در همین بخش تاریک و غیرکدکننده است که کلیدهای خاموش و روشن شدن ژن‌ها پنهان شده‌اند. به گزارش وب‌سایت تخصصی The Verge و آزمایشگاه پژوهشی Google DeepMind، نسل تازه این سامانه هوشمند که در نوامبر ۲۰۲۶ رونمایی شد، توانسته است یکی از بزرگ‌ترین معماهای زیست‌شناسی مدرن را حل کند: چرا یک تغییر ژنتیکی یکسان در سلول عصبی مغز بی‌اثر می‌ماند، اما در یک سلول ایمنی فعال‌شده زمینه‌ساز بیماری خودایمنی می‌شود؟
هوش مصنوعی آلفاژنوم ۲ چیست و چه تفاوتی با نسل اول دارد؟
نسخه نخست آلفاژنوم با هدف تحلیل توالی‌های بلند یک میلیون حرفی DNA طراحی شده بود و خروجی آزمایش‌های مولکولی را در سطح «توده بافتی» (Bulk Tissue) به‌طور هم‌زمان پیش‌بینی می‌کرد. با این حال، بافت‌های بدن انسان یکدست نیستند و از ده‌ها نوع سلول متفاوت با وظایف کاملاً متمایز تشکیل شده‌اند.
وقتی داده‌های مولکولی میلیون‌ها سلول با هم میانگین‌گیری می‌شوند، پدیده «رقیق‌شدگی سیگنال» رخ می‌دهد؛ به این معنا که اثر حیاتی یک جهش ژنتیکی در زیرجمعیت کوچکی از سلول‌های بنیادی یا لنفوسیت‌های دفاعی، لابه‌لای نویز میلیون‌ها سلول سالم دیگر گم می‌شود. تیم پژوهشی گوگل همان‌گونه که پیش‌تر در توسعه مدل‌های پیشرفته مانند گوگل جنی ۴ و خانواده پردازشی جمینای ۴ کربن گوگل مرزهای معماری عصبی را جابه‌جا کرده بود، در نسخه دوم آلفاژنوم رویکرد محاسباتی را از ریشه بازطراحی کرده است.
در معماری جدید، مدل دیگر کل بافت را یکجا حدس نمی‌زند؛ بلکه به یک «مدل شرطی» (Conditional Model) تبدیل شده است. پژوهشگر یک توالی یک میلیون جفت‌بازی DNA را به همراه یک «وضعیت زیستی مشخص» — مثلاً سلول T تحریک‌شده با واکسن یا نورون قشر پیش‌پیشانی در مرحله تکوین جنینی — وارد شبکه می‌کند تا خروجی دقیقاً متناسب با هویت همان تک‌سلول محاسبه شود.
بیشتر بدانید: راز ۹۸ درصد ژنوم غیرکدکننده انسان
بیش از ۹۰ درصد از واریانت‌ها و تغییرات ژنتیکی مرتبط با بیماری‌های شایع مانند دیابت، آلزایمر، ام‌اس و بیماری‌های قلبی در نواحی غیرکدکننده DNA رخ می‌دهند؛ نواحی‌ای که دهه‌ها به اشتباه «DNA زباله» نامیده می‌شدند اما در عمل نقش رهبر ارکستر بیان ژن‌ها را بر عهده دارند.
معماری فنی مدل شرطی؛ ترکیب ترنسفورمر، U-Net و رمزگذار سلولی
قلب تپنده هوش مصنوعی آلفاژنوم ۲ بر پایه ترکیبی هوشمندانه از شبکه‌های کانولوشنی U-Net (برای حفظ دقت تک‌حرفی در مقیاس جفت‌بازها) و لایه‌های ترنسفورمر دوربرد (برای درک تعاملات فضایی کروموزوم در فواصل صدها هزار حرفی) بنا شده است. نوآوری اصلی این نسخه، افزودن ماژولی به نام «رمزگذار سلولی» (Cell Encoder) است که وضعیت زیستی سلول را به یک بردار ریاضی فشرده تبدیل کرده و آن را در تک‌تک لایه‌های شبکه عصبی تزریق می‌کند.
۱. آموزش روی بیش از ۱۰۷ میلیون پروفایل تک‌سلولی
به گزارش مستندات علمی منتشرشده توسط Google DeepMind، این مدل عظیم روی اطلسی بی‌سابقه شامل بیش از ۱۰۷ میلیون پروفایل تک‌سلولی مجزا از ۶۸ بافت گوناگون انسان و موش آموزش دیده است. این حجم از داده‌های تجربی به شبکه اجازه داده است قوانین ظریف تنظیم ژن را نه به شکل حفظیات آماری، بلکه به‌عنوان اصول بنیادی بیوفیزیک کروماتین یاد بگیرد.
