谷歌 DeepMind 正式推出新一代基因组 AI 模型 AlphaGenome 2，它在上一代 AlphaGenome 基础上把分析精度从组织层面下沉到单细胞级别，用来预测 DNA 突变会在哪些特定细胞里改变基因表达，帮科研人员找到疾病发生的细胞根源。模型用覆盖 68 种组织、超 1.07 亿个单细胞样本完成训练，识别致病相关变异的数量相比初代提升近一倍，就算面对没有见过的新型细胞状态，不需要重新微调训练，只需要少量单细胞测序数据就能完成分析，科研人员可以借助它快速筛选候选致病位点、锁定起作用的细胞类型，加速炎症性肠病、糖尿病、癌症等复杂疾病的机理研究和新药靶点挖掘，目前该模型面向非商业科研开放 API 使用。
AlphaGenome 2 核心信息清单
- 模型名称：AlphaGenome 2
- 研发主体：谷歌 DeepMind
- 发布时间：2026-11-11
- 训练数据：68 种人体组织、超 1.07 亿单细胞图谱
- 核心能力：预测基因变异在特定细胞类型、细胞状态下对基因表达的影响
- 性能提升：识别细胞层面致病变异数量约为初代 AlphaGenome 两倍
- 开放方式：非商业研究可通过 AlphaGenome API 使用
- 适用场景：复杂遗传病、自身免疫病、肿瘤、代谢病机理研究
AlphaGenome 初代与 AlphaGenome 2 对比
| 项目 | 初代 AlphaGenome | AlphaGenome 2 |
|---|---|---|
| 分析粒度 | 组织块平均水平 | 单细胞、细分细胞状态 |
| 变异识别能力 | 识别组织层面关联变异 | 识别特定细胞内的因果变异，数量翻倍 |
| 新样本适配 | 大多需要微调 | 少量单细胞数据即可适配，无需重训 |
| 输出结果 | 变异对组织的影响 | 变异 + 受影响基因 + 起作用的细胞类型 |
| 典型局限 | 分不清突变到底在哪一类细胞生效 | 可以锁定致病发生的细胞 |
AlphaGenome 2 核心技术亮点
- 单细胞条件预测架构：模型把细胞状态作为条件输入，区分同一个 DNA 突变在心肌细胞、免疫细胞等不同细胞里的不同效果
- 零样本泛化：支持陌生疾病、新细胞状态，上传少量单细胞 RNA 测序数据就能开展分析
- 复刻湿实验结论：在炎症性肠病案例中，半小时计算复现了科研团队耗时一年半的实验结论
- 对接人类细胞图谱（Human Cell Atlas），和全球单细胞研究体系兼容
科研使用流程简述
- 科研人员准备单细胞测序数据，上传到 AlphaGenome API
- 模型预测基因组单点变异，判断该变异会不会改变基因表达
- 输出结果标注清楚：变异位点、调控基因、生效的细胞类型
- 筛选高风险候选变异，安排后续生物实验验证
【常见问题】
问题 1：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，相比上一代最大升级是什么？
回答 1：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，它从原来按组织分析升级到单细胞精度，识别致病相关变异数量提升近一倍，还能适配全新细胞样本不用重新训练。
问题 2：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，AlphaGenome 2 现在可以给医院用来做临床诊断吗？
回答 2：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，AlphaGenome 2 目前仅限科研用途，还没有获批用于临床诊断，不能直接用来给患者看病。
问题 3：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，AlphaGenome 2 适合研究哪些疾病？
回答 3：谷歌 DeepMind 发布 AlphaGenome 2 用来追踪疾病的细胞根源，适合炎症性肠病、糖尿病、癌症以及各类复杂遗传病、自身免疫疾病的机理和靶点研究。
【参考资料】
[2026-11-12]（谷歌 DeepMind 发布 AlphaGenome 2: 追踪疾病的细胞根源）36 氪
[2026-11-11]（AlphaGenome 2: Predicting how DNA shapes cells and disease）Google DeepMind 官网博客
[2026-11-12]（DeepMind 发布新一代 DNA 模型 AlphaGenome 2，定位疾病细胞根源）DeepTech
【免责声明】
本文仅为 AI 科研资讯整理，AlphaGenome 2 的 API 开放权限、使用协议、预测结果准确度、论文正式结论以谷歌 DeepMind 官方和配套科研论文为准；模型输出仅作科研参考，不具备临床诊断效力，不构成医学研究、药物研发落地决策建议。