Google DeepMind ने 11 नवंबर 2026 को AlphaGenome 2 लॉन्च किया है। यह बताता है कि DNA में एक छोटा सा बदलाव शरीर की किस खास cell में असर करेगा। पहले के model DNA का असर पूरे tissue के औसत के हिसाब से बताते थे, पर AlphaGenome 2 अब cell type के हिसाब से बताता है। DeepMind का दावा है कि यह पहले वाले model से लगभग दोगुने ऐसे variant पहचानता है जो gene expression बदलते हैं। बीमारी से जुड़े ज़्यादातर DNA बदलाव non coding हिस्से में होते हैं, और अब तक यह समझना मुश्किल था कि वे किस cell में काम करते हैं।
क्या हुआ: AlphaGenome 2 क्या है
AlphaGenome 2 एक deep learning model है जो DNA sequence को पढ़कर बताता है कि वह किसी खास cell में कैसे पढ़ा जाएगा। आप इसे दस लाख letter तक लंबा DNA का टुकड़ा देते हैं, और साथ में एक condition बताते हैं, जैसे कोई tissue, cell type या cell state। Model फिर बताता है कि उस cell में कौन से gene active होंगे, और एक single letter बदलाव से क्या फर्क पड़ेगा। Research के लिए यह आज से AlphaGenome API के ज़रिए उपलब्ध है, और commercial research के लिए यह private preview में है। साथ में interactive Colab tutorials भी दिए गए हैं।
पहले वाले AlphaGenome से क्या अलग है
पहला AlphaGenome जनवरी 2026 में Nature में publish हुआ था, और वह DNA variant का असर हजारों tissue sample के औसत के हिसाब से बताता था। दो महीने पहले DeepMind ने AlphaGenome Atlas भी जारी किया था, जिसमें human genome के सभी 9 billion possible single letter बदलावों के लिए prediction पहले से calculate करके रखे गए थे। पर इन दोनों में एक कमी थी, एक variant किसी खास cell में ही असर कर सकता है, और tissue के औसत में उसका signal दब जाता था। AlphaGenome 2 इस कमी को दूर करता है। यह conditional model है, यानी यह एक बार में एक ही condition के लिए prediction करता है, और उस condition को network के हर stage पर input के तौर पर इस्तेमाल करता है।
100 Million Cell Profiles: Training का Scale
AlphaGenome 2 को 68 tissues के 100 million से ज़्यादा individual cell profiles पर train किया गया है। Technical paper के हिसाब से यह संख्या 107 million से ज़्यादा है। यह data human और mouse दोनों से आया है। Model को 637 तरह की human cell और 311 तरह की mouse cell पर train किया गया है, पर यह सिर्फ इन्हीं तक सीमित नहीं है। TenK10K नाम के single cell immune dataset पर AlphaGenome 2 ने 90 प्रतिशत precision पर 30 प्रतिशत causal variant recover किए, जबकि पहले वाला model single cell data पर fine tune होने के बाद भी सिर्फ 16 प्रतिशत तक पहुंचा था। Directional gene effect में भी यह 43 प्रतिशत बनाम 23 प्रतिशत से आगे रहा।
ETS2 Example: 30 मिनट में डेढ़ साल का काम
AlphaGenome 2 की सबसे दिलचस्प कहानी ETS2 gene से जुड़ी है। 2024 में researchers ने पाया था कि inflammatory bowel disease यानी IBD का एक driver ETS2 gene है, जो immune cell में एक DNA variant की वजह से ज़्यादा active हो जाता है। इस खोज में डेढ़ साल के experiment लगे थे। DeepMind की team ने AlphaGenome 2 से सिर्फ 30 मिनट में यह prediction कर लिया कि ये variant आंत की immune cell यानी macrophage में ETS2 की activity को selectively बढ़ाते हैं। Nature की report में Francis Crick Institute के James Lee ने भी इस काम की तारीफ की है, वे ही 2024 वाली study के lead थे।
Researchers इसे कैसे इस्तेमाल कर सकते हैं
