# Google DeepMind გამოუშვებს AlphaGenome 2 მრავალ ქსოვილის ქრომატინის 3D დასაკეცი და ეპიგენომიური მოდელირებისთვის

Source: TechNewsList (https://technewslist.com)
Canonical URL: https://technewslist.com/ka/article/google-deepmind-launches-alphagenome-2-multi-tissue-chromatin-2026-10-17-morn-ka
Section: AI (https://technewslist.com/ka/ai)
Author: TechNewsList
Language: ka
Published: 2026-10-17T05:40:38.862+00:00
Updated: 2026-10-17T05:40:39.089018+00:00

> Google DeepMind ავრცელებს AlphaGenome 2-ს, საძირკვლის მოდელის სკალირების კონტექსტს 1 მბ-მდე, რათა პროგნოზირდეს 3D ქრომატინის დასაკეცი და ვარიანტული რეგულირება ადამიანის 150 ქსოვილში.

## TL;DR
- Google DeepMind-მ გააცნო AlphaGenome 2 2026 წლის 16 ოქტომბერს 3D ქრომატინის არქიტექტურისა და გენის რეგულირების მოდელისთვის ხაზოვანი დნმ-დან.
- ბიოლოგიური საძირკვლის მოდელი მასშტაბებს თანმიმდევრობის მოდელირებას უწყვეტ ერთ მეგაბაზიან კონტექსტურ ფანჯრებზე მაღალი პროგნოზირების სიზუსტით.
- გაწვრთნილი ადამიანის 150-ზე მეტ ძირითად უჯრედულ ტიპსა და ქსოვილში, მოდელი წამებში აფასებს არაკოდირებულ პათოგენურ მუტაციებს.
- აკადემიური მკვლევარები იღებენ API წვდომას, რათა დააჩქარონ სამიზნეების აღმოჩენა ზუსტი ონკოლოგიისა და იშვიათი გენეტიკური დარღვევებისთვის.

## Key points
- AlphaGenome 2 ამუშავებს 1-მეგაბაზის დნმ-ის ფანჯრებს, რათა მოაგვაროს დისტალური გამაძლიერებელი-პრომოტერული მარყუჟები და ტოპოლოგიური ასოცირებული დომენები.
- არქიტექტურა აერთიანებს სტრუქტურირებულ სახელმწიფო-სივრცის ფენებს იშვიათი ყურადღებით კვადრატული ტრანსფორმატორის გამოთვლითი ლიმიტების გვერდის ავლით.
- შედეგები პროგნოზირებს RNA-seq გამოხატვას, ქრომატინის ხელმისაწვდომობას, ჰისტონურ ნიშნებს და Hi-C საკონტაქტო მატრიცებს ერთდროულად.
- მოდელმა მიაღწია 0.88 Spearman-ის კორელაციის კოეფიციენტს დამოუკიდებელი ექსპერიმენტული პრომოუტერ-გამაძლიერებლის საკონტაქტო კრიტერიუმების მიმართ.
- ადამიანის გენეტიკური ვარიაციის არაკოდირების ოთხმოცდათვრამეტი პროცენტზე მეტი შეიძლება ფუნქციურად შეფასდეს ტრანსკრიპციის დარღვევისთვის.

## რა მოხდა

2026 წლის 16 ოქტომბერს, Google DeepMind-მა წარმოადგინა AlphaGenome 2, გარღვევის ბიოლოგიური საძირკვლის მოდელი, რომელსაც შეუძლია წინასწარ განსაზღვროს სამგანზომილებიანი ქრომატინის არქიტექტურა, ეპიგენეტიკური მარკერები და გენის ექსპრესია პირდაპირ დნმ-ის ხაზოვანი თანმიმდევრობით ადამიანის მრავალ ქსოვილში. შემუშავებული EMBL-EBI და Broad Institute მკვლევარებთან მჭიდრო თანამშრომლობით, მოდელი წარმოადგენს ადამიანის გენომის რეგულაციის ყველაზე ყოვლისმომცველ გამოთვლით რეკონსტრუქციას, რომელიც წარმოებულია დღემდე.

