AIINEWS

AIINEWS

Báo cáo chuyên sâu về Trí tuệ nhân tạo và Công nghệ toàn cầu

Google DeepMind ra mắt AlphaGenome 2 dự đoán biến thể DNA theo từng tế bào

Ban biên tập AIINEWS•ai-machine-learning
11 tháng 11, 2026•2 phút đọc
Google DeepMind ra mắt AlphaGenome 2 dự đoán biến thể DNA theo từng tế bào

Tóm lược nhanh

“Google DeepMind vừa giới thiệu AlphaGenome 2, mô hình DNA có khả năng xử lý cửa sổ gen 1...”

Các điểm cốt lõi

  • 1.AlphaGenome 2 nhận đầu vào gồm chuỗi DNA dài 1 Mb cùng thông tin trạng thái tế bào đích nhằm dự đoán tác động của biến thể theo từng loại tế bào.
  • 2.Mô hình áp dụng kiến trúc kiểu U-Net với bộ mã hóa tích chập, một khối biến đổi gồm 11 tầng và bộ giải mã, sử dụng các lớp FiLM để điều biến hoạt hóa dựa trên nhúng 256 chiều.
  • 3.Trên tập dữ liệu kiểm định TenK10K sc-eQTL, AlphaGenome 2 đạt độ thu hồi biến thể nguyên nhân 30% ở độ chính xác 90%, so với mức 16% của phiên bản trước đã tinh chỉnh.
  • 4.Công cụ hiện được cung cấp qua giao diện lập trình ứng dụng dành riêng cho nghiên cứu phi thương mại, trong khi quyền truy cập mã nguồn mở chưa được phát hành.

Google DeepMind vừa giới thiệu AlphaGenome 2, mô hình DNA có khả năng xử lý cửa sổ gen 1 megabase kết hợp trạng thái tế bào để dự đoán tác động của biến thể. Hệ thống này vượt qua thế hệ tiền nhiệm và các công cụ cạnh tranh trong các bài kiểm tra biểu hiện gen đơn tế bào.

Bối cảnh và chi tiết công nghệ

AlphaGenome 2 nhận đầu vào gồm chuỗi DNA dài 1 Mb cùng thông tin trạng thái tế bào đích nhằm dự đoán tác động của biến thể theo từng loại tế bào.

Mô hình áp dụng kiến trúc kiểu U-Net với bộ mã hóa tích chập, một khối biến đổi gồm 11 tầng và bộ giải mã, sử dụng các lớp FiLM để điều biến hoạt hóa dựa trên nhúng 256 chiều.

Trên tập dữ liệu kiểm định TenK10K sc-eQTL, AlphaGenome 2 đạt độ thu hồi biến thể nguyên nhân 30% ở độ chính xác 90%, so với mức 16% của phiên bản trước đã tinh chỉnh.

Công cụ hiện được cung cấp qua giao diện lập trình ứng dụng dành riêng cho nghiên cứu phi thương mại, trong khi quyền truy cập mã nguồn mở chưa được phát hành.

Đánh giá tác động và góc nhìn chuyên môn

Việc tích hợp trạng thái tế bào đơn từ dữ liệu thô giúp mô hình thích ứng với các tập dữ liệu chưa từng thấy mà không cần quá trình tinh chỉnh tốn kém.

Kiến trúc điều kiện hóa bộ mã hóa và khối biến đổi đóng vai trò quyết định trong việc cải thiện độ chính xác so với việc chỉ can thiệp ở tầng giải mã cuối cùng.

Xu hướng tiếp theo và điều cần theo dõi

Thời điểm chính xác Google DeepMind công bố trọng số mô hình để nghiên cứu viên tự triển khai vẫn chưa được xác định rõ.

Hiệu năng thực tế của hệ thống ngoài các vùng nhiễm sắc thể mở chưa được đánh giá đầy đủ vì điểm số dự đoán hướng tác động giảm xuống ở các vùng này.

Bản quyền nội dung và biên tập thuộc về Ban biên tập AIINEWS
Chia sẻ bài phân tích này:
Góc nhìn mở rộng & Đột phá công nghệ

Các phân tích & Tiêu điểm liên quan

Hiển thị 8 bài phân tích tuyển chọn
NVIDIA công bố kết quả huấn luyện của Vera Rubin, điểm số tác vụ AI còn chờ xác minh
Bán dẫn & Siêu chipkhoảng 15 giờ trước

NVIDIA công bố kết quả huấn luyện của Vera Rubin, điểm số tác vụ AI còn chờ xác minh

NVIDIA công bố kết quả thử nghiệm đầu tiên của nền tảng Vera Rubin trên MLPerf Training và MLPerf Endpoints. Hãng báo cáo mức tăng hiệu năng huấn luyện so với hệ thống GB300, nhưng kết quả về hiệu suất điện năng khi chạy tác vụ AI vẫn đang chờ MLCommons xác minh.

3 phút đọc3,156
Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo
Lãnh đạo & Nhân vật AIkhoảng 10 giờ trước

Sam Altman làm rõ phát biểu về dung lượng RAM và chuỗi cung ứng trí tuệ nhân tạo

Giám đốc điều hành OpenAI Sam Altman vừa giải thích lại những phát ngôn gây tranh cãi về bộ nhớ máy tính trong bối cảnh các nhà sản xuất trí tuệ nhân tạo đẩy giá linh kiện tăng vọt. Ông cho biết mình hoàn toàn ủng hộ người dùng cá nhân sở hữu nhiều RAM để tự mày mò công nghệ.

2 phút đọc1,866
Startup ra mắt hệ thống trí tuệ nhân tạo ngăn chặn mầm bệnh sinh học nhân tạo

Startup ra mắt hệ thống trí tuệ nhân tạo ngăn chặn mầm bệnh sinh học nhân tạo

Startup Radical Numerics vừa công bố một mô hình trí tuệ nhân tạo chạy ngoại tuyến trên laptop nhằm phát hiện các mầm bệnh tự nhiên và nhân tạo. Công nghệ này được thiết kế để hỗ trợ lực lượng y tế cộng đồng trong bối cảnh lo ngại về rủi ro sinh học từ AI gia tăng.

2 phút đọc5,871