AlphaGenome es un
modelo de base de aprendizaje profundo desarrollado por Google DeepMind que predice los
efectos reguladores funcionales de las secuencias de ADN en el genoma humano. A través del
análisis de secuencias de ADN de hasta 1 millón de pares de bases (1 MB) con una resolución de
una sola base, el modelo predice cómo las variaciones genéticas afectan los mecanismos moleculares y
biológicos en 11 modalidades genómicas: expresión génica
(RNA_SEQ, CAGE, PROCAP), accesibilidad de la cromatina (ATAC, DNASE),
modificaciones de histonas y unión de factores de transcripción (CHIP_HISTONE,
CHIP_TF), empalme de ARN (SPLICE_SITES, SPLICE_SITE_USAGE,
SPLICE_JUNCTIONS) y mapas de contacto de cromatina en 3D (CONTACT_MAPS).
En este documento, se describen los requisitos de hardware y de implementación para AlphaGenome, y se muestra cómo implementar y consultar el modelo en Gemini Enterprise Agent Platform.
Requisitos de hardware y de implementación
Debido a la arquitectura profunda y la ventana de contexto de 1 MB de AlphaGenome, el modelo tiene requisitos estrictos de hardware y memoria. En esta sección, se abordan los siguientes temas:
- Configuraciones de VM y GPU compatibles
- Tipos de aceleradores y máquinas compatibles
- Requisitos de cuota
Parámetros de configuración de VM y GPU compatibles
AlphaGenome requiere al menos un nodo. Puedes implementar el modelo en los extremos de Agent Platform con tipos de máquinas equipados con aceleradores NVIDIA A100 o H100.
Si necesitas capacidad adicional para controlar mayores volúmenes de solicitudes, puedes configurar el ajuste de escala automático en tu extremo de Agent Platform para agregar nodos automáticamente. Para obtener más información, consulta Escala nodos de inferencia con el ajuste de escala automático.
Tipos de aceleradores y máquinas compatibles
Selecciona uno de los siguientes tipos de máquinas compatibles que proporcionan los 80 GB de memoria de GPU requeridos:
- NVIDIA H100 (80 GB):
a3-highgpu-1g,a3-highgpu-2g,a3-highgpu-4g,a3-highgpu-8g - NVIDIA A100 (80 GB):
a2-ultragpu-1g,a2-ultragpu-2g,a2-ultragpu-4g,a2-ultragpu-8g - NVIDIA H100 Mega (80 GB):
a3-megagpu-8g
Para obtener especificaciones detalladas, consulta Configura recursos de procesamiento para la inferencia.
Requisitos de cuota
Antes de implementar el modelo, asegúrate de que tu proyecto de Google Cloud tenga cuota de entrega de GPU suficiente en la región de destino para las siguientes métricas:
aiplatform.googleapis.com/custom_model_serving_nvidia_h100_gpusaiplatform.googleapis.com/custom_model_serving_nvidia_a100_gpusaiplatform.googleapis.com/custom_model_serving_nvidia_h100_mega_gpuscompute.googleapis.com/gpus_per_gpu_family
Implementa AlphaGenome
AlphaGenome está disponible como un modelo de implementación automática en Model Garden. Para obtener instrucciones detalladas sobre cómo aprovisionar la infraestructura del extremo y cómo implementar el modelo en un proyecto de Google Cloud , consulta Implementa modelos abiertos desde Model Garden.
