谷歌 DeepMind 正式发布新一代基因组 AI 模型 AlphaGenome 2,相比上一代模型,它识别能够改变基因表达的致病变异数量提升近一倍,把分析维度从过去的组织平均水平下沉到单细胞、细胞状态层面,依托 1.07 亿张单细胞图谱、覆盖 68 种人体组织的数据完成训练,不光可以预测 DNA 变异对基因表达、染色质、RNA 剪接的影响,还新增 DNA 甲基化预测,甚至能预判模型训练时没有见过的全新细胞、疾病状态。模型已经通过 AlphaGenome API 对外开放,科研人员可以免费用于非商业研究,商业用途目前处于私密预览阶段,对罕见病溯源、遗传病机制研究、新药靶点筛选都有很大帮助,解决了很多变异只在特定细胞里发病、很难被传统模型捕捉的痛点。
一、AlphaGenome 2 致病变异识别能力大幅提升的核心原因
- 重构模型架构,新增细胞状态条件化预测机制,不再只输出组织层面的平均结果,可以区分同一段 DNA 变异在不同细胞里的不同作用。
- 训练数据集升级,使用超 1.07 亿单细胞图谱,覆盖 68 类组织,样本量级远大于初代,学习到更多细分细胞的调控规律。
- 优化变异因果判断逻辑,在 TenK10K 免疫细胞数据集测试中,致病因果变异识别率从 16% 提升至 30%,基因表达影响方向识别准确率从 23% 提升至 43%。
- 拓展预测分子指标,除了基因表达、剪接、染色质可及性,新增 DNA 甲基化预测,覆盖更多基因调控环节。
- 支持泛化推理,遇到训练集里没有的细胞类型、疾病状态,依然可以给出可靠预测,适配更多前沿科研场景。
二、AlphaGenome 2 核心信息清单
| 项目 | 详情 |
|---|---|
| 模型名称 | AlphaGenome 2 |
| 开发主体 | Google DeepMind |
| 训练数据 | 1.07 亿 + 单细胞图谱,覆盖 68 种组织 |
| 核心提升 | 致病变异识别能力提升近一倍 |
| 测试指标 | 致病因果变异识别率 30%,基因表达方向准确率 43% |
| 可预测内容 | 基因表达、RNA 剪接、染色质可及性、DNA 甲基化 |
| 特色能力 | 单细胞级别条件预测,支持未见过的细胞 / 疾病状态泛化 |
| 开放方式 | API 开放,非商业研究可用;商业研究私密预览 |
| 主要应用 | 罕见病研究、遗传病机制解析、药物靶点挖掘、基因组解读 |
| 对比初代 | 初代偏向组织均值预测,很难捕捉仅在特定细胞生效的变异 |
三、科研人员使用 AlphaGenome 2 的参考步骤
- 确认使用场景:区分是非商业科研,还是商业研发,商业场景需要申请私密预览权限。
- 接入 AlphaGenome API,阅读官方文档,准备待分析的 DNA 变异序列、细胞类型标注信息。
- 输入目标变异和对应的细胞类型、细胞状态条件,提交模型预测请求。
- 获取返回结果,查看变异会不会改变基因表达、甲基化、剪接,以及影响方向和置信度。
- 结合临床、测序数据交叉验证,筛选高置信度的候选致病变异。
- 锁定候选变异之后,设计湿实验,在细胞或者动物模型上验证变异和疾病的关联。
- 沉淀数据,用于遗传病溯源、致病机制论文或者新药靶点前期筛选。
四、整体价值总结
AlphaGenome 2 最大的突破就是把基因组 AI 从 “组织粗粒度” 推进到单细胞精准预测,很多遗传病、罕见病的致病突变只在少数特定细胞中发挥作用,过去很容易被漏掉。识别致病变异能力接近翻倍,能帮科研人员更快锁定致病位点,缩小实验范围,降低基因组研究的试错成本;不过它是科研辅助预测工具,模型输出结果不能直接当成临床诊断结论,仍然需要测序和生物学实验验证。
【相关 FAQ】
问题 1:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,AlphaGenome 2 和初代模型最大差别是什么?
回答 1:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,初代模型偏向组织平均水平预测,AlphaGenome 2 可以做到单细胞、特定细胞状态下的变异效应预测,更容易抓到只在特定细胞里致病的变异。
问题 2:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,普通个人可以直接使用这个模型做基因检测吗?
回答 2:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,它面向科研人员开放 API,主要用于基础科研,不能直接给普通人做基因检测、临床诊断。
问题 3:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,AlphaGenome 2 现在怎么申请使用?
回答 3:DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍,非商业科研可以直接通过 AlphaGenome API 使用,商业研发需要提交申请,进入私密预览队列。
【参考资料】
[2026-11-12](DeepMind 发布 AlphaGenome 2 基因序列模型:识别致病变异能力提升近一倍)新浪科技
[2026-11-12](DeepMind 新一代基因组 AI AlphaGenome 2,单细胞预测能力升级)IT 之家
[2026-11-11](AlphaGenome 2: Deciphering how cells read DNA to better understand disease)Google DeepMind 官方博客
[2026-11-11](Google DeepMind’s AlphaGenome 2 Predicts Cell-State Variant Effects)Unite.AI
[2026-11-11](AlphaGenome 2 致病变异识别性能翻倍,覆盖 68 类组织)科创板日报
【免责声明】
本文仅为 AI 科研资讯整理,内容仅供科研参考;AlphaGenome 2 属于科研预测工具,模型输出结果不能直接用于临床诊断,模型开放权限、API 调用规则以 DeepMind 官方最新公告为准。
本文来自作者[璃光探针]投稿,不代表新投网立场,如若转载,请注明出处:https://www.eastpo.net/ai/202611/1346.html
评论列表(4条)
我是新投网的签约作者“璃光探针”!
希望本篇文章《DeepMind 推出 AlphaGenome 2 基因序列模型,致病变异识别能力接近翻倍》能对你有所帮助!
本站[新投网]内容主要涵盖:互联网行业的追踪与探索
本文概览:谷歌 DeepMind 正式发布新一代基因组 AI 模型 AlphaGenome 2,相比上一代模型,它识别能够改变基因表达的致病变异数量提升近一倍,把分析维度从过去的组织平均水平下沉到单细胞、细胞状态层面,依托 1.07 亿张单细胞图谱、覆盖 68 种人体组织的数据完成训练,不光可以预测 DNA 变异对基因表达、染色质、RNA 剪接的影响,还新增 DNA 甲基化预测,甚至能预判模型训练时没有见过的全新细胞、疾病状态。模型已经通过 AlphaGenome API 对外开放,科研人员可以免费用于非商业研究,商业用途目前处于私密预览阶段,对罕见病溯源、遗传病机制研究、新药靶点筛选都有很大帮助,解决了很多变异只在特定细胞里发病、很难被传统模型捕捉的痛点。