Google DeepMindは2026年11月11日、DNA配列とその変化が細胞の働きに与える影響を予測する研究用AI「AlphaGenome 2」を発表した。

同モデルは、同じDNAの変異であっても、どの細胞のどの状態で作用するかによって影響が変わりうる点に注目している。

11月15日には国内でも解説記事が掲載されたが、新モデルの正式発表日は11月11日だ。医療に役立つ研究の可能性と、現在使える用途を分けて確認したい。

AlphaGenome 2はDNA配列から細胞ごとの遺伝子調節を予測するモデル

人間の多くの細胞は同じDNA配列を持っているが、筋肉、神経、免疫細胞などでは、使われる遺伝子や働き方が異なる。

遺伝子の働きは、DNA配列だけで決まるわけではない。細胞の種類や活性化状態に応じ、DNAをどのように読み取るかが変化する。

AlphaGenome 2は、配列とその変異を入力に、特定の細胞種・状態で遺伝子の調節にどのような変化が生じるかを予測する研究用モデルだ。

生命科学では、病気に関係していても仕組みが分からない変異が多い。こうした変異について、どの細胞で影響が現れる可能性があるかを絞る手掛かりになる。

従来モデルとの違いは、細胞の種類や状態を細かく条件として扱う点

変異の影響は「あるかないか」だけでなく「どの細胞で起こるか」を見る

あるDNA変異が遺伝子の働きに影響するとしても、すべての組織に同じ作用が現れるとは限らない。

例えば免疫細胞での活動に関係する調節領域の変化が、心筋細胞や皮膚細胞にも同じ影響を与えるとは限らない。この違いを考慮すると、関連する疾患のメカニズムを絞り込みやすくなる可能性がある。

AlphaGenome 2は、特定の細胞種や状態を条件として指定する仕組みによって、従来の組織平均を中心とした解析を拡張する。Google DeepMindによれば、人間とマウス由来の1億700万件以上の単一細胞プロファイルを含むデータを学習に使用した。研究者が取得した少数の細胞データから新しい細胞状態に合わせて予測する仕組みも特徴だ。

単一細胞の情報を扱う研究と組み合わせやすい

細胞集団の平均だけでは、少数の細胞が示す特徴が見落とされることがある。

細胞ごとの遺伝子発現や状態のデータと、DNA変異の予測を比較することで、より細かい仮説を立てられる可能性がある。

ただしAIが出した予測値は実験で直接観測した結果と同じではない。別のデータ、実験、臨床情報による検証が必要だ。

疾病研究では、原因が不明な変異の優先順位付けに使える可能性

ゲノム研究では、病気との関連が見つかった変異が、遺伝子のどの働きを変えるのか分からないケースがある。

AlphaGenome 2の予測は、その変異が関係しそうな細胞や調節経路を検討する際の仮説形成に役立つ可能性がある。

研究者は予測結果をもとに追加実験の対象を絞り、必要な検証の設計に活かせる。提供元は、遺伝子発現に変化をもたらす変異を従来の自社高性能モデルに比べて約2倍近く多く見いだせると説明している。ただし、これは提供元の評価に基づく比較結果で、あらゆる疾患や細胞について診断精度が2倍になったという意味ではない。

ただし実際の疾病への影響は、複数の遺伝子や環境要因などにも左右される。「AIが変異に影響ありと予測した」だけで患者の発症リスクを確定することはできない。

AlphaGenome 2の利用条件は研究用途と商用利用で異なる

Google DeepMindは、AlphaGenome 2を非商用研究向けにはAlphaGenome APIで提供し、商用研究向けには限定的なプライベートプレビューとして案内している。一般利用者向けの診断サービスとして公開されたわけではない。

非商用研究と商用研究の利用条件は明確に分かれる。アクセスが可能な範囲、API利用条件、引用方法、データの取り扱いを確認し、研究の結果を医療サービスへ転用する場合は別途必要な許諾や妥当性の検証を行う必要がある。

研究室で試す場合は、入力する配列の性質、データ利用規約、学術引用、処理上限、結果の再現方法を公式サイトで確認しよう。

モデルの予測結果を診療判断や患者への説明に使う場合は、別途臨床的妥当性、規制上の承認、医療専門家の判断が必要になる。

DNA変異のAI予測で注意したい、3つの限界

第一に、研究用AIの性能は、評価に用いたデータや細胞の種類に依存する。学習分布から離れた細胞や病態で同じ精度が得られるとは限らない。

第二に、遺伝子の調節機構は複雑で、DNA配列以外の条件にも影響される。予測対象の違いによって複数の実験結果が必要になることがある。

第三に、病気に関係する可能性を説明することと、個人の診断を行うことは別の目的だ。医療機器としての承認や診療での利用可能性を、発表資料から推測してはいけない。

報道で用いられる「疾病の解明」という表現も、研究を支援する可能性を示したものであり、治療法の確立や新薬の効果が実証されたことを意味しない。

まとめ:細胞ごとの働きに着目した変異解析が研究を前進させる

AlphaGenome 2の重要性は、DNA変異の影響を単純に一つの値で表すのではなく、細胞の種類や状態を考慮した解析へ進めようとしている点にある。

実験の優先順位付けや調節機構の理解を支援する研究AIとして期待される一方、現時点では臨床診断との線引きが欠かせない。

今後は、独立した研究者による再現・検証と、提供範囲の進展が成果を判断する材料になるだろう。