მიუხედავად იმისა, რომ ადრეულმა გენომურმა მოდელებმა შეაფასეს რამდენიმე კილობაზის მოკლე მიმდევრობის ფანჯრები, AlphaGenome 2 ასწორებს ტრანსფორმატორის თანმიმდევრობის მოდელირებას უწყვეტი ერთ მეგაბაზის გენომიურ ინტერვალებამდე. კონტექსტში ეს დრამატული გაფართოება საშუალებას აძლევს ნერვულ ქსელს დაიჭიროს დისტალური გამაძლიერებლის-პრომოტერის ურთიერთქმედება, ტოპოლოგიური ასოცირებული დომენის საზღვრები და რთული სტრუქტურული გადაწყობები, რომლებიც კარნახობს უჯრედულ დიფერენციაციას და დაავადების ეტიოლოგიას.

![ადამიანის ქრომოსომების სრული ნაკრები, რომელიც ასახავს ზოლის შაბლონებს და ქრომატინის ორგანიზაციას, რომელიც მიზნად ისახავს 3D გენომის დასაკეცი არქიტექტურებს.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792214208710-z40t11-google-deepmind-launches-alphagenome-2-multi-tissue-chromatin-2026-10-17-morning-inside-1-45f65a0080.webp)
*ადამიანის ქრომოსომების სრული ნაკრები, რომელიც ასახავს ზოლის შაბლონებს და ქრომატინის ორგანიზაციას, რომელიც მიზნად ისახავს 3D გენომის დასაკეცი არქიტექტურებს.*

გაწვრთნილი სტანდარტიზებული ფუნქციური გენომიკის მონაცემთა ნაკრებებზე, რომელიც მოიცავს ადამიანის უჯრედების 150-ზე მეტ ძირითად ტიპს, ნაყოფის ქსოვილს და კიბოს უჯრედულ ხაზებს, AlphaGenome 2 უზრუნველყოფს უჯრედის ტიპის სპეციფიკური გენის აქტივობის მაღალი გარჩევადობის პროგნოზირებულ რუქებს, ყოველი ცალკეული ქსოვილის ვარიანტისთვის დესტრუქციული სველი ლაბორატორიული ანალიზის საჭიროების გარეშე.

## რატომ არის მნიშვნელოვანი

ადამიანის გენომის ოთხმოცდათვრამეტი პროცენტზე მეტი შედგება არაკოდირების თანმიმდევრობისგან, რომელიც დიდი ხნის განმავლობაში არასწორად ხასიათდება როგორც უსარგებლო დნმ. ათწლეულების განმავლობაში გენომის მასშტაბური ასოციაციის კვლევებმა აჩვენა, რომ დაავადებებთან ასოცირებული გენეტიკური ვარიანტების აბსოლუტური უმრავლესობა ბინადრობს ამ არაკოდირებულ რეგიონებში და მოქმედებენ არა ცილის ამინომჟავების თანმიმდევრობების შეცვლით, არამედ ტრანსკრიპციული გადამრთველების და ქრომოსომული გრძელვადიანი მარყუჟის დარღვევით.

ისტორიულად, იმის დადგენა, მოქმედებს თუ არა ერთი ნუკლეოტიდური ვარიანტი გამაძლიერებლის რეგიონში, შორეულ ონკოგენზე, საჭირო იყო თვეების განმავლობაში მძიმე ლაბორატორიული ექსპერიმენტები, მათ შორის CRISPR აქტივაციის ეკრანები, ქრომოსომის კონფორმაციის დაფიქსირების ანალიზები და რეპორტიორის გენის ვალიდაცია. იშვიათი გენეტიკური მდგომარეობებისა და რთული პოლიგენური დაავადებების გამო, ამ ექსპერიმენტულმა ბარიერმა დატოვა მილიონობით პაციენტის ვარიანტები, რომლებიც კლასიფიცირებულია, როგორც გაურკვეველი მნიშვნელობის ვარიანტები.

AlphaGenome 2 მოლეკულურ გენეტიკოსებს და თერაპიულ დეველოპერებს აწვდის პროგნოზირებად ინ-სილიკო მიკროსკოპს. წამებში 150 ქსოვილის კონტექსტში ნებისმიერი ერთი ნუკლეოტიდის გაცვლის ან სტრუქტურული ჩასმის ზუსტი ფიზიკური და ბიოქიმიური შედეგების სიმულირებით, პლატფორმა მკვეთრად აჩქარებს ზუსტი ონკოლოგიის, აუტოიმუნური დარღვევების და მემკვიდრეობითი თანდაყოლილი სინდრომების სამიზნე აღმოჩენას.