Model Garden proporciona las siguientes versiones de entrega para AlphaGenome:
alphagenome-004(predeterminado, gRPC y HTTP unificados): Entrega los siete métodos deDnaModelService(predict_sequence,predict_interval,predict_variant,score_variant,score_interval,score_ism_variantsyoutput_metadata) desde un contenedor unificado que admite la transmisión de gRPC HTTP/2 en el puerto8081y la transmisión HTTP (streamRawPredict) en el puerto8080:- Público (extremo compartido) (gRPC): Selecciona Público (extremo compartido)
en Acceso al extremo cuando realices la implementación en Model Garden
para consultar el modelo a través de la transmisión de gRPC
(
PredictionService.StreamDirectRawPredictcondna_client_grpc.create_vertex_client). Cuando se llama al modelo a través de gRPC, se transmiten fragmentos de tensores binarios comprimidos directamente sin sobrecarga de serialización JSON o base64, lo que reduce la latencia en las predicciones de pistas de 1 MB y evita los tiempos de espera de la puerta de enlace HTTP en cargas de trabajo de variantes múltiples con alta simultaneidad, como la mutagénesis de saturación in silico (score_ism_variants). - Público (extremo dedicado) (HTTP): Mantén la opción predeterminada Público
(extremo dedicado) cuando realices la implementación en
Model Garden para consultar el modelo a través de la transmisión HTTP
(
streamRawPredictcondna_client_http.create_http_client), que transmite cargas útiles de protobuf binarias fragmentadas (proto_b64) sin el límite de tamaño de respuesta HTTP de 10 MB de los extremos compartidos. - Selección de pliegues: Los clientes de gRPC y HTTP en
alphagenome-004admiten la selección de pliegues del modelo (ALL_FOLDSde forma predeterminada o pliegues individualesFOLD_0a través deFOLD_3) con el parámetromodel_version.
- Público (extremo compartido) (gRPC): Selecciona Público (extremo compartido)
en Acceso al extremo cuando realices la implementación en Model Garden
para consultar el modelo a través de la transmisión de gRPC
(
alphagenome-003(HTTP heredado): Entrega predicciones a través de la transmisión HTTP/1.1 (streamRawPredict) en el puerto8080y permanece disponible para la retrocompatibilidad con las implementaciones de clientes HTTP existentes.
Usa AlphaGenome
Puedes interactuar con un extremo de AlphaGenome implementado de forma programática con el SDK de Python (a través de gRPC en extremos compartidos o HTTP en extremos dedicados).
Para obtener la referencia completa de la API, las definiciones de los parámetros y los esquemas detallados, consulta la documentación oficial de AlphaGenome.
Requisitos previos y autenticación
Agent Platform usa Identity and Access Management (IAM) para administrar el acceso a los extremos
implementados. Asegúrate de que tu entorno de ejecución (como una terminal local,
una VM o Colaboratory) esté autenticado con una cuenta de servicio o
credenciales de usuario que tengan el rol de IAM de usuario de Agent Platform
(roles/aiplatform.user).
Uso (alphagenome-004)
En los siguientes ejemplos, se muestra cómo consultar un extremo de alphagenome-004 implementado
con el SDK de Python:
Python
Instala el SDK
El archivo wheel del SDK de Cloud de AlphaGenome (alphagenome-004) está
disponible en el
repositorio de GitHub de GoogleCloudPlatform.
Descarga e instala el archivo wheel ejecutando los siguientes comandos:
# Download the wheel file
wget -q https://github.com/GoogleCloudPlatform/vertex-ai-samples/raw/main/notebooks/community/alphagenome/whl/alphagenome_cloud_sdk-0.4.2.12-py3-none-any.whl
# Install the wheel file
pip install alphagenome_cloud_sdk-0.4.2.12-py3-none-any.whl
Inicializa el cliente
Antes de consultar el modelo, inicializa el cliente para tu extremo de
alphagenome-004 implementado. Tanto el cliente de gRPC (GrpcDnaClient) como el
cliente HTTP (HttpDnaClient) implementan la interfaz
alphagenome.models.dna_model.DnaModel estándar.
Para conectarte a un extremo compartido (estándar) de alphagenome-004 a través de la transmisión de gRPC, pasa el nombre del recurso del extremo de Agent Platform a
dna_client_grpc.create_vertex_client:
from alphagenome.models import dna_client
from alphagenome_cloud_sdk.models import dna_client_grpc
# Specify the standard (shared) endpoint resource name:
endpoint = "projects/PROJECT_ID/locations/LOCATION/endpoints/ENDPOINT_ID"
