Aller au contenu

Recherche Article

AlphaGenome 2 : DeepMind présente un modèle qui prédit l'effet des variants d'ADN selon le type de cellule

Google DeepMind a annoncé le 11 novembre 2026 AlphaGenome 2, un modèle qui prédit l'effet de variants d'ADN dans des types de cellules précis, qui retrouverait des variants causaux dans 30 % des cas sur le jeu TenK10K contre 16 % pour la référence, selon l'entreprise.

Publié le

Article rédigé avec l'aide de l'intelligence artificielle, vérifié automatiquement puis relu par la rédaction avant publication, selon notre politique IA.

Un modèle conditionné par le type de cellule

Google DeepMind a annoncé AlphaGenome 2 dans un billet de blog publié le 11 novembre 2026. Il s'agit d'un modèle de séquences d'ADN qui prédit comment une séquence et ses variants influencent des types de cellules et des états cellulaires précis.

Le changement d'architecture tient à son caractère conditionnel. Le modèle reçoit en entrée une condition biologique (un tissu, un type ou un état cellulaire) en plus de la séquence d'ADN, et prédit les effets pour une seule condition à la fois. Le modèle précédent, lui, prédisait plusieurs conditions en parallèle.

AlphaGenome 2 prédit les mêmes lectures expérimentales qu'AlphaGenome : expression génique, modifications des histones et accessibilité de la chromatine. Il ajoute la méthylation de l'ADN.

Des données monocellulaires à grande échelle

Selon DeepMind, le modèle a été entraîné sur plus de 100 millions de profils de cellules individuelles couvrant 68 tissus. Le billet cite précisément « over 107 million individual cell profiles », issus d'échantillons humains et de souris.

DeepMind indique aussi que le modèle peut s'adapter à de nouvelles données monocellulaires sans réentraînement, à partir d'un petit nombre de cellules. Sur des données de vaccin à ARN messager contre le Covid-19, il a distingué les cellules T activées des cellules au repos, d'après l'entreprise.

Les performances revendiquées par DeepMind

Ces résultats proviennent du billet de l'entreprise. Le texte fourni ne mentionne pas d'évaluation indépendante.

  • DeepMind affirme qu'AlphaGenome 2 « identifies nearly twice as many variants that change gene expression in cells » que son modèle précédent à l'état de l'art.
  • Sur le jeu de données TenK10K, qui couvre 28 types de cellules immunitaires, le modèle retrouve des variants causaux dans 30 % des cas, contre 16 % pour AlphaGenome d'origine affiné sur données monocellulaires et pour d'autres outils spécialisés.
  • Le modèle a reproduit informatiquement une étude sur les maladies inflammatoires de l'intestin : un variant active trop le gène ETS2 dans les macrophages intestinaux.

Il s'agit d'une reproduction in silico d'une étude existante, non d'une nouvelle validation expérimentale. Le billet, tel que résumé ici, ne détaille pas la méthode de comparaison.

Accès et limites d'usage

AlphaGenome 2 est disponible pour la recherche non commerciale via l'API AlphaGenome, et en préversion privée pour la recherche commerciale. ZDNET France, qui a relayé l'annonce le 12 novembre 2026, précise que l'accès non commercial est gratuit. DeepMind annonce par ailleurs des « Skills » AlphaGenome 2 pour Google Antigravity, sans date indiquée.

DeepMind précise qu'AlphaGenome et AlphaGenome 2 sont réservés à la recherche et « have not been validated or approved for clinical or diagnostic purposes ». Les prédictions du modèle ne peuvent donc pas servir en l'état à un diagnostic.

Variants causaux retrouvés sur le jeu TenK10K (28 types de cellules immunitaires), selon DeepMind (données au )
ModèleVariants causaux retrouvés
AlphaGenome 230 %
AlphaGenome d'origine affiné sur données monocellulaires et autres outils spécialisés16 %

Questions fréquentes

Qu'est-ce qu'AlphaGenome 2 ?

C'est un modèle de Google DeepMind qui prédit comment une séquence d'ADN et ses variants influencent des types de cellules et états cellulaires précis.

AlphaGenome 2 peut-il servir au diagnostic ?

Non. DeepMind indique que le modèle est réservé à la recherche et n'a pas été validé ni approuvé pour un usage clinique ou diagnostique.

Comment y accéder ?

Via l'API AlphaGenome pour la recherche non commerciale, et en préversion privée pour la recherche commerciale.

Quelle amélioration DeepMind revendique-t-il ?

Sur TenK10K, 30 % de variants causaux retrouvés, contre 16 % pour AlphaGenome affiné et d'autres outils spécialisés.

Sources

  1. https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/, deepmind.google, (source primaire)
  2. Google DeepMind dévoile AlphaGenome 2 : une IA pour comprendre comment les cellules lisent l’ADN, ZDNET France,

Version texte (Markdown)