Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind11. November 2026 · Q000673

AlphaGenome 2: Deciphering how cells read DNA to better understand disease

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Google DeepMind stellt AlphaGenome 2 vor, ein Forschungsmodell, das genetische Varianteneffekte für einzelne Zelltypen und Zellzustände vorhersagen soll, auch für neue Zustände ohne erneutes Training. DeepMind berichtet von besseren Ergebnissen als beim Vorgängermodell; das Modell ist jedoch nicht für klinische oder diagnostische Zwecke validiert oder zugelassen.

Mittel

Der Bericht stellt AlphaGenome 2 vor, ein DNA-Modell von Google DeepMind, das vorhersagen soll, wie genetische Varianten die Genaktivität in bestimmten Zelltypen und Zellzuständen beeinflussen. Anders als das Vorgängermodell berechnet es Vorhersagen jeweils für eine eingegebene biologische Bedingung. Trainiert wurde es laut Bericht mit mehr als 107 Millionen Zellprofilen aus 68 Geweben sowie Daten von Mensch und Maus. Neben Genexpression und Chromatinzugänglichkeit sagt es auch DNA-Methylierung voraus und soll fehlende Messwerte ergänzen können.

DeepMind zufolge erkennt das Modell in einem Vergleich mit 28 Immunzelltypen fast doppelt so viele ursächliche Varianten wie das Vergleichsmodell: 30 statt 16 Prozent. Auch bei gerichteten Genwirkungen lagen die berichteten Werte höher. Es soll außerdem auf neue, zuvor nicht trainierte Zellzustände übertragbar sein; als Beispiel nennt der Bericht unterschiedlich starke Varianteneffekte in aktivierten und ruhenden Immunzellen nach einer COVID-19-Impfung. Die Leistungsangaben sind Behauptungen aus der Produktankündigung. AlphaGenome 2 wird für nicht kommerzielle Forschung angeboten und befindet sich für kommerzielle Forschung in einer privaten Vorschau. Es ist laut Bericht nicht für klinische oder diagnostische Zwecke validiert oder zugelassen.

Ausführlich lesen

Der Bericht kündigt AlphaGenome 2 an, ein von Google DeepMind vorgestelltes DNA-Modell für Forschung. Es soll vorhersagen, wie DNA-Sequenzen und genetische Varianten die Genaktivität in bestimmten menschlichen Zelltypen und Zellzuständen beeinflussen. Die Autorinnen und Autoren begründen den Ansatz damit, dass verschiedene Zelltypen zwar dieselbe DNA tragen, sie aber unterschiedliche Gene aktivieren. Breit angelegte Gewebemessungen können solche zelltypspezifischen Effekte übersehen.

Im Unterschied zum Vorgängermodell, das Vorhersagen für viele Gewebe parallel berechnete, verarbeitet AlphaGenome 2 jeweils eine biologische Bedingung – etwa Gewebe, Zelltyp oder Zustand – als Eingabe. Das Modell wurde laut Bericht mit Daten aus Mensch und Maus trainiert, darunter mehr als 107 Millionen einzelne Zellprofile aus 68 Geweben. Es sagt bekannte Messgrößen wie Genexpression und Chromatinzugänglichkeit voraus und ergänzt DNA-Methylierung. Außerdem soll es fehlende Messwerte aus vorhandenen Daten ableiten können, etwa Chromatinzugänglichkeit aus einer Messung der Genaktivität.

DeepMind berichtet von verbesserten Vorhersagen für Zelltypen und Varianten. Auf nicht zum Training gehörenden Genomregionen habe das Modell Unterschiede der Genexpression zwischen Zelltypen besser erfasst. Im Datensatz TenK10K mit 28 Immunzelltypen habe es laut den veröffentlichten Angaben 30 Prozent der ursächlichen Varianten identifiziert, gegenüber 16 Prozent beim Vergleichsmodell; bei gerichteten Effekten auf Gene seien es 43 statt 23 Prozent gewesen. Diese Kennzahlen sind Ergebnisse der von DeepMind beschriebenen Vergleiche. Als Anwendungsbeispiel nennt der Bericht eine Variante, die in Darmmakrophagen die Aktivität des Gens ETS2 erhöhe und mit entzündlichen Darmerkrankungen in Verbindung gebracht werde.

Ein weiterer Schwerpunkt ist die Übertragung auf neue Zellzustände ohne erneutes Training. Als Beispiel beschreibt der Bericht Daten aus einer Studie zu einem COVID-19-mRNA-Impfstoff: Das Modell habe aktivierte von ruhenden T-Zellen unterscheiden und stärkere Auswirkungen einer mit schwerem COVID-19 verbundenen Variante in aktivierten Zellen anzeigen können. DeepMind stellt außerdem vorab berechnete Vorhersagen für krankheits- und merkmalsbezogene Varianten in zahlreichen Zell- und Gewebebedingungen in Aussicht, um die Zuordnung von Varianten zu Zielgenen und Zelltypen zu unterstützen.

AlphaGenome 2 ist laut Bericht für nicht kommerzielle Forschung über eine API verfügbar; kommerzielle Forschung kann es in einer privaten Vorschau nutzen. Die Aussagen und Leistungswerte stammen aus der Produktankündigung des Anbieters. Der Bericht stellt ausdrücklich klar, dass AlphaGenome und AlphaGenome 2 nur für Forschungszwecke bestimmt und nicht für klinische oder diagnostische Anwendungen validiert oder zugelassen sind.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Luna hat den Bericht größtenteils treu zusammengefasst, lässt aber das GWAS-Angebot und das ETS2-Beispiel aus und vereinfacht den Vergleich mit dem Vergleichsmodell. Die Einordnung überschätzt den Bezug: Der Bericht ist eine Produktankündigung zur Genomforschung und beantwortet keine der Sicherheitsfragen direkt. Besonders SF-H3 mit Stufe 4 und SF-T3 mit Stufe 3 sind zu hoch angesetzt; die Null-Einstufungen der Teilfragen SF-H3-T02 und SF-H3-T04 sind dagegen zutreffend.

Im Bericht, aber nicht in der Zusammenfassung

  • Vorberechnete AlphaGenome-2-Vorhersagen für GWAS-Varianten über hunderte Zell- und Gewebebedingungen
  • Das Beispiel der IBD-Variante, die das Gen ETS2 in Darmmakrophagen überaktiviert

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung kein Bezug
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 32 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 46 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 29 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 100 %kein Bezug
    • Luna 30 %Hintergrund, keine Belege
    • JEV 53 %einzelne zitierbare Belege
    • amos 25 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 43 %beantwortet teilweise oder widerspricht
    • amos 23 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 36 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 55 %einzelne zitierbare Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →