İçeriğe geç
Pazar, 15 Kasım 2026Yapay zekâ · sade Türkçe · denenmiş@yapaytu
YAPAYTU

Google, AlphaGenome 2 ile DNA tahminini hücreye indirdi

Google DeepMind, DNA değişikliklerinin farklı hücrelerdeki etkisini tahmin eden AlphaGenome 2'yi araştırmacılara açtı. Model klinik kullanım için onaylı değil.

Yapay TU Editör · 4 dk okuma
AlphaGenome 2 hücre düzeyine iniyor
Kısa cevap

Google DeepMind, 11 Kasım 2026'da AlphaGenome 2'yi duyurdu. Model, DNA değişikliklerinin belirli hücre türlerindeki etkisini tahmin ediyor ve ticari olmayan araştırmalar için API üzerinden sunuluyor. Klinik tanı amacıyla doğrulanmış veya onaylanmış değil.

Google DeepMind, 11 Kasım 2026'da DNA değişikliklerinin belirli hücrelerde nasıl sonuçlar doğurabileceğini tahmin eden AlphaGenome 2'yi duyurdu. Önceki modelin geniş doku ortalamalarına dayanan yaklaşımını hücre türü ve hücrenin bulunduğu durum düzeyine taşıyan yeni sürüm, araştırmacılara açıldı. Amaç, hastalıklarla ilişkili genetik değişikliklerin hangi hücrelerde etkili olduğunu daha iyi ayırt etmek. Modelin kullanımı araştırmayla sınırlı; kişisel sağlık kararları için bir uzmana danış.

AlphaGenome 2 neyi farklı yapıyor?

Google DeepMind'ın 11 Kasım tarihli duyurusuna göre AlphaGenome 2, DNA dizisiyle birlikte hedeflenen doku, hücre türü veya hücre durumunu girdi olarak alıyor. Böylece aynı DNA bölgesinin farklı hücrelerde nasıl işlendiğine ilişkin ayrı tahminler üretebiliyor. Kalp kası hücresiyle bir bağışıklık hücresinin gen etkinliğini aynı ortalamanın içinde değerlendirmek yerine, araştırmacı incelemek istediği koşulu seçebiliyor.

Önceki AlphaGenome, bir milyon harflik DNA dizisinden çok sayıda doku ve deney için paralel çıktılar üretiyordu. Yeni model yine bu uzunlukta bir diziyle çalışıyor, ancak her seferinde belirli bir biyolojik koşula odaklanıyor. Hedef hücre, hazır bir katalogdan seçilebildiği gibi araştırmacının kendi tek hücre deneyinden de tanımlanabiliyor.

Eğitimde insan ve fare örneklerinden elde edilen toplu verilerle tek hücre verileri birlikte kullanılmış. Şirket, 68 dokuyu kapsayan ve 107 milyondan fazla bireysel hücre profili içeren bir eğitimden söz ediyor. Model, gen etkinliği gibi önceki çıktılara ek olarak DNA metilasyonunu da tahmin ediyor. Metilasyon, DNA üzerindeki kimyasal işaretlerle ilgili bir ölçüm; burada araştırmacının inceleyebileceği ek bir çıktı olarak sunuluyor.

Açıklanan başarı oranları neyi ölçüyor?

Google DeepMind, 28 bağışıklık hücresi türünü içeren TenK10K veri kümesinde nedensel genetik değişiklikleri yakalama oranının yüzde 16'dan yüzde 30'a çıktığını bildiriyor. Gen etkinliğinin hangi yönde değiştiğini belirlemeye ilişkin karşılaştırmada ise yüzde 23 ve yüzde 43 oranları veriliyor. Bunlar şirketin belirli bir değerlendirme düzeninde açıkladığı sonuçlar; bütün hastalıklar için geçerli bir tanı doğruluğu olarak okunamaz.

Duyurudaki örneklerden biri, bağırsaktaki bağışıklık hücrelerinde ETS2 geninin aşırı etkinleşmesiyle ilgili daha önce yayımlanmış bir bulgu. AlphaGenome 2 bu bulguyu bilgisayar ortamında yeniden üreterek ilgili genetik değişikliği ayırt etmiş. Tahmin, etkinin bağırsak makrofajları adı verilen hücrelerde yoğunlaştığını da göstermiş.

Şirket ayrıca modelin yeniden eğitilmeden yeni tek hücre deneylerine uyarlanabildiğini söylüyor. Araştırmacı, birkaç düzine hücreden alınmış RNA-seq verisini, yani gen etkinliğinin bir ölçümünü, sisteme verebiliyor. Duyuruda aktarılan aşı araştırması örneğinde model, etkinleşmiş bağışıklık hücreleriyle dinlenme durumundakileri ayırmış. Bu deneyde, ağır COVID-19 ile ilişkili bir genetik değişikliğin gen etkinliğini, hücreler etkinleştiğinde daha fazla bozduğu tahmin edilmiş.

Araştırmacılar nasıl erişebilecek?

