Google DeepMind 推出全新基因组 AI 模型 AlphaGenome 2，它跳出过去整片组织取平均值的分析方式，直接把基因变异的影响定位到具体细胞类型、细胞状态上，能够识别出近两倍和基因表达相关的致病变异，很多遗传变异只在某一类细胞里才会触发疾病，在其他细胞里完全没有影响，之前的基因组模型只能看整块组织，很容易把不同细胞里相反的效果互相抵消，漏掉真正的致病位点，AlphaGenome 2 用条件式模型架构，输入 DNA 序列加上对应的细胞状态，训练数据覆盖 68 种组织、超过 1 亿条单细胞图谱，还配套开放了预计算变异评分数据库，科研人员上传自己的单细胞测序数据就能直接适配，不用重新微调训练，已经在炎症性肠病等案例里复现了实验结论，整体给遗传病、免疫病、癌症、糖尿病的靶点挖掘提供了更精细的研究工具，但它属于科研预测模型，没有经过临床验证，不能直接用来做疾病诊断，最终是把基因组研究从组织粗粒度，推进到单细胞精准粒度，补齐了非编码 DNA “基因暗物质” 解读的短板。
一、AlphaGenome 初代与 AlphaGenome 2 对比表
| 项目 | AlphaGenome 初代 | AlphaGenome 2 |
|---|---|---|
| 分析粒度 | 整片组织平均信号 | 单个细胞类型、细胞状态 |
| 变异识别能力 | TenK10K 数据集 16% 因果变异召回 | TenK10K 数据集 30% 因果变异召回，接近翻倍 |
| 新样本适配 | 拿到新单细胞数据需要微调重训 | 直接适配新细胞状态，无需微调 |
| 输入方式 | DNA 序列，批量输出多组结果 | DNA 序列 + 指定细胞 / 组织条件，条件式预测 |
| 新增输出信号 | 基因表达、染色质开放、组蛋白修饰 | 新增 DNA 甲基化预测 |
二、AlphaGenome 2 核心训练与推理流程
- 基础数据融合，整合人和小鼠的单细胞图谱、传统多组学 bulk 数据，覆盖 68 类人体组织、1 亿以上单细胞剖面；
- 条件式模型训练，把细胞类型、细胞状态作为模型输入条件，学习同一段 DNA 在不同细胞里完全不一样的调控逻辑；
- 多模态信号补全，输入基因表达数据，就能推算染色质开放、甲基化等没有实测的表观信号；
- 大规模预计算图谱产出，提前算出 700 万常见变异在几百种细胞状态下的影响评分；
- API 开放，非商业科研可以直接调用，配套 Colab 教程，商业场景目前处于私有预览阶段。
三、AlphaGenome 2 适合解决的科研场景
- 解析 GWAS 找到的疾病风险位点，判断这个变异到底在哪一类细胞里面发挥致病作用；
- 研究细胞分化、干细胞成熟过程中，变异怎么改变基因调控；
- 对比药物处理前后细胞状态，预判遗传变异对药物响应的影响；
- 挖掘增强子和靶基因的对应关系，搭建细胞特异性的基因调控网络。
四、边界与局限说明
✅ 能力边界
- 专门解读非编码区 DNA 变异，也就是大家常说的基因组暗物质；
- 可以复现已有生物学实验结论，大幅缩短候选变异筛选周期；
❌ 不能做到
- 不属于临床诊断工具，预测结果没有临床验证，不能用来给患者判病；
- 不能直接替代湿实验验证，AI 预测出来的候选位点依然需要细胞、动物实验确认；
- 对特别罕见变异、训练完全没覆盖的全新细胞类型，预测可信度会下降。
【常见问题】
问题 1：DeepMind AlphaGenome 2，是怎么做到从细胞层面关联基因变异和疾病的？
回答 1：DeepMind AlphaGenome 2 采用条件式 AI 架构，输入 DNA 序列加上对应的细胞类型、细胞状态，依托上亿条单细胞图谱学习基因调控规则，预测同一个基因变异在不同细胞里对基因表达的影响，以此锁定真正触发疾病的易感细胞，完成变异和疾病在单细胞层面的关联。
问题 2：AlphaGenome 2 相比上一代模型，在识别疾病相关基因变异上提升了多少？
回答 2：AlphaGenome 2 在 TenK10K 免疫单细胞数据集上，因果变异召回率从初代的 16% 提升到 30%，能识别接近两倍和基因表达相关的致病变异，同时支持新单细胞数据免微调推理。
问题 3：科研人员要怎么使用 DeepMind AlphaGenome 2，这套模型可以用来看病吗？
回答 3：DeepMind AlphaGenome 2 通过 AlphaGenome API 面向非商业科研开放，配套 Colab 教程，但它只是科研预测模型，没有临床验证，不能直接用于疾病诊断，AI 给出的变异结论依旧需要后续湿实验验证。
【参考资料】
[2026-11-13]（诺奖得主 Hassabis 再交神作，AlphaGenome 2 破译人类 98% 基因「暗物质」）36 氪
[2026-11-12]（AI 能从 DNA 锁定致病细胞了，谷歌 AlphaGenome 2 帮助糖尿病癌症寻找新药靶点）36 氪
[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 introduces AlphaGenome 2 for cell-specific DNA predictions）The Verge
【免责声明】
本文仅为前沿 AI 基因组科研资讯整理，AlphaGenome 2 为科研预测模型，所有变异预测结果不构成临床诊断、用药指导，相关靶点研究、医学转化仍需要大量生物学实验验证，模型开放权限、预测效果以 DeepMind 官方文档为准，不构成生物医疗项目投资建议。