۲. قابلیت تعمیم بدون آموزش مجدد (Zero-Shot Generalization)
یکی از شگفت‌انگیزترین دستاوردهای مهندسی در آلفاژنوم ۲، توانایی انطباق آنی با آزمایش‌های کاملاً جدید بدون نیاز به بازآموزی (Fine-Tuning) سنگین است. دانشمندان در هر آزمایشگاه زیست‌پزشکی می‌توانند داده‌های خام توالی‌یابی RNA تک‌سلولی (scRNA-seq) مربوط به نمونه تومور یک بیمار خاص یا سلول‌های تیمارشده با یک داروی آزمایشی را مستقیماً در سامانه بارگذاری کنند.
رمزگذار سلولی در کسری از ثانیه پروفایل بیانی آن سلول دیده‌نشده را می‌خواند و وضعیت شرطی مدل را تنظیم می‌کند. از آن لحظه، آلفاژنوم ۲ می‌تواند پیش‌بینی کند که هر جهش فرضی در طول یک میلیون حرف DNA چه بلایی بر سر تنظیم ژن‌های آن سلول خاص خواهد آورد.
پنج خروجی مولکولی کلیدی در هوش مصنوعی آلفاژنوم ۲
تغییر تنها یک حرف از چهار حرف الفبای حیات (A، T، C و G) می‌تواند زنجیره‌ای از رویدادهای بیوشیمیایی را در هسته سلول رقم بزند. نسخه دوم آلفاژنوم با یک بار پردازش توالی، پنج ویژگی حیاتی مولکولی را با وضوح تک‌نوکلئوتیدی شبیه‌سازی می‌کند:
- میزان بیان ژن (Gene Expression): محاسبه دقیق مقدار رونوشت‌های RNA تولیدشده از هر ژن در همان نوع سلول هدف و تشخیص افزایش یا افت غیرطبیعی تولید پروتئین.
- پیرایش متناوب RNA (RNA Splicing): شناسایی محل‌های برش اینترون‌ها و اتصال اگزون‌ها؛ فرآیندی که اختلال کوچک در آن عامل مستقیم ده‌ها بیماری ارثی عصبی و عضلانی است.
- دسترسی‌پذیری کروماتین (Chromatin Accessibility): پیش‌بینی اینکه کدام بخش‌های رشته فشرده DNA در آن سلول خاص باز و آماده نشستن فاکتورهای رونویسی هستند و کدام نواحی قفل شده‌اند.
- نشانه‌های هیستونی (Histone Modifications): نقشه‌برداری از برچسب‌های شیمیایی روی پروتئین‌های قرقره‌ای هیستون که وضعیت فعال بودن تقویت‌کننده‌ها (Enhancers) یا خاموش بودن پروموترها را تعیین می‌کنند.
- متیلاسیون DNA (قابلیت کاملاً جدید در نسخه ۲): پیش‌بینی الگوی اتصال گروه‌های متیل به بازهای سیتوزین که مهم‌ترین مکانیسم حافظه اپی‌ژنتیکی، پیری سلولی و خاموش شدن ژن‌های سرکوبگر تومور در سرطان‌ها به شمار می‌رود.
ترفند طلایی پژوهشی: شبیه‌سازی جهش در محیط سیلیکونی (In-Silico Mutagenesis)
محققان ژنتیک بالینی به جای ماه‌ها کشت سلولی پرهزینه با ابزار کریسپر، می‌توانند در چند دقیقه هزاران تغییر تک‌حرفی بیمار را در API آلفاژنوم ۲ اجرا کرده و تنها ۱ یا ۲ واریانت بیماری‌زای واقعی را برای تایید آزمایشگاهی گلچین کنند.
مقایسه جامع آلفاژنوم ۱، آلفاژنوم ۲ و آلفافولد ۳
برای درک دقیق جایگاه این فناوری در سبد مدل‌های زیستی گوگل، جدول زیر تفاوت‌های ساختاری و عملکردی نسل اول و دوم آلفاژنوم را در کنار مدل مشهور ساختار پروتئینی آلفافولد نشان می‌دهد:
| ویژگی فنی و زیست‌شناختی | مدل AlphaGenome 1 | مدل AlphaGenome 2 (نسخه ۲۰۲۶) | مدل AlphaFold 3 |
|---|---|---|---|
| حوزه تمرکز اصلی | تنظیم ژنوم در مقیاس توده بافت | تنظیم ژنوم در سطح تک‌سلول و وضعیت سلولی | ساختار سه‌بعدی پروتئین‌ها و برهم‌کنش لیگاند |
| طول پنجره ورودی توالی | ۱ میلیون جفت‌باز DNA | ۱ میلیون جفت‌باز DNA + بردار وضعیت سلول | توالی اسیدهای آمینه و زنجیره‌های کوتاه اسید نوکلئیک |
| معماری پردازشی | پیش‌بینی موازی چندوظیفه‌ای ثابت | معماری شرطی مبتنی بر U-Net، ترنسفورمر و Cell Encoder | شبکه Pairformer و مدل انتشار (Diffusion) |
| حجم داده‌های آموزشی | رسوبات آزمایشگاهی ENCODE و بافت‌های کلان | بیش از ۱۰۷ میلیون سلول مجزا در ۶۸ بافت انسان و موش | بانک جهانی داده‌های کریستالوگرافی پروتئین (PDB) |
| پیش‌بینی متیلاسیون DNA | پشتیبانی نمی‌شد | پشتیبانی کامل با دقت تک‌حرفی | مرتبط نیست (سطح پروتئین) |
| نرخ بازیابی واریانت‌های علیتی (sc-eQTL) | حدود ۱۶ درصد در سلول‌های ایمنی | حدود ۳۰ درصد (نزدیک به ۲ برابر جهش دقت) | مرتبط نیست |
جهش دوبرابری در کشف واریانت‌های بیماری‌زا و بنچمارک‌های علمی
ارزیابی یک مدل هوش مصنوعی در ژنتیک زمانی ارزشمند است که بتواند بین «جهش‌های رهگذر بی‌خطر» و «جهش‌های علیتی بیماری‌زا» تمایز قائل شود. بر اساس گزارش منتشرشده در نشریه The Verge، تیم دیپ‌مایند کارایی آلفاژنوم ۲ را روی نقشه‌های دقیق سلول‌های ایمنی اولیه انسان (Primary Immune Cells) محک زده است.
نتایج آزمایش‌ها نشان می‌دهد که آلفاژنوم ۲ در شناسایی جایگاه‌های کمّی صفت بیان تک‌سلولی (sc-eQTLs) تقریباً دو برابر قوی‌تر از روش‌های پیشین عمل می‌کند و موفق به بازیابی حدود ۳۰ درصد از واریانت‌های علیتی تاییدشده در برابر رقم ۱۶ درصدی مدل‌های قبلی شده است. افزون بر این، دقت مدل در تشخیص «جهت اثر» — یعنی اینکه یک جهش خاص تولید ژن هدف را بالا می‌برد یا سرکوب می‌کند — در زیررده‌های کمیاب سلولی به شکل چشمگیری ارتقا یافته است.
چنین جهشی در زیست‌پزشکی همان‌قدر سرنوشت‌ساز است که کشف میکروب‌ها و ایمنی‌شناسی مدرن در دوران بیوگرافی لوئی پاستور مسیر پزشکی بالینی را برای همیشه دگرگون ساخت؛ با این تفاوت که امروز آزمایشگاه از زیر میکروسکوپ نوری به درون خوشه‌های پردازشی هوش مصنوعی گسترش یافته است.
کاربردهای عملی در تشخیص بیماری‌های نادر، سرطان و داروسازی هدفمند
بسیاری از خانواده‌هایی که فرزندشان با یک بیماری ژنتیکی نادر متولد می‌شود، سال‌ها درگیر «ادیسه تشخیصی» می‌مانند؛ زیرا آزمایش توالی‌یابی کامل ژنوم (WGS) صدها تغییر ناشناخته با اهمیت نامعلوم (VUS) در بخش‌های غیرکدکننده پیدا می‌کند که هیچ پزشکی از تاثیر دقیق آن‌ها مطمئن نیست.
۱. پایان دادن به معمای بیماری‌های خودایمنی و عصبی
در بیماری‌هایی نظیر لوپوس، کرون، آرتریت روماتوئید یا اسکیزوفرنی، جهش‌های خطرناک تنها در بازه زمانی بسیار کوتاهی از فعال شدن یک نوع خاص از سلول‌های دفاعی یا میکروگلیاهای مغز اثر مخرب خود را نشان می‌دهند. آلفاژنوم ۲ با شبیه‌سازی دقیق همان لحظه التهابی یا تکوینی، کلیدهای معیوب ژنتیکی را با دقت جراحی مشخص می‌کند.
