رسم: tuput
العربية
يأخذ النموذج الجديد مليون حرف من الحمض النووي مع نسيج أو نوع خلوي أو حالة خلوية يختارها الباحث، ويتنبأ بنشاط الجينات في تلك الحالة وحدها. وفي مجموعة اختبار من الخلايا المناعية تذكر DeepMind أنه عثر على 30 في المئة من المتغيرات المسببة مقابل 16 في المئة لنموذجها السابق. والأرقام من الشركة المصنِّعة نفسها، وتأتي من نسخة أولية لم تخضع لمراجعة الأقران.
أعلنت Google DeepMind في 11 نوفمبر 2026 عن AlphaGenome 2، وهو نموذج ذكاء اصطناعي يتنبأ بأثر أي تغيّر في الحمض النووي على نشاط الجينات في نوع خلوي واحد يختاره الباحث، مثل البلعم في الأمعاء أو الخلية التائية الساكنة، بدل أن يأخذ متوسطا على النسيج كله. وفي اختبار بُني من بيانات الخلايا المناعية تذكر DeepMind أن النموذج حدد 30 في المئة من المتغيرات المسببة مقابل 16 في المئة لنموذجها السابق، وهو ما تصفه الشركة بأنه ما يقارب الضعف. والورقة التي تقف خلفه نسخة أولية مؤرخة في 17 نوفمبر 2026، أي أنها نُشرت قبل مراجعة الأقران، وكل أرقام الأداء أدناه من DeepMind نفسها. وحتى 19 نوفمبر 2026 لا تذكر أي من الصفحات التي رُجعت أن جهة مستقلة كررت النتائج.
النموذج مقدَّم للباحثين لا للأطباء. وتقول DeepMind إنه للاستخدام البحثي فقط، ولم يُتحقق من صلاحيته ولم يُعتمد لأغراض سريرية أو تشخيصية.
الحمض النووي نفسه، وقراءة مختلفة
تحمل كل خلية في الجسم الحمض النووي نفسه، ويشغّل كل نوع خلوي مجموعة مختلفة من الجينات أو يطفئها. وتصف DeepMind في إعلانها الهدف بأنه التنبؤ بكيفية تغيير الفروق الصغيرة في الحمض النووي لهذا التشغيل والإطفاء في خلايا بعينها، وتعدّه محركا رئيسيا للسمات البشرية والأمراض. أما أطلس الخلية البشرية (Human Cell Atlas)، وهو اتحاد عالمي تأسس عام 2016، فيرسم خريطة لنشاط الجينات في خلايا الجسم، ويذكر موقعه أكثر من 3,900 عضو من أكثر من 1,700 معهد في أكثر من 100 دولة.
معظم الحمض النووي لا يشفّر بروتينات. وتقول تدوينة DeepMind من يونيو 2025 عن AlphaGenome الأول إن المناطق المشفِّرة تشكل 2 في المئة من الجينوم، وإن الـ98 في المئة الأخرى، أي الجزء غير المشفِّر، توجّه نشاط الجينات وتضم كثيرا من المتغيرات المرتبطة بالأمراض. والمتنبئ بأثر المتغيرات نموذج يقرأ تسلسلا من الحمض النووي مع تغيير حرف واحد وبدونه، ثم يبيّن ما يفعله هذا التغيير. ويستعين الباحثون بالدرجات الناتجة لتحديد المتغيرات التي ينبغي اختبارها أولا في المختبر.
ونوع الخلية مهم لأن المتغير الواحد قد يعمل في نوع خلوي ويصمت في نوع آخر. وتذكر دراسة TenK10K المنشورة في Nature، والتي استخدمت DeepMind بياناتها معيارا للاختبار، أن نحو نصف التأثيرات الوراثية في التعبير الجيني التي وجدتها لوحظ في نوع خلوي واحد فقط أو في أنواع قليلة.
ما فعله AlphaGenome الأول وما تركه مؤلفوه مفتوحا
نُشر AlphaGenome الأول في Nature في 28 يناير 2026 (المجلد 649، الصفحات 1206 إلى 1218)، وهو يقرأ مليون حرف من الحمض النووي في كل مرة ويتنبأ بآلاف المخرجات، من التعبير الجيني إلى إتاحة الكروماتين (أي مدى انفتاح الحمض النووي أمام آليات الخلية). وتذكر الورقة أنه يغطي 5,930 مسارا بشريا و1,128 مسارا للفأر عبر 11 نوعا من القياسات. ويقول ملخصها إنه ساوى أقوى النماذج الخارجية المتاحة أو تفوق عليها في 25 من 26 تقييما لأثر المتغيرات. أما تدوينة DeepMind لعام 2025، وقد كُتبت حين كان العمل نسخة أولية، فذكرت 24 من 26، ولذلك فالعدد المعتمد هو عدد Nature. ثم ضُمّ النموذج لاحقا إلى AlphaGenome Atlas، وهو فهرس بحجم 1 بيتابايت يحسب، بحسب صفحة المنتج لدى DeepMind، درجات لجميع التغيرات الممكنة في حرف واحد من الجينوم البشري، وعددها تسعة مليارات.
