AlphaGenome 1 berechnet im selben Durchlauf Vorhersagen für viele Gewebe und Zelllinien. Bei AlphaGenome 2 gibst du vor, für welchen Zelltyp oder Zustand das Modell rechnen soll. Damit lassen sich Fragen zu einzelnen Zelltypen gezielter stellen. Für einen Vergleich musst du aber darauf achten, ob beide Ergebnisse denselben biologischen Kontext und dieselbe Messgröße beschreiben. DeepMind zum Modellwechsel
Was sich durch die Auswahl eines Zelltyps ändert
Die gleiche DNA-Änderung kann in unterschiedlichen Zelltypen eine andere Rolle spielen. AlphaGenome 2 verarbeitet neben dem DNA-Abschnitt eine Referenzbedingung, zum Beispiel einen definierten Zelltyp in einem Gewebe. Ein einzelner Aufruf liefert eine Vorhersage für diese Bedingung. Für einen Vergleich mehrerer Bedingungen kannst du die Aufrufe bündeln. Die API erwartet für jedes Element eine eigene Zuordnung. Googles Anleitung zur Wahl der Bedingung
Bei der Auswertung hilft das Feld imputation_mode. observed kennzeichnet, dass es für die betreffende Messgröße Trainingsdaten gab. Der ausgegebene Wert bleibt eine Vorhersage. Bei imputed_supported leitet das Modell eine fehlende Messgröße aus einer anderen, gemessenen Eigenschaft im selben biologischen Kontext ab. imputed_exploratory weist auf eine Schätzung für eine Kombination hin, deren Güte Google laut Dokumentation nicht per Benchmark belegt. Das beeinflusst, welche Ergebnisse du für ein Folgeexperiment zuerst prüfst. AlphaGenome zu den Metadaten
AlphaGenome 2 hat im KI-Weekly-Ranking keinen eigenen Eintrag. Die Übersicht zeigt generative Textmodelle, wie sie bei der Auswertung oder Dokumentation von Forschungsprojekten eingesetzt werden können. Die Leistung bei Vorhersagen zu DNA-Varianten stammt aus den oben verlinkten Studien.
Was der Vergleich über 28 Immunzelltypen zeigt
Im TenK10K-Datensatz mit 28 primären Immunzelltypen wurden AlphaGenome 2 und eine auf Einzelzelldaten nachtrainierte erste Version verglichen. Bei einer Präzision von 90 Prozent fand AlphaGenome 2 laut Studie 30 Prozent der als kausal eingeordneten Varianten, Version 1 fand 16 Prozent. Bei der Vorhersage, ob die Genaktivität steigt oder sinkt, erreichten die Modelle bei 90 Prozent Richtigkeit eine Abdeckung von 43 beziehungsweise 23 Prozent. Die Werte beziehen sich auf diese zwei Aufgaben und die gewählten Schwellen. Studie, Abbildung 2e
Version 1 bleibt verfügbar. Google führt sie weiterhin für frühere Studienergebnisse und für Auswertungen auf, die viele Gewebe ohne vorab gewählte Bedingung einbeziehen. Beim Wiederholen eines früheren Experiments lohnt es sich, zuerst dessen ursprüngliche Modellversion beizubehalten. So kannst du danach gezielt untersuchen, welche Änderung auf die neue Modellversion oder den gewählten Zelltyp zurückgeht. Migrationsleitfaden
Welche Oberfläche sich zum Einstieg eignet, erklärt unser Artikel zu AlphaGenome 2 und dem Atlas. AlphaGenome 2 und Atlas: Wie du Vorhersagen abrufst.
Kommentare (0)
Der Kommentarbereich wird geladen, sobald du ihn erreichst.
Weiterlesen