Non commercial research के लिए AlphaGenome 2 आज से AlphaGenome API के ज़रिए मुफ्त उपलब्ध है। Commercial research के लिए यह private preview में है, यानी invite मिलने पर ही मिलेगा। DeepMind ने expression conditioning के लिए interactive Colab tutorials भी दिए हैं। जल्द ही AlphaGenome 2 Skills Google Antigravity में भी आएंगे। DeepMind community से use case भी मांग रहा है, 30 नवंबर तक form भरकर अपने project बता सकते हैं, और चुने गए project को extra quota और credits मिल सकते हैं।
क्या यह इलाज या Diagnosis में काम आएगा: साफ सीमाएं
यहां सबसे ज़रूरी बात साफ कर दें, AlphaGenome 2 सिर्फ research के लिए है। DeepMind साफ कहता है कि यह model clinical या diagnostic use के लिए validate या approve नहीं हुआ है। यानी इससे किसी मरीज़ की बीमारी diagnose नहीं की जा सकती, और न ही इससे इलाज का फैसला लिया जा सकता है। दूसरी सीमा यह है कि technical paper अभी preprint है, यानी peer review नहीं हुआ है। तीसरी सीमा यह है कि headline test एक immune cell dataset पर था, इसलिए शरीर के दूसरे हिस्सों में performance कम established है। और सबसे बड़ी सीमा यह है कि model सिर्फ 30 प्रतिशत causal variant ही recover करता है, यानी 10 में से 7 अब भी छूट जाते हैं। इसलिए इसे एक powerful research tool समझें, medical breakthrough नहीं।
आम यूजर के लिए इसका मतलब क्या है
आम यूजर के लिए AlphaGenome 2 का सीधा फायदा आज नहीं है, पर लंबे समय का फायदा बड़ा हो सकता है। बीमारी से जुड़े DNA बदलावों को समझना drug discovery की पहली सीढ़ी है। अगर researchers को पता चल जाए कि कौन सा variant किस cell में बीमारी बढ़ाता है, तो दवा उसी cell को target करके बनाई जा सकती है। मेरे हिसाब से सबसे बड़ी बात यह है कि यह काम अब महीनों की जगह मिनटों में होने लगा है। पर उम्मीदें सही रखें, यह model मरीज़ों तक पहुंचने से अभी बहुत दूर है, और इसका असर दवाओं और इलाज में दिखने में साल लगेंगे। Hydrogen 1.0 science model की तरह यह भी एक science model है, पर दोनों का काम बिल्कुल अलग है।
अक्सर पूछे जाने वाले सवाल
AlphaGenome 2 क्या है
AlphaGenome 2 Google DeepMind का नया AI model है, जो बताता है कि DNA में बदलाव किसी खास cell type में gene expression को कैसे बदलता है।
AlphaGenome 2 पहले वाले model से कैसे बेहतर है
पहला model tissue के औसत के हिसाब से prediction करता था। AlphaGenome 2 एक बार में एक cell type के लिए prediction करता है, और लगभग दोगुने variant पहचानता है जो gene expression बदलते हैं।
क्या AlphaGenome 2 से बीमारी diagnose की जा सकती है
नहीं, यह सिर्फ research के लिए है। DeepMind साफ कहता है कि यह clinical या diagnostic use के लिए validate या approve नहीं हुआ है।
AlphaGenome 2 कैसे इस्तेमाल कर सकते हैं
Non commercial research के लिए यह AlphaGenome API के ज़रिए मुफ्त उपलब्ध है। Commercial research के लिए यह private preview में है।
ETS2 example क्या था
2024 में researchers ने पाया था कि ETS2 gene IBD में immune cell में ज़्यादा active होता है। AlphaGenome 2 ने 30 मिनट में यह prediction कर लिया, जबकि original study में डेढ़ साल लगे थे।
AlphaGenome 2 की सबसे बड़ी सीमा क्या है
यह सिर्फ 30 प्रतिशत causal variant ही recover करता है, यानी 10 में से 7 अब भी छूट जाते हैं। इसका paper preprint है, और यह clinical use के लिए approve नहीं है।