وتسرد ورقة Nature كذلك ما لم يكن النموذج قادرا عليه بعد. فقد كتب مؤلفوها أن إعادة إنتاج الأنماط الخاصة بكل نسيج بدقة عبر السياقات الخلوية، والتنبؤ بأثر المتغيرات الخاص بكل حالة، يظلان صعبين. ومن الاتجاهات المستقبلية التي ذكروها دمج بيانات الخلية المفردة وإضافة مثيلة الحمض النووي، وهي علامة كيميائية على الحمض النووي تؤثر في كيفية قراءة الجينات. ويتناول AlphaGenome 2 الأمرين معا.
حالة واحدة في كل مرة
تقول DeepMind إن النموذج الأول أنتج من تشغيل واحد مخرجات ثابتة متوازية للعديد من الأنسجة والخطوط الخلوية، فتوزعت قدرته على نطاق واسع وصعُب عليه التمييز بين أنواع خلوية متقاربة. أما AlphaGenome 2 فنموذج مشروط. إنه يأخذ التسلسل البالغ مليون حرف مع حالة، تُعرَّف بأنها نسيج أو نوع خلوي أو حالة خلوية، ويمرر هذه الحالة إلى كل مرحلة من مراحل الشبكة. وبذلك يمكن قراءة المقطع نفسه من الحمض النووي قراءة مختلفة لكل حالة.
ويستطيع العالِم اختيار الحالة بطريقتين. الأولى فهرس مرجعي، وتطبع الدروس التعليمية في وثائق AlphaGenome قائمة بـ2,799 حالة بشرية مدعومة. والثانية رفع بيانات RNA لخلايا مفردة من تجربة العالِم نفسه، فيضغطها مشفّر خلوي في تمثيل لحالة الخلية. وتقول المدونة إن بضع عشرات من الخلايا تكفي، وتضع الوثائق حدا هو 256 خلية في كل استدعاء. ولأن النموذج يفصل حالة الخلية عن مخرجاتها، فإن قياسا واحدا مثل نشاط الجينات يتيح له التنبؤ بقياسات لم تُقَس، مثل إتاحة الكروماتين، وتقول DeepMind إن ذلك قد يساعد الباحثين على تقرير التجارب التي ينبغي إجراؤها بعد ذلك. أما مثيلة الحمض النووي، التي تصفها المدونة بأنها مخرج كثر الطلب عليه، فجديدة في هذه النسخة.
وللتدريب تقول DeepMind إنها استخدمت بيانات مجمّعة وبيانات خلايا مفردة من عينات بشرية وعينات من الفأر، منها أكثر من 107 ملايين ملف خلوي فردي عبر 68 نسيجا. وتقرّب جملة الملخص في المدونة الرقم إلى “أكثر من 100 مليون”.
ما تذكره المدونة والنسخة الأولية
كل النتائج أدناه من المؤلفين أنفسهم. ففي TenK10K، وهي خريطة خلايا مفردة لـ28 نوعا من الخلايا المناعية، تقول المدونة إن AlphaGenome 2 حدد 30 في المئة من المتغيرات المسببة مقابل 16 في المئة، و43 في المئة من التأثيرات الاتجاهية في الجينات (أي هل يرفع المتغير نشاط الجين أم يخفضه) مقابل 23 في المئة، وذلك بالمقارنة مع النموذج الأصلي المضبوط على بيانات الخلايا المفردة ومع أدوات متخصصة أخرى.
وتذكر النسخة الأولية مقياسا مختلفا. فملخصها يقول إن AlphaGenome 2 يتفوق على AlphaGenome 1 المضبوط وعلى نماذج متخصصة دُرّبت على مجموعات البيانات المستهدفة، “مضاعفا الاستدعاء لـeQTL المسببة في الخلايا المفردة عند دقة 90%”. وeQTL هو متغير مرتبط بتغير في مقدار تعبير الجين. والاستدعاء هو نسبة التأثيرات المسببة الحقيقية التي يجدها النموذج، والدقة هي نسبة ما يصدره من أحكام صحيحة، فالادعاء إذن هو العثور على ضعف عدد التأثيرات الحقيقية مع بقاء تسعة من كل عشرة أحكام صحيحة. و”ما يقارب الضعف” في المدونة و”المضاعفة” في النسخة الأولية اختباران منفصلان، ولا ينبغي أن يُقرآ على أنهما رقم واحد.