## ტექნიკური დეტალები

AlphaGenome 2-ის ძირითადი ნერვული არქიტექტურა აერთიანებს ულტრა გრძელი კონტექსტის გაფართოებულ ტრანსფორმატორის ხერხემალს მრავალ დავალების ექვივარიანტული პროგნოზირების თავებით. მოდელი შთანთქავს ნედლი ხაზოვანი დნმ-ის თანმიმდევრობის ნიშნებს და ამუშავებს შორ მანძილზე ნუკლეოტიდურ ურთიერთქმედებებს ბიოლოგიური თანმიმდევრობის სიმეტრიისთვის ოპტიმიზირებული იერარქიული ყურადღების შრეებით.

კვადრატული გამოთვლითი სირთულის დასაძლევად, რომელიც თან ახლავს სტანდარტულ ყურადღებას ერთ მეგაბაზის მიმდევრობებში, Google DeepMind მკვლევარებმა განახორციელეს სტრუქტურირებული სახელმწიფო-სივრცის ფენები დაწყვილებული ადგილობრივი იშვიათი ყურადღების ფანჯრებთან. ეს ჰიბრიდული მიდგომა საშუალებას აძლევს მოდელს გადაჭრას როგორც ადგილობრივი ტრანსკრიფციის ფაქტორის დამაკავშირებელი მოტივები, რომლებიც მოიცავს ექვს-თორმეტ ბაზის წყვილს, ასევე მაკროსკოპული ქრომატინის დასაკეცი მარყუჟები, რომლებიც ვრცელდება ასობით კილობაზზე.

![ბიოსამედიცინო ლაბორატორიის სკამი აღჭურვილია პიპეტებითა და საანალიზო ფირფიტებით, რომლებიც გამოიყენება მანქანური სწავლების გენომის პროგნოზების ექსპერიმენტული დასადასტურებლად.](https://rkhynbcsbnkkcwgexzwg.supabase.co/storage/v1/object/public/media/api/1792214210489-mx22nn-google-deepmind-launches-alphagenome-2-multi-tissue-chromatin-2026-10-17-morning-inside-2-9afbba1dc8.webp)
*ბიოსამედიცინო ლაბორატორიის სკამი აღჭურვილია პიპეტებითა და საანალიზო ფირფიტებით, რომლებიც გამოიყენება მანქანური სწავლების გენომის პროგნოზების ექსპერიმენტული დასადასტურებლად.*

მოდელი ერთდროულად გამოსცემს მრავალმოდალურ გენომურ პროფილებს, პროგნოზირებს RNA-seq ტრანსკრიპციული სიმრავლის, DNase I და ATAC-seq ქრომატინის ხელმისაწვდომობის პიკებს, ChiP-seq ჰისტონის მოდიფიკაციის გამდიდრებას და მაღალი გარჩევადობის Hi-C ქრომოსომული კონტაქტის სიხშირის მატრიცებს. დამოუკიდებელი ექსპერიმენტული მონაცემთა ნაკრების მკაცრი საორიენტაციო შეფასებებისას, AlphaGenome 2-მა მიაღწია Spearman-ის კორელაციის კოეფიციენტს 0,88 პრომოუტერ-გამაძლიერებლის კონტაქტის პროგნოზირებისთვის, რაც მნიშვნელოვნად აჯობა წინა სპეციალიზებულ არქიტექტურებს.

## გავლენა ბაზარზე და ინდუსტრიაზე

AlphaGenome 2-ის გაშვება აძლიერებს გამოთვლითი ბიოლოგიის რბოლას ფონდის მოდელების შემქმნელებსა და ფარმაცევტულ გიგანტებს შორის. სტრუქტურულ პროტეომიკაში AlphaFold-ის ტრანსფორმაციული ზემოქმედების შემდეგ, AI-ზე ორიენტირებული თანმიმდევრობა-ფუნქციის გენომიკა წარმოადგენს შემდეგ საზღვარს კომპიუტერიზებული ნარკოტიკების აღმოჩენაში.