# Optional: Specify `service_account` for service account impersonation, or
# `model_version` to select a specific fold ("ALL_FOLDS", "FOLD_0", "FOLD_1",
# "FOLD_2", or "FOLD_3").
dna_model = dna_client_grpc.create_vertex_client(
endpoint=endpoint,
# service_account="SERVICE_ACCOUNT_EMAIL",
# model_version=dna_client.ModelVersion.ALL_FOLDS,
)
Si implementaste alphagenome-004 en un extremo dedicado, usa
dna_client_http.create_http_client:
from alphagenome.models import dna_client
from alphagenome_cloud_sdk.models import dna_client_http
# Create the HTTP client pointing to the dedicated endpoint streamRawPredict URL.
dna_model = dna_client_http.create_http_client(
vertex_ai_url="https://ENDPOINT_DNS/v1/projects/PROJECT_ID/locations/LOCATION/endpoints/ENDPOINT_ID:streamRawPredict",
# service_account="SERVICE_ACCOUNT_EMAIL",
# model_version=dna_client.ModelVersion.ALL_FOLDS,
)
Predice pistas para una secuencia de ADN
Usa predict_sequence para predecir las modalidades genómicas de una cadena de ADN sin procesar:
# Pad a synthetic sequence to 1 MB using 'N' for unknown/padding bases
padded_sequence = 'GATTACA'.center(dna_client.SEQUENCE_LENGTH_1MB, 'N')
output = dna_model.predict_sequence(
sequence=padded_sequence,
requested_outputs=[
dna_client.OutputType.CAGE, # Transcription Start Sites
dna_client.OutputType.DNASE, # Chromatin Accessibility
],
ontology_terms=[
'UBERON:0002048', # Lung tissue ontology term
],
)
# Access prediction values (shape: sequence_length, num_tracks)
dnase_signals = output.dnase.values
dnase_metadata = output.dnase.metadata
Predice pistas para un intervalo de genoma de referencia
Usa predict_interval para predecir modalidades directamente desde una región cromosómica específica en el genoma de referencia:
from alphagenome.data.genome import Interval
# Define a genomic interval and resize it to the 1 MB context window
interval = Interval(
chromosome='chr19',
start=40991281,
end=41018398,
strand='.',
name='CYP2B6',
).resize(dna_client.SEQUENCE_LENGTH_1MB)
output = dna_model.predict_interval(
interval=interval,
requested_outputs=[dna_client.OutputType.RNA_SEQ],
ontology_terms=['UBERON:0001114'], # Right liver lobe
)
Predice los efectos de las variantes en las pistas genómicas
Usa predict_variant para generar predicciones de pistas de referencia (reference) y
mutadas (alternate) vinculadas en un intervalo:
from alphagenome.data import genome
interval = genome.Interval(
chromosome='chr19',
start=41003816,
end=41005864,
strand='.',
).resize(dna_client.SEQUENCE_LENGTH_1MB)
variant = genome.Variant(
chromosome='chr19',
position=41004840,
reference_bases='C',
alternate_bases='T',
)
variant_output = dna_model.predict_variant(
interval=interval,
variant=variant,
requested_outputs=[dna_client.OutputType.RNA_SEQ],
ontology_terms=['UBERON:0001114'],
)
ref_rna_values = variant_output.reference.rna_seq.values
alt_rna_values = variant_output.alternate.rna_seq.values
Cómo puntuar el efecto de una variante
Usa score_variant para resumir el efecto previsto de una variante genética
comparando una secuencia de referencia (REF) con una secuencia mutada
alternativa (ALT):
from alphagenome.data import genome
from alphagenome.models import variant_scorers
# Define the genetic variant
variant = genome.Variant(
chromosome='chr22',
position=36201698,
reference_bases='A',
alternate_bases='C',
)
# Select the recommended variant scoring method for RNA-Seq
variant_scorer = variant_scorers.RECOMMENDED_VARIANT_SCORERS['RNA_SEQ']
# Execute the scoring
variant_scores = dna_model.score_variant(
interval=variant.reference_interval.resize(dna_client.SEQUENCE_LENGTH_1MB),
variant=variant,
variant_scorers=[variant_scorer],
)
# Output is returned as a list of AnnData objects containing raw and quantile scores
print("Scores shape:", variant_scores[0].X.shape)
Asigna una puntuación a un intervalo genómico
Usa score_interval para calcular las puntuaciones de intervalos de enmascaramiento de genes en una región
genómica:
from alphagenome.data import genome
from alphagenome.models import interval_scorers
interval = genome.Interval(
chromosome='chr19',
start=40991281,
end=41018398,
strand='.',
).resize(dna_client.SEQUENCE_LENGTH_1MB)
interval_scorer = interval_scorers.RECOMMENDED_INTERVAL_SCORERS['RNA_SEQ']
interval_scores = dna_model.score_interval(