ويضيف الملخص أن النموذج يحقق أحدث مستوى في ربط المعززات بالجينات، أي مطابقة المقاطع البعيدة من الحمض النووي التنظيمي (المعززات) بالجينات التي تتحكم فيها، وأن الفريق أنشأ أطلسا لروابط المعززات والجينات ودرجات لـ7 ملايين متغير شائع عبر مئات الأنواع من الخلايا البشرية. وتقول المدونة إن الدرجات المحسوبة سلفا تشمل متغيرات مرتبطة بسمات تتراوح من الطول إلى السكري من النوع 2، وإن النموذج حين يكون واثقا يتنبأ أيضا بما إذا كان المتغير يرفع نشاط الجين أو يخفضه.
وعلى حالات خلوية لم يرها النموذج من قبل، تصف DeepMind اختبارا ببيانات من دراسة للقاح mRNA ضد كوفيد 19. فبعد أن أُعطي بيانات خلايا مفردة لم يرها، ميّز بين الخلايا التائية التي نشّطها اللقاح والخلايا الساكنة، وتنبأ بأن متغيرا مرتبطا بكوفيد 19 الشديد يعطّل نشاط الجينات بقوة أكبر في الحالة المنشَّطة. ولا تذكر المدونة درجة رقمية لهذا المثال.
اختبار له جواب معروف: ETS2
هناك مثال واحد له جواب من عمل مخبري مستقل. ففي عام 2024 أفاد ستانكي وزملاؤه في Nature بأن صحراء جينية على الكروموسوم 21 (أي مقطع طويل لا جينات فيه) تحمل نمطا فرديا، وهو كتلة من المتغيرات تُورَّث معا، مرتبطا بمرض الأمعاء الالتهابي وثلاث حالات أخرى، وأن الجين المسبب، ETS2، منظِّم مركزي للبلاعم الالتهابية. وتقول DeepMind إن AlphaGenome 2، وهو يتنبأ عبر أنواع الخلايا المناعية في الأمعاء، اختار المتغير المسبب وأظهر أنه يرفع ETS2 في بلاعم الأمعاء من دون أن يتأثر كثيرا غيرها من أنواع الخلايا والجينات.
وتعطي المادة التوضيحية في الوثائق التفاصيل. فالتحديد الإحصائي الدقيق (fine-mapping) يحصر إشارة المرض في سبعة متغيرات غير مشفِّرة تمتد على 1.2 كيلوقاعدة. وأحدها، rs2836882، يحتل المرتبة الثانية بتلك الطريقة الإحصائية، غير أن النموذج يتنبأ بأنه يخفض تعبير ETS2 بقوة في بلاعم اللفائفي، وهو الجزء الأخير من الأمعاء الدقيقة، ولا يجد أثرا يُذكر للمتغير الأعلى ترتيبا. وبحسب المادة التوضيحية يبعد ETS2 نحو 289 كيلوقاعدة، بينما تُظهر الجينات الأقرب تغيرا ضئيلا، ويغيب الأثر في الخلايا البائية والخلايا التائية والخلايا القاتلة الطبيعية. وتقول المادة إن هذا يتفق مع تجارب مخبرية على بلاعم أولية. وهو مثال عملي كتبه فريق DeepMind نفسه.
البيانات التي يقوم عليها
يستند معيار الخلايا المناعية إلى عمل منشور للعموم. فمرحلة TenK10K الأولى، المنشورة في Nature في 28 أكتوبر 2026 (المجلد 659، الصفحات 417 إلى 428)، تجمع بين تسلسل RNA لـ5.4 مليون خلية من 1,925 شخصا وتسلسل الجينوم الكامل. وتجد متغيرات تنظيمية محتملة لـ83 في المئة من 21,404 جينا اختُبرت. وتذكر الورقة أنها وجدت 17,674 جينا فيها متغيرات مرتبطة بالتعبير مقابل 16,987 في eQTLGen، أكبر دراسة للدم الكامل، بعينة أصغر 15 مرة.
