AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model

저자: Žiga Avsec, Natasha Latysheva, Jun Cheng, Guido Novati, Kyle R. Taylor | 날짜: 2025 | DOI: 10.1101/2025.06.25.661532 📄 PDF

⚠️ 이 페이지의 요약·평가·해설은 생성형 AI(Claude)가 자동 생성한 2차적 분석물입니다. 논문 원문의 저작권은 원저작자에게 있으며, 정확한 내용은 원문(위 DOI·arXiv 등 출처)을 확인하세요.

Essence

Figure 1

Figure 1: AlphaGenome 모델 아키텍처, 학습 방식 및 종합 평가 성능. (a) 모델 개요: 1 Mb DNA 서열을 입력받아 11개 모달리티에서 5,930개의 게놈 트랙을 단일 염기쌍 해상도로 예측. (e) 변이 효과 예측에서 기존 모델 대비 상대적 성능 개선

AlphaGenome은 1 메가베이스(Mb) DNA 서열 입력과 단일 염기쌍(bp) 해상도를 통합하여, 11개의 생물학적 모달리티(유전자 발현, 스플라이싱, 크로마틴 접근성, 조직인자 결합, 3D 크로마틴 구조 등)에 걸쳐 5,930개의 게놈 트랙을 동시에 예측하는 통합 딥러닝 모델이다.

Motivation

Achievement

Figure 2

Figure 2: AlphaGenome 트랙 예측 예시 및 상세 성능 평가. 관찰된 데이터와 AlphaGenome 예측의 높은 일치도 시연

  1. 게놈 트랙 예측 성능: 26개의 게놈 트랙 예측 과제 중 22개에서 기존 최강 모델을 능가 (Pearson r 기준 다양한 모달리티 분석)
  2. 변이 효과 예측 성능: 26개의 변이 효과 예측 벤치마크 중 24개에서 우수한 성능 달성
    • 스플라이싱: 15.0% (DeltaSplice 대비), 59.1% (ClinVar splice site region)
    • 유전자 발현: 13.7% (eQTL supervised, Borzoi 대비)
    • 크로마틴 접근성: 8.0-18.0% (bQTL, ds/caQTL)
  3. 다중 모달리티 해석: TAL1 종양원유전자 인근의 임상적으로 관련된 변이들의 메커니즘을 모든 모달리티에서 동시에 정확히 설명

How

Figure 3

Figure 3: AlphaGenome은 최첨단 스플라이싱 변이 효과 예측 모델. (a) 스플라이싱 예측 유형의 종합적 비교 및 성능 메트릭

Originality

Limitation & Further Study

Evaluation

Novelty: 4.5/5 Technical Soundness: 4.8/5 Significance: 5/5 Clarity: 4.5/5 Overall: 4.6/5

총평: AlphaGenome은 기존의 구조적 트레이드오프를 극복하고 11개 모달리티를 통합하는 강력한 unified model로서, 비코딩 변이의 분자적 효과 해석을 위한 중요한 진전을 제시한다. 광범위한 벤치마킹과 공개 도구 제공으로 실용적 임팩트가 높으나, 컨텍스트 길이 한계와 일부 modality의 해상도 제약이 향후 개선 과제이다.

같이 보면 좋은 논문

A multimodal generative AI copilot for human pathology
기반 연구의료 멀티모달 AI의 기능을 확장한 연구이다.
GDTR: Layer-wise Settling Depth Reveals Biological Grammar in Genomic Foundation Models
기반 연구DNA 서열 기반 예측 모델의 기초가 되는 유사한 방법론을 제공한다.
후속 연구SPECTER2 유사도 0.94로 Multimodal Biomedical Data Fusion와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Mechanistic machine learning enables interpretable and generalizable prediction of prime editing outcomes
기반 연구생물학적 메커니즘을 기계학습에 통합하는 유사한 접근을 다룬다.
MEIsensor: a deep-learning method for mobile element insertion discovery
기반 연구유전체 데이터 분석에 딥러닝을 적용한 유사한 응용 연구이다.
Simplified motif background model provides significant speed-up for regulatory activity inference
다른 접근Markov background model 계산 효율화라는 유사한 방법론적 접근을 공유한다
Genome-Factory: A Library for Tuning, Deploying, and Interpreting Genomic Foundation Models
다른 접근동일한 유전체 변이 효과 예측 문제에 대해 다른 모델 아키텍처로 접근한다.
후속 연구SPECTER2 유사도 0.95로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Modeling gene regulatory perturbations via deep learning from high-throughput reporter assays
다른 접근동일한 noncoding 변이체 조절 효과 예측 문제를 다른 딥러닝 접근법으로 다루는 관련 연구이다.
Hi-Compass: a depth-aware deep learning framework for predicting cell-type-specific 3D genome organization from single-cell to spatial resolution
다른 접근다중 생물학적 모달리티 통합 예측이라는 유사한 목표를 다른 방식으로 구현한다.
Mechanistic Synergy in Multi-Modal VEP: DNA Context Complements PLMs under Biophysical Constraints
후속 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Nested birth-death processes are competitive with neural networks as time-dependent models of protein evolution
후속 연구SPECTER2 유사도 0.92로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Polygenic-by-Environment Adjustment for Binary GWAS with Out-of-Fold Block-PRS and Low-Rank Bilinear Models
후속 연구SPECTER2 유사도 0.89로 Statistical Causal Inference Methods와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Proteomic Divergence in the Trisomic Mouse Cortex: Machine Learning Identifies Tau, APP, and ADARB1 as Key Genotype Signatures and Reveals Limited Proteomic Response to Memantine
후속 연구SPECTER2 유사도 0.91로 Multimodal Biomedical Data Fusion와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Representative vs. Load-bearing Layers: A Dissociation in Genomic Foundation Models
후속 연구SPECTER2 유사도 0.92로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
A Deep Generative Mixture Model for Enhancing Circulating Tumor DNA Estimation
후속 연구SPECTER2 유사도 0.92로 Multimodal Biomedical Data Fusion와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
annDNA: Learning Annotation-Aware Genomic Representations via Knowledge Distillation
후속 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
AnomalyModifier: Suppressor Modifier Discovery in Familial Hypercholesterolemia via One-Class Anomaly Detection
후속 연구SPECTER2 유사도 0.90로 Multimodal Biomedical Data Fusion와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Constrained hybrid modelling to predict microbial dynamics and organic matter turnover in soil systems
후속 연구SPECTER2 유사도 0.90로 Scientific Machine Learning for Dynamics와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Effects of Structural Reward Shaping on Biophysical Properties in RL-Trained Plasmid Generators
후속 연구SPECTER2 유사도 0.92로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Generating and decoding methylated DNA with a Human Epigenetic Foundation Model
후속 연구다중 모달 게놈 트랙 예측을 확장한 후속 연구이다.
GPA: Generative Population Annealing for Test-Time Sequence Design
후속 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
Interpreting Genomic Language Models using Sparse Autoencoders
후속 연구SPECTER2 유사도 0.92로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
← 목록으로 돌아가기

🎧 Audio Overview

이 논문 리뷰를 팟캐스트형 오디오로 생성합니다. (Gemini · 키는 브라우저에만 저장 · 완성본은 이메일로도 전송)
▸ 고급: 구성 방향(대본 작성 지침) 직접 수정
속도 1.0x
⬇ MP3 다운로드