interval=interval,
interval_scorers=[interval_scorer],
)
print("Interval scores shape:", interval_scores[0].X.shape)
Ejecutar la mutagénesis de saturación in silico
Usa score_ism_variants para evaluar todas las variantes de nucleótido único posibles
en un ism_interval de destino:
from alphagenome.data import genome
from alphagenome.models import variant_scorers
# Define the 1 MB sequence context interval and a target 50 bp ISM window
sequence_interval = genome.Interval(
chromosome='chr19',
start=41003816,
end=41005864,
).resize(dna_client.SEQUENCE_LENGTH_1MB)
ism_interval = genome.Interval(
chromosome='chr19',
start=41004815,
end=41004865,
)
dnase_scorer = variant_scorers.RECOMMENDED_VARIANT_SCORERS['DNASE']
ism_scores = dna_model.score_ism_variants(
interval=sequence_interval,
ism_interval=ism_interval,
variant_scorers=[dnase_scorer],
)
print("Number of variants scored:", len(ism_scores))
Uso (alphagenome-003)
Python
Instala el SDK
El archivo Wheel para el SDK de Cloud de AlphaGenome está disponible en el repositorio de GitHub de GoogleCloudPlatform. Para descargar el archivo Wheel, ejecuta lo siguiente:
# Download the whl file using -
wget -q https://github.com/GoogleCloudPlatform/vertex-ai-samples/raw/main/notebooks/community/alphagenome/whl/alphagenome_cloud_sdk-0.4.2.11-py3-none-any.whl
# Install the whl file
pip install alphagenome_cloud_sdk-0.4.2.11-py3-none-any.whl
Inicializa el cliente
Antes de usar el modelo, debes inicializar el cliente:
from alphagenome.models import dna_client
from alphagenome_cloud_sdk.models import dna_client_http
# Create the HTTP client pointing to the Agent Platform endpoint.
# The `service_account` parameter is optional and only required if you are
# choosing to authenticate via service account impersonation.
dna_model = dna_client_http.create_http_client(
vertex_ai_url=vertex_ai_url,
# service_account=service_account # Uncomment to use service account impersonation
)
Predice pistas para una secuencia de ADN
Usa predict_sequence para predecir las modalidades genómicas de una cadena de ADN sin procesar:
# Pad a synthetic sequence to 1 MB using 'N' for unknown/padding bases
padded_sequence = 'GATTACA'.center(dna_client.SEQUENCE_LENGTH_1MB, 'N')
output = dna_model.predict_sequence(
sequence=padded_sequence,
requested_outputs=[
dna_client.OutputType.CAGE, # Transcription Start Sites
dna_client.OutputType.DNASE, # Chromatin Accessibility
],
ontology_terms=[
'UBERON:0002048', # Lung tissue ontology term
]
)
# Access prediction values (shape: sequence_length, num_tracks)
dnase_signals = output.dnase.values
dnase_metadata = output.dnase.metadata
Predice pistas para un intervalo de genoma de referencia
Usa predict_interval para predecir modalidades directamente desde una región cromosómica específica en el genoma de referencia:
from alphagenome.data.genome import Interval
# Define a genomic interval and resize it to the 1Mb context window
interval = Interval(
chromosome='chr19',
start=40991281,
end=41018398,
strand='.',
name='CYP2B6'
).resize(dna_client.SEQUENCE_LENGTH_1MB)
output = dna_model.predict_interval(
interval=interval,
requested_outputs=[dna_client.OutputType.RNA_SEQ],
ontology_terms=['UBERON:0001114'] # Right liver lobe
)
Puntúa el efecto de una variante (mutagénesis in silico)
Usa score_variant para comparar la expresión prevista de una secuencia de referencia (REF)
con una secuencia mutada alternativa (ALT):
from alphagenome.data import genome
from alphagenome.models import variant_scorers
# Define the genetic variant
variant = genome.Variant(
chromosome='chr22',
position=36201698,
reference_bases='A',
alternate_bases='C',
)
# Select the variant scoring method for RNA-Seq
variant_scorer = variant_scorers.RECOMMENDED_VARIANT_SCORERS['RNA_SEQ']
# Execute the scoring
variant_scores = dna_model.score_variant(
interval=variant.reference_interval.resize(dna_client.SEQUENCE_LENGTH_1MB),
variant=variant,
variant_scorers=[variant_scorer],
fix_negative_strand=True
)
# Output is returned as an AnnData object containing raw and quantile scores
print("Scores shape:", variant_scores[0].X.shape)
Precios
AlphaGenome requiere una suscripción pagada. Para obtener información sobre los precios de AlphaGenome, comunícate con un especialista en ventas de Google Cloud o trabaja con tu equipo de cuentas de Google Cloud.