والمشاركون هم 1,925 فردا من أصل أوروبي من مجموعتين أستراليتين، ويكتب المؤلفون أن الأمر سيحتاج، من بين أمور أخرى، إلى مزيد من التنوع في الأصول. ولا تذكر المصادر التي فُتحت لكتابة هذا المقال مجموعة بيانات هندية استُخدمت في AlphaGenome 2. أما المجموعة المرجعية الهندية فتغطيها مقالة tuput عن GenomeIndia، التي سلسلت جينوم 10,074 شخصا من 83 مجموعة سكانية.
الإتاحة وما بعدها
AlphaGenome 2 متاح للبحث غير التجاري عبر واجهة AlphaGenome البرمجية، مع دروس تفاعلية على Colab لضبط النموذج على بيانات الخلايا المفردة، وهو في معاينة خاصة للبحث التجاري عبر Google Cloud. وتقول DeepMind إن AlphaGenome 2 Skills لمنصة Antigravity التابعة لها ستتبعه، وقد طلبت من الباحثين إرسال حالات الاستخدام قبل 30 نوفمبر، على أن تكون المشاريع المختارة مؤهلة لحصص وأرصدة إضافية.
وتحمل المدونة تزكيتين. فسارة تايشمان، المؤسِّسة المشاركة لاتحاد أطلس الخلية البشرية، مقتبَس عنها ثناء على قدرة النموذج على التكيف مع بيانات خلايا مفردة جديدة من دون إعادة تدريب. وبيتر دونلي، الرئيس التنفيذي لـGenomics Limited، مقتبَس عنه قوله إن الشركة تخطط لإدخاله في منصتها Mystra. وتذكر صفحة المنتج لدى DeepMind كذلك استخداما للنموذج الأول: فقد استعان باحث من معهد Broad بدرجاته للمتغيرات ليجد متغيرا في الجين DNM1 دعمته تجارب مخبرية لاحقا، وحصر فريق من جامعة إكستر منطقة واحدة من 526 متغيرا مرشحا إلى 4 في دراسة شملت أكثر من 54,000 مشارك في UK Biobank. والروايتان من DeepMind.
أما YourStory، وهو موقع تقنية هندي، فكرر رقمَي 30 في المئة و16 في المئة ونسبهما إلى DeepMind. ولا تذكر أي من الصفحات التي رُجعت لهذا المقال اختبارا للنموذج أجراه أحد من خارج DeepMind، وكانت النسخة الأولية لم تخضع لمراجعة الأقران حتى 19 نوفمبر 2026.
المصادر وقراءات إضافية
- Google DeepMind (Adam Gayoso, Natasha Latysheva, Pushmeet Kohli, Ziga Avsec), 11 November 2026: AlphaGenome 2, deciphering how cells read DNA to better understand disease
- Gayoso A et al., AlphaGenome 2 predicts regulatory activity and variant effects across cell states, preprint first published 17 November 2026 (Europe PMC record PPR1371267, not peer reviewed)
- Google DeepMind, 25 June 2025 (updated January 2026): AlphaGenome, AI for better understanding the genome
- Google DeepMind: AlphaGenome product page (AlphaGenome 2, AlphaGenome Atlas and case studies)
- Avsec Z et al., Advancing regulatory variant effect prediction with AlphaGenome, Nature 649, 1206 to 1218 (published 28 January 2026)
- PubMed record and abstract, Avsec et al., AlphaGenome, Nature 649:1206 (PMID 41606153)
- Cuomo ASE et al., Rare and common genetic variants shape single-cell immune gene expression (TenK10K phase 1), Nature 659, 417 to 428 (published 28 October 2026)
- PubMed record and abstract, Stankey CT et al., A disease-associated gene desert directs macrophage inflammation through ETS2, Nature 630:447 (2024) (PMID 38839969)
- AlphaGenome documentation: Fine-mapping the ETS2 locus (AlphaGenome 2 vignette)
- AlphaGenome documentation: Choosing a condition (AlphaGenome 2 tutorial)
- Human Cell Atlas: What is the Human Cell Atlas (mission and consortium figures)
- YourStory: Google DeepMind unveils AlphaGenome 2 to study DNA changes
أُعِدّ هذا المقال وكُتب بمساعدة أدوات الذكاء الاصطناعي، وحُرِّر للتحقق من دقته. وهو للمعلومة العامة والنقاش فقط، وليس مشورة مهنية. راجع معاييرنا التحريرية وإخلاء المسؤولية. وجدت خطأ؟ أخبرنا.
أعجبك المقال؟ احصل على التالي.
مقال جيد واحد في كل مرة، يصلك مباشرة إلى بريدك. بلا رسائل مزعجة، ويمكنك إلغاء الاشتراك متى شئت.