۲. طراحی ژن‌درمانی‌های اختصاصی هر بافت
یکی از بزرگ‌ترین چالش‌های ژن‌درمانی مدرن این است که داروی ژنتیکی فقط در اندام بیمار (مثلاً کبد یا شبکیه چشم) روشن شود و به قلب یا کلیه آسیب نزند. مهندسان زیستی با بهره‌گیری از موتور شرطی آلفاژنوم ۲ می‌توانند توالی‌های تنظیمی مصنوعی (Synthetic Enhancers) طراحی کنند که منحصراً در سلول هدف فعال می‌شوند و در سایر سلول‌های بدن کاملاً خاموش می‌مانند.
۳. رمزگشایی از مقاومت دارویی در تومورهای سرطانی
تومورهای سرطانی توده‌ای همگن نیستند و اغلب چند سلول بنیادی سرطانی با تغییر الگوی متیلاسیون DNA در برابر شیمی‌درمانی مقاوم می‌شوند. افزوده شدن قابلیت پیش‌بینی متیلاسیون در کنار تحلیل داده‌های تک‌سلولی بیمار، به پژوهشگران انکولوژی کمک می‌کند مسیر فرار اپی‌ژنتیکی سلول‌های مقاوم را پیش از عود بیماری شناسایی کنند.
نکته مهم: مرز میان ابزار پژوهشی و تشخیص بالینی مستقیم
گوگل دیپ‌مایند تصریح کرده است که دسترسی API آلفاژنوم ۲ در حال حاضر ویژه پژوهش‌های غیرتجاری دانشگاهی و پیش‌نمایش‌های تحقیقاتی داروسازی است و خروجی‌های آن تا پیش از تاییدیه‌های رگولاتوری بالینی، نباید بدون راستی‌آزمایی آزمایشگاهی مستقیماً مبنای تجویز درمان برای بیماران قرار گیرد.
چالش‌ها، محدودیت‌های فعلی و افق آینده زیست‌شناسی محاسباتی
با وجود دقت خیره‌کننده این مدل در مقیاس یک میلیون حرفی، ژنوم انسان ساختاری سه‌بعدی دارد که در آن گاهی یک ناحیه تنظیمی از فاصله دو یا سه میلیون جفت‌بازی با تاخوردگی کروموزوم به پروموتر ژن می‌رسد. بنابراین رویدادهای فوق‌دوربرد فراتر از پنجره یک مگابازی همچنان یکی از مرزهای باز پژوهشی برای نسخه‌های بعدی به شمار می‌روند.
همچنین کیفیت پیش‌بینی‌های شرطی در سلول‌های بسیار نادر به غنای داده‌های پایه توالی‌یابی تک‌سلولی وابسته است؛ هرچند معماری رمزگذار سلولی تا حد زیادی توانسته است با انتقال دانش از سلول‌های هم‌خانواده، این شکاف داده‌ای را پوشش دهد. ترکیب آینده آلفاژنوم ۲ با آلفافولد ۳ و مدل‌های شبیه‌ساز سلول مجازی، دانش بشری را یک گام بلند به رویای ساخت «سلول دیجیتال کامل» نزدیک‌تر کرده است؛ جایی که اثر هر دارو یا تغییر ژنتیکی پیش از ورود به بدن انسان، با دقت اتمی و سلولی شبیه‌سازی می‌شود.
نکات پایانی و جمع‌بندی کاربردی
رونمایی از هوش مصنوعی آلفاژنوم ۲ نقطه عطفی در گذار از ژنتیک میانگین‌محور به پزشکی دقیق تک‌سلولی است. این مدل با پیوند دادن یک میلیون حرف توالی DNA به هویت زنده و پویا در بیش از صد میلیون سلول، نشان می‌دهد که کتاب حیات انسان نه یک متن ثابت، بلکه دستوری پویاست که هر سلول به زبان ویژه خود آن را می‌خواند. برای پژوهشگران علوم زیستی، متخصصان بیوانفورماتیک و علاقه‌مندان فناوری‌های نوین سلامت، درک کارکرد مدل‌های شرطی ژنومی دریچه‌ای تازه به سوی درمان ریشه‌ای پیچیده‌ترین بیماری‌های قرن بیست‌ویکم می‌گشاید.
