Rondetafelgesprek met de auteurs van AlphaGenome AlphaGenome author roundtable

Duik met het Genomics-team van Google DeepMind diep in AlphaGenome. In deze video praat Dhavi (Product Manager) met Ziga (Genomics Lead) en de eerste auteurs van AlphaGenome, Natasha, Jun en Tom, over het verhaal achter AlphaGenome, hun geïntegreerde model van DNA-sequentie naar functie dat onlangs in Nature is gepubliceerd. Ze bespreken hoe het team een systeem bouwde dat helpt de 98% van het menselijk genoom te ontcijferen die niet-coderend is, zodat wetenschappers de functionele impact van genetische varianten met ongekende nauwkeurigheid kunnen voorspellen. Daarnaast hoor je over de technische doorbraken die nodig waren om lange sequenties op hoge resolutie op TPU's te verwerken, om complexe biologische processen zoals splicing en contact maps te modelleren, en hoe onderzoekers via de API snel varianten kunnen scoren om ziekten sneller te begrijpen. Lees de paper https://www.nature.com/articles/s41586-025-10014-0 en word lid van de AlphaGenome-community https://www.alphagenomecommunity.com/ Hoofdstukken 00:00 - Introducties 00:39 - Deel 1 Het grote plaatje: waarom AlphaGenome? 06:28 - Deel 2 Het model: wat is er nieuw en hoe we het bouwden 19:26 - Deel 3 Van model naar API: het openstellen 23:29 - Deel 4 De toekomst: wat komt er en hoe je kunt meedoen

Join the Google DeepMind Genomics team for a deep dive into AlphaGenome. In this video, Dhavi (Product Manager) is joined by Ziga (Genomics Lead) and AlphaGenome first authors Natasha, Jun, and Tom to share the story behind AlphaGenome, their unified DNA sequence-to-function model recently published in Nature. They discuss how the team built a system useful for decoding the 98% of the human genome that is non-coding - helping scientists predict the functional impact of genetic variants with unprecedented accuracy. Plus, hear about the engineering breakthroughs required to process long sequences at high resolution on TPUs, model complex biological processes like splicing and contact maps, and how the API enables researchers to rapidly score variants for accelerating disease understanding. Read the paper https://www.nature.com/articles/s41586-025-10014-0 and join the AlphaGenome community https://www.alphagenomecommunity.com/ Chapters 00:00 - Intros 00:39 - Part 1 The Big Picture: Why AlphaGenome? 06:28 - Part 2 The Model: What’s new and how we built it 19:26 - Part 3 From Model to API: Opening it up 23:29 - Part 4 The Future: What’s next and how to get involved