DeepMind 发布 AlphaGenome 2 基因序列模型：识别致病变异能力提升近一倍

11月12日消息，谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异对特定人体细胞类型的影响，为科研人员挖掘疾病的细胞驱动因素提供全新工具。

人体每个细胞携带相同的 DNA 蓝图，但不同细胞类型会通过开关不同基因完成特定功能。全球的人类细胞图谱项目已对数百万细胞的基因表达进行绘制，但预测细微 DNA 变异如何影响细胞基因表达，仍是尚未解决的难题。

此前谷歌已推出初代 AlphaGenome，可预测 DNA 变异对宽泛组织的分子活性影响，并推出了覆盖人类基因组全部 90 亿种单字母变异预测的 AlphaGenome Atlas，助力罕见病、复杂性状与基础生物学研究。

AlphaGenome 2 从宽泛组织平均水平缩小至单个细胞类型与状态，并重构了模型架构，变异预测性能实现阶跃式提升，可捕捉宽泛组织模型中遗漏的疾病相关细胞中的变异效应，还能对模型未见过的细胞与疾病状态做出预测。

据IT之家了解，相比此前的最优模型，AlphaGenome 2 能识别出近两倍数量的、可改变细胞内基因表达的变异。该模型基于 68 类组织的超过 1 亿个单细胞图谱训练，将静态细胞图谱转化为人类遗传学的预测引擎。目前该模型已通过 AlphaGenome API 面向非商业研究开放，商业研究则处于私密预览阶段。

初代 AlphaGenome 可一次性读取百万字母长度的 DNA 序列，同步预测多类组织、数千项实验的相关属性。这种并行方式效率较高，但会分散模型的计算能力，难以捕捉近缘细胞类型之间的细微差异。

谷歌对模型处理细胞类型的逻辑进行了根本性重构。AlphaGenome 2 不再采用并行预测模式，而是条件式模型，单次仅针对一种条件（组织、细胞类型或细胞状态）预测 DNA 效应。除百万字母长度的 DNA 序列外，模型在架构的每个阶段都将目标生物条件作为输入，能够学习同一段 DNA 在不同细胞类型中的读取差异。

条件式架构还支持跨模态数据填充，可预测缺失的实验数据。模型会将细胞的生物状态与输出结果分离，若科研人员仅输入单细胞基因活性这类单类测量数据，AlphaGenome 2 即可预测染色质可及性等未测量属性，帮助科研人员规划后续实验方向。

AlphaGenome 2 同时基于人类与小鼠的组织块、单细胞数据完成训练，纳入了超过 1.07 亿个单细胞图谱。跳出初代模型的组织块平均水平后，该模型可解析心肌、血液免疫细胞等特化细胞内部的活性，挖掘仅在特定细胞类型中发挥作用的关键 DNA 变异。

该模型保留了初代模型支持的基因表达、组蛋白修饰、染色质可及性等核心 DNA 功能实验指标，还新增了备受需求的 DNA 甲基化预测能力。

AlphaGenome 2 在特定细胞的基因调控预测方面性能显著提升，可帮助科研人员精准定位疾病相关变异。

AlphaGenome 2 无需重新训练，即可泛化到全新的单细胞实验场景。科研人员仅需上传数十个细胞的单细胞 RNA 测序基因活性快照，模型即可将其压缩为细胞状态表征，作为条件输入处理从未见过的细胞状态，性能可媲美甚至超过直接在对应数据集上训练或微调的模型。

该能力让 AlphaGenome 2 可预测疾病、疫苗接种等场景下全新细胞状态的变异效应与基因调控规律。例如在针对新冠 mRNA 疫苗的未见过的单细胞数据测试中，AlphaGenome 2 可区分疫苗激活的免疫 T 细胞与静息状态 T 细胞，还揭示了与新冠重症相关的变异，在细胞激活状态下对基因活性的干扰更强 —— 这种效应在未激活细胞中会被完全遗漏。

搭建人类遗传学与单细胞生物学的关联，是理解疾病的重要路径。其中的关键环节，是将全基因组关联研究（GWAS）发现的数千种性状、疾病相关变异，与日益完善的人体单细胞图谱建立对应关系。

随着科研人员在单细胞层面绘制更多人体图谱，AI 模型的性能将持续提升。谷歌正与惠康桑格研究所等机构开展持续合作，计划对更广泛的人类细胞类型、发育谱系、扰动细胞状态开展分析，期待全球科研人员借助 AlphaGenome 2 的细胞特异性预测能力，挖掘基因变异在不同细胞中的作用规律，揭示基础生物学与疾病的相关机制。

目前 AlphaGenome 2 与表达条件交互式 Colab 教程已通过 AlphaGenome API 面向非商业研究开放，商业研究处于私密预览阶段。不久后，谷歌还将在智能体开发平台 Google Antigravity 中推出 AlphaGenome 2 Skills，结合 Gemini 4 等智能体科学工具，助力科研人员加速研究进程、取得新发现。