AlphaGenome 2：解读细胞如何读取 DNA，以更好地理解疾病

2026-11-11

Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec 我们的下一代 DNA 序列模型连接单细胞生物学与人类遗传学，预测遗传变异如何影响数百种人类细胞类型。

今天，我们宣布 AlphaGenome 2，这是我们下一代模型，可预测 DNA 序列及其变异如何影响特定人类细胞类型，为科学家提供强大新工具，以揭示疾病的细胞驱动因素。

细胞是生命的基本构建单元。我们体内的每个细胞都携带相同的 DNA 蓝图，但每种细胞类型和状态——例如心肌细胞或对抗感染的免疫细胞——会开启或关闭不同基因来完成其工作。像人类细胞图谱这样的全球性工作正在绘制数百万个细胞的基因表达，但预测细微 DNA 变异如何影响细胞中的这种表达仍是一个未解决的挑战，而这是人类性状和疾病的关键驱动因素。

去年，我们推出 AlphaGenome，用于预测 DNA 变异如何影响广泛组织中的分子活动。我们通过 AlphaGenome Atlas 扩展了其覆盖范围，这是一个包含人类基因组中所有 90 亿种可能单字母变化的预测平台。这些工具有助于研究人员优先处理和解释变异效应，推动罕见病、复杂性状和基础生物学领域的发现。

通过从广泛组织平均值聚焦到单个细胞类型和细胞状态，并重新设计模型架构，AlphaGenome 2 在变异预测性能上代表了阶跃式提升。重要的是，它使研究人员能够预测疾病相关细胞中的变异效应，而这些在广泛组织模型中会被遗漏，同时还能预测模型此前未见过的细胞和疾病状态。

与我们此前最先进的模型相比，AlphaGenome 2 识别出的改变细胞中基因表达的变异数量接近两倍。该模型基于 68 种组织中超过 1 亿个个体细胞图谱训练，将静态细胞图谱转变为人类遗传学的预测引擎。

AlphaGenome 2 今天可通过 AlphaGenome API 用于非商业研究，并以私密预览形式用于商业研究。

比较 AlphaGenome 1 和 2 如何处理细胞类型。

AlphaGenome 从一段 100 万字母的 DNA 序列中产生批量组织和细胞系的固定并行输出。AlphaGenome 2 是一个条件模型，在输入 DNA 序列之外接收特定生物条件，该条件可从细胞类型参考目录中选择，或通过我们的细胞编码器从科学家自己的单细胞实验中即时生成。

第一代 AlphaGenome 模型接收一段 100 万字母的 DNA 序列，并一次性预测来自许多组织的数千项实验的属性。虽然高效，但这种并行方法摊薄了模型容量，使其难以捕捉密切相关的细胞类型之间的细微差异。

为改进这一点，我们从根本上重新设计了模型处理细胞类型的方式。AlphaGenome 2 不再并行预测，而是一个条件模型，一次预测一个条件——定义为组织、细胞类型或状态——的 DNA 效应。除 100 万字母的 DNA 序列外，它在其架构的每个阶段都使用目标生物条件作为输入。这使其能够学习同一段 DNA 在不同细胞类型中如何被不同地读取。条件模型还允许跨模态插补，使 AlphaGenome 2 能够预测缺失的实验数据。该模型将细胞的生物状态与其输出分离，因此如果科学家只输入一项测量，例如单细胞基因活动，AlphaGenome 2 就可以预测未测量的属性，例如染色质可及性。这可以帮助研究人员优先安排接下来要做哪些实验。我们在来自人类和小鼠样本的批量和单细胞数据上训练了 AlphaGenome 2，包括超过 1.07 亿个个体细胞图谱。

Google DeepMind 发布 AlphaGenome 2，用条件式 DNA 序列模型预测遗传变异如何影响特定人类细胞类型；模型在 68 种组织、超过 1.07 亿个细胞图谱上训练，识别改变基因表达的变异数量接近上一代模型的两倍，并以 API 形式面向非商业研究开放。

这是什么信号

这不是一次普通的模型版本更新，而是 Google DeepMind 把 DNA 序列模型从“广泛组织平均”推进到“特定细胞类型与细胞状态”的预测。AlphaGenome 2 的核心变化是条件式架构：它同时接收一段约 100 万字母的 DNA 序列和一个生物条件输入，条件可以来自细胞类型参考目录，也可以通过细胞编码器从科学家自己的单细胞实验生成。模型在 68 种组织、超过 1.07 亿个个体细胞图谱上训练，并能对未见过的细胞和疾病状态做预测。

更具体地说，第一代 AlphaGenome 一次性并行输出多种组织和细胞系属性，效率高但容量被摊薄；AlphaGenome 2 改为一次预测一个条件，并在架构各阶段注入条件信息，从而学习同一段 DNA 在不同细胞类型中如何被差异化读取。官方给出的关键指标是：识别改变细胞中基因表达的变异数量接近上一代最先进模型的两倍。

为什么重要

人类遗传学长期面对一个落差：我们能看到大量与疾病相关的 DNA 变异，却很难解释它们在具体细胞类型中如何发挥作用。广泛组织模型会把不同细胞类型的信号平均掉，而疾病往往发生在特定细胞状态里。AlphaGenome 2 把单细胞图谱与变异效应预测接起来，等于把静态的细胞图谱变成可查询、可预测的遗传学引擎。

另一个重要点是跨模态插补。模型把细胞生物状态与输出分离，因此只输入单细胞基因活动等一项测量，就可能预测染色质可及性等未测属性。这对实验资源有限的研究团队很有价值：先用模型生成假设、排序变异和实验优先级，再决定湿实验做什么。

对谁有价值

首先是人遗传学、罕见病和复杂性状研究者：他们可以用更细的细胞粒度解释变异，尤其是广泛组织模型容易漏掉的疾病相关细胞。其次是药物发现与靶点团队：AlphaGenome 2 能帮助判断哪些变异可能在特定细胞状态中改变表达，从而支持靶点优先级和机制假设。第三是 AI for Science 平台团队：条件输入、细胞编码器和跨模态插补是可复用的建模范式。对投资和 BD 观察者而言，非商业 API 开放与商业私密预览并存，说明这类基础模型正在从论文走向科研工作流和商业合作。

可以怎么行动

研究团队可以先梳理自身最关心的“变异—细胞类型—疾病表型”组合，用 AlphaGenome API 做小规模基准测试，再决定是否接入更大规模分析。拥有单细胞数据的团队应重点测试细胞编码器：用自己的实验条件生成输入，观察预测是否与已有测量一致，并据此设计下一批湿实验。药物发现团队可把模型输出纳入变异优先级清单，但应保留独立验证环节。平台型公司可研究其条件式架构和跨模态插补思路，思考如何把类似能力嵌入自家的基因组分析产品。

风险与限制

AlphaGenome 2 的预测仍是计算预测，不是因果证明，也不能替代湿实验验证。模型训练于人类和小鼠的批量和单细胞数据，数据覆盖偏差会影响对某些组织、人群或细胞状态的可靠性。对未见过的细胞和疾病状态做预测虽然被强调为能力，但也意味着不确定性需要被评估。商业研究目前仅限私密预览，非商业研究通过 API 开放，使用范围和条款会限制部分团队的落地方式。此外，变异效应预测需要与实验、临床和人群遗传学证据交叉验证，避免把模型分数直接当作疾病机制结论。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 deepmind.google 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《AlphaGenome 2：解读细胞如何读取 DNA，以更好地理解疾病》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。