ბიოტექნოლოგიური ფირმები და მრავალეროვნული ფარმაცევტული კომპანიები სწრაფად ახდენენ ორიენტირებას ადრეული სტადიის მილსადენების პროგნოზირებადი გენომიური მოდელების გარშემო. დაავადების გამომწვევი არაკოდირებადი მარეგულირებელი კერების იდენტიფიცირებით, თერაპიულ დეველოპერებს შეუძლიათ შეიმუშავონ მიზანმიმართული ანტისენსიური ოლიგონუკლეოტიდები, მცირე ინტერფერენციული რნმ და CRISPR ბაზის რედაქტირების თერაპიები, რომლებიც მორგებულია გენის ექსპრესიის მოდულაციაზე ქირურგიული სიზუსტით.

გარდა ამისა, აკადემიური კვლევის კონსორციუმი და კლინიკური დიაგნოსტიკის ლაბორატორიები აერთიანებენ AlphaGenome პროგნოზებს კლინიკურ ინტერპრეტაციის მილსადენებში. პაციენტთა არაკოდირების ვარიანტების ფუნქციური კლასიფიკაციის ავტომატიზირება გვპირდება დიაგნოსტიკის ეფექტურობის გაზრდას არადიაგნოსტირებული პედიატრიული გენეტიკური დარღვევებისთვის, რაც პასუხებს აძლევს ოჯახებს, რომლებიც ადრე განიცდიდნენ დიაგნოსტიკურ ოდისეებს.

## რას უნდა დავაკვირდეთ შემდეგ

Google DeepMind ვალდებულია უზრუნველყოს დამოწმებული აკადემიური მკვლევარების და არაკომერციული სამეცნიერო დაწესებულებების სუბსიდირებული API წვდომა AlphaGenome 2-ზე 2026 წლის ნოემბრიდან, რომელსაც თან ახლავს ღია ვებ პორტალი საძიებო ვარიანტების შეფასებისთვის.

კლინიკური გენომიკის ქსელების მიერ ჩატარებული დამოუკიდებელი ვალიდაციის კვლევები გამოქვეყნდება 2027 წლის დასაწყისში, რომელიც შეაფასებს მოდელის პროგნოზირებულ ძალას გულ-სისხლძარღვთა და ნევროლოგიურ დაავადებებში პაციენტების პერსპექტიულ კოჰორტებში.

დაბოლოს, მკვლევარები თვალყურს ადევნებენ მიმდინარე მცდელობებს AlphaGenome-ის შესაძლებლობების გაფართოვებისთვის მრავალ გენომურ სინთეზურ ბიოლოგიაში, რაც შესაძლებელს გახდის სინთეზური პრომოტორებისა და ხელოვნური გენის სქემების გენერაციულ დე-ნოვო დიზაინს მოწინავე უჯრედებისა და გენური თერაპიისთვის.

## წყაროები

- [Google DeepMind კვლევის ბლოგი](https://deepmind.google/discover/blog/alphagenome-2-epigenomic-3d-chromatin-folding/): ტექნიკური პუბლიკაცია, რომელშიც დეტალურადაა აღწერილი AlphaGenome 2 სატრანსფორმატორო არქიტექტურა, 1მბ კონტექსტური ფანჯრები და მრავალქსოვილოვანი ქრომატინის კონტაქტის საორიენტაციო ნიშნები.
- [Nature Biotechnology News](https://www.nature.com/articles/d41587-026-00412-x): თანატოლთა მიმოხილვის ანალიზი, რომელიც ამოწმებს, რამდენად ზუსტად განსაზღვრავს პათოგენურ არაკოდირებულ მუტაციებს გრძელვადიანი დნმ-ის თანმიმდევრობის მოდელირება.
- [Science Magazine Feature](https://www.science.org/content/article/deepmind-alphagenome-2-predicts-epigenome-3d-genome-structure): სამეცნიერო შეფასება კლინიკური თარგმანის პოტენციალის შესახებ ონკოლოგიური წამლის სამიზნე აღმოჩენისთვის და იშვიათი გენეტიკური დაავადების სკრინინგისთვის.

Mentions: Google DeepMind, EMBL-EBI, Broad Institute

## Sources
- [Google DeepMind კვლევის ბლოგი](https://deepmind.google/discover/blog/alphagenome-2-epigenomic-3d-chromatin-folding/)
- [Nature Biotechnology News](https://www.nature.com/articles/d41587-026-00412-x)
- [Science Magazine Feature](https://www.science.org/content/article/deepmind-alphagenome-2-predicts-epigenome-3d-genome-structure)