Google DeepMind は 2026 年 11 月 11 日、DNA の変異が病気にどう関わるかを予測する AI モデル「AlphaGenome 2」を発表しました。公式ブログと技術論文を同時に公開しており、疾患の原因を細胞レベルで解明するための研究ツールとして位置づけられています。
このモデルの大きな特徴は、DNA 配列と「どの種類の細胞か」という情報をセットで分析できる点です。たとえば、同じ DNA 変異があっても、腸の細胞では病気につながる一方、免疫細胞では影響が出ない、といったことが実際に起こります。初代モデルは多くの組織をまとめて処理する設計だったため、こうした細胞ごとの違いを捉えることが難しく、研究現場での実用性に限界がありました。AlphaGenome 2 はこの点を根本から見直し、特定の細胞タイプや細胞の状態に絞って予測する仕組みに刷新されています。学習に使ったデータはヒトとマウスを合わせて 1 億 700 万個以上の細胞プロファイルにのぼり、68 種類の組織をカバーしています。また、学習データにない未知の細胞タイプについても、新たなデータを与えるだけで追加訓練なしに対応できます。
性能面でも初代モデルから大きく改善されています。免疫細胞 28 種類を対象にしたベンチマークでは、病気の原因となる DNA 変異の特定率が 16% から 30% へと向上しました。また、ある変異が特定の遺伝子を「活性化させるのか、それとも抑制するのか」という方向性の予測精度も、23% から 43% へと改善されています。創薬の観点では、薬の標的となるタンパク質の発現を上げるべきか下げるべきかを見極めることが重要であり、この精度向上は治療候補の絞り込みに直接つながります。
実際の研究での効果も報告されています。炎症性腸疾患(IBD)の研究を行うフランシス・クリック研究所の James Lee 氏は、実験で 1 年半かけて解明した内容を AlphaGenome 2 がわずか 30 分で再現したと述べています。同氏は初代モデルについて「細胞の種類を区別できず、あまり役に立たなかった」と語っており、今回の改善の意義を強調しています。
現在は非商用の研究目的に限り AlphaGenome API から利用でき、商用利用については Google Cloud でプライベートプレビューが始まっています。今後はエージェント型開発プラットフォーム「Google Antigravity」での提供も予定されています。ただし DeepMind は、このモデルが臨床や診断での利用を想定したものではなく、あくまで研究用ツールであることを明示しています。疾患に関連する細胞データの不足など、改善すべき課題も残っています。