AlphaGenome 2, yazı tarihinde ticari olmayan araştırmalar için AlphaGenome API, yani yazılımların modele bağlandığı arayüz üzerinden sunuluyor. Ticari araştırmalar özel ön izleme aşamasında. Google DeepMind, hücre koşullarını kullanmayı anlatan etkileşimli Colab eğitimlerini de erişime açtığını belirtiyor; duyuruda ticari kullanım için bir fiyat paylaşılmıyor.

Araştırmacılar için önceden hesaplanmış tahminler de hazırlanmış. Bu tahminler, özelliklerle ilişkili genetik değişiklikleri yüzlerce insan hücresi ve doku koşulunda ele alıyor. Google DeepMind'ın açıkladığı amaç, araştırmacıların aynı büyük hesaplamaları kendi başlarına yürütme ihtiyacını azaltmak. Ayrıca Antigravity geliştirme ortamına AlphaGenome 2 Skills desteği getirilmesi planlanıyor; bunun için kesin bir çıkış tarihi verilmiyor.

Araştırma sorunu belirlerken deney planını şu not şablonuyla hazırlayabilirsin:

text
İncelenecek DNA değişikliği:
Hedef hücre türü ve hücrenin durumu:
Karşılaştırmada kullanılacak ölçülmüş veri:
Model tahminini sınayacak deney:

Bizim yorumumuz: tahmini deneyle karşılaştır

Bizce AlphaGenome 2'nin en yararlı tarafı, araştırma sorusunu daha dar bir hücre bağlamında kurabilmesi. Bir genetik değişikliğin etkisini arayan ekip için hangi hücrede ölçüm yapılacağı başlı başına bir karar. Modelin önerdiği ilişki deneyle desteklenirse, sonraki çalışmanın nereye odaklanacağına yardımcı olabilir. Duyurudaki yüzdeleri değerlendirirken kendi araştırmandaki hücre türünün ve ölçümün aynı değerlendirmede yer alıp almadığına bakmak gerekir.

Türkiye'deki bir üniversite laboratuvarı ya da bu alana girmek isteyen öğrenci için bizce ilk adım, bilinen bir örneği seçip tahmini mevcut deneysel sonuçla karşılaştırmak olmalı. Örneğin ekibin daha önce ölçtüğü bir genetik değişiklik için modelin gen etkinliğinin yönünü doğru bulup bulmadığını inceleyebilirsin. Böyle bir başlangıç, yeni ve doğrulanmamış bir tahmini doğrudan araştırmanın merkezine koymadan yöntemi değerlendirmene yardım eder. Model çıktısının neden ayrıca kontrol edilmesi gerektiğini yapay zekânın yanlış bilgi üretmesi üzerine rehberimizde genel çerçevesiyle ele alıyoruz.

Türkiye'den erişim koşulları ve Türkçe destek duyuruda açıklanmadı. Araştırma ekibinin API erişimini ve kendi veri biçiminin uygunluğunu ayrıca kontrol etmesi gerekiyor. Bizce proje takvimine geçmeden önce ticari olmayan kullanım kapsamını da incelemek yerinde olur. Kaynakta klinik kullanımın onaylanmadığı açıkça yazıyor; araştırma başarısını hastaya uygulanabilir bir sonuca dönüştürmek için ayrıca doğrulama gerekiyor. Kendi sağlık durumunla ilgili yorum arıyorsan model çıktısına dayanarak karar verme, bir uzmana danış.

API kullanmaya başlamadan önce resmi duyurudaki Colab eğitimlerinden birini incele ve elindeki verinin örnekteki girdi biçimine uyup uymadığını kontrol et.

Bu yazı sponsorlu değildir.

Sık sorulanlar

AlphaGenome 2 ne işe yarıyor?

DNA dizilerinin ve genetik değişikliklerin belirli hücre türlerinde gen etkinliğini nasıl etkileyebileceğini tahmin ediyor. Araştırmacıların deneylerde inceleyeceği adayları seçmesine yardımcı olmayı amaçlıyor.

AlphaGenome 2 ile hastalık teşhisi konabilir mi?

Google DeepMind, modelin yalnızca araştırma amaçlı olduğunu belirtiyor. AlphaGenome 2 klinik veya tanısal kullanım için doğrulanmış ya da onaylanmış değil; kişisel sağlık kararları için bir uzmana danış.

AlphaGenome 2'ye nasıl erişiliyor?

Ticari olmayan araştırmalar için AlphaGenome API üzerinden erişim sunuluyor. Ticari araştırmalar özel ön izleme aşamasında; Türkiye'ye özel erişim koşulları duyuruda açıklanmadı.

#google#deepmind#alphagenome#arastirma
E-bülten

Haftada bir e-posta. Sadece işe yarayanlar.

Haftanın en iyi yapay zekâ araçları ve yeni rehberler. İstediğin an tek tıkla çık.

Adresine bir onay e-postası gelir. Aydınlatma metni
Sıradaki yazı NotebookLM nedir? Google'ın ders ve araştırma asistanı nasıl kullanılır

Videolarda bu konuTümü

Bunları da okuyun