<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Variants génétiques on AutoIA</title>
    <link>https://autoia.net/tags/variants-g%C3%A9n%C3%A9tiques/</link>
    <description>Recent content in Variants génétiques on AutoIA</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>fr</language>
    <lastBuildDate>Thu, 12 Nov 2026 19:24:43 +0100</lastBuildDate>
    <atom:link href="https://autoia.net/tags/variants-g%C3%A9n%C3%A9tiques/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Google DeepMind dévoile AlphaGenome 2, une IA qui lit l&#39;ADN cellule par cellule, réservée à la recherche</title>
      <link>https://autoia.net/posts/ia/google-deepmind-devoile-alphagenome-2-une-ia-qui-lit-l-adn-cellule-par-cellule-reservee-a-la-recherche/</link>
      <pubDate>Thu, 12 Nov 2026 19:24:43 +0100</pubDate>
      <guid>https://autoia.net/posts/ia/google-deepmind-devoile-alphagenome-2-une-ia-qui-lit-l-adn-cellule-par-cellule-reservee-a-la-recherche/</guid>
      <description>Le 11 novembre 2026, Google DeepMind a présenté AlphaGenome 2, un modèle qui estime, à partir d&amp;rsquo;un million de lettres d&amp;rsquo;ADN, comment un variant modifie l&amp;rsquo;activité des gènes dans le type de cellule choisi par le chercheur, la cellule entrant comme condition à chaque étage du réseau. Sur des variants causaux mesurés en cellule unique, il en retrouve presque deux fois plus que son prédécesseur à précision égale, selon des tests de DeepMind encore sans reproduction indépendante. Servi par une API gratuite pour la recherche non commerciale, sans poids publiés, il aide à choisir les variants à vérifier par l&amp;rsquo;expérience, sans valeur de diagnostic.</description>
    </item>
  </channel>
</rss>