Eres responsable del costo de la infraestructura que se usa para alojar el modelo, incluido el extremo de Agent Platform y las instancias de GPU en las que se implementa el modelo. Para obtener más información, consulta Precios de Agent Platform.
Limitaciones
AlphaGenome tiene las siguientes limitaciones:
- Solo para uso en investigación: AlphaGenome es una herramienta de investigación y no está destinada ni aprobada para su uso en diagnósticos clínicos.
- Horizonte de contexto de 1 MB: Una sola consulta de predicción no puede capturar interacciones genómicas que se producen en distancias superiores a 1 MB.
- No admite el ajuste fino: AlphaGenome no admite el ajuste fino en conjuntos de datos de entrenamiento privados. El modelo solo está disponible para la inferencia.
Directorio de referencias científicas
Para apoyar a las comunidades científica y de desarrolladores, en la siguiente tabla, se enumeran los materiales de referencia, la literatura y los recursos principales de AlphaGenome:
| Tipo de recurso | Título y vínculo | Descripción |
|---|---|---|
| Artículo revisado por pares | Advancing regulatory variant effect prediction with AlphaGenome, Nature (enero de 2026) | La publicación científica principal que detalla la arquitectura, las evaluaciones y las comparativas de rendimiento del modelo. |
| Artículo preimpreso | AlphaGenome: advancing regulatory variant effect prediction with a unified DNA sequence model, bioRxiv (julio de 2025) | El manuscrito inicial previo a la revisión por pares. |
| Anuncio | AlphaGenome: AI for better understanding the genome, blog de Google DeepMind (junio de 2025) | La entrada de blog de lanzamiento de alto nivel que describe el impacto del modelo en la genómica. |
| Documentación de la API | Documentación de AlphaGenome | Documentación técnica para los esquemas de API de HTTP y el SDK de Python. |
| Video explicativo | AlphaGenome: IA para comprender mejor el genoma | Video explicativo que describe las capacidades del modelo y los flujos de interacción básicos. (Duración del video: 30 minutos) |
| Notebook de la guía de inicio rápido | Notebook de Colab de la guía de inicio rápido de AlphaGenome | Un notebook que proporciona ejemplos ejecutables de inicialización del SDK y puntuación del efecto de la variante. |
Asistencia y comentarios
Puedes obtener asistencia para AlphaGenome de las siguientes maneras:
- Asistencia para la ciencia genómica y los resultados del modelo: Para debatir sobre biología, predicciones de modelos o interpretabilidad, o para interactuar con Google DeepMind, únete al foro de la comunidad de AlphaGenome en alphagenomecommunity.com.
- Asistencia para la infraestructura y la plataforma: Si tienes preguntas sobre las cuotas de Google Cloud, los aceleradores, los problemas de la biblioteca cliente o la facturación, comunícate con tu equipo de cuentas deGoogle Cloud o abre un caso con Atención al cliente de Cloud.