谷歌 DeepMind 正式推出新一代基因组 AI 模型 AlphaGenome 2,它用海量单细胞图谱完成训练,核心能力是精准定位在不同单个细胞里,DNA 遗传变异会怎么改变基因调控、进而和疾病挂钩,解决了老版本很难区分不同细胞状态、新数据集需要重新微调的痛点,很多和疾病相关的变异不在编码基因里,而是在非编码调控区域,不同细胞里同一个变异带来的效果完全不一样,AlphaGenome 2 可以直接预测变异在特定细胞类型下的影响,把静态单细胞图谱变成可以推演遗传风险的预测工具,目前模型已经开放非商用科研 API,商用研究处于封闭预览阶段,能帮助科研人员更快找到炎症性肠病、肿瘤等复杂疾病的致病位点。下面把两代模型对比、核心能力、适用场景、科研使用流程整理清楚。
一、AlphaGenome 2 与初代 AlphaGenome 对比表
| 项目 | AlphaGenome 2 | AlphaGenome 初代 |
|---|---|---|
| 训练数据 | 人、小鼠跨组织单细胞图谱,总量 1.07 亿单细胞 | 批量基因组数据,缺少精细单细胞状态信息 |
| 核心优势 | 区分不同细胞类型、细胞状态的变异效应,不用微调就能适配新数据集 | 全基因组变异影响打分,偏向全局层面预测 |
| 关键指标 | 90% 精度下,因果单细胞 eQTL 召回率提升一倍 | 全基因组变异影响打分 AVI 评分 |
| 输入信息 | 1Mb 长度 DNA 序列 + 细胞类型 / 细胞状态条件 | DNA 序列 |
| 输出内容 | 基因表达、染色质开放度、增强子 - 基因关联、变异影响 | 变异对基因调控的影响评分 |
| 开放方式 | 非商业研究 API 开放,商用私密预览 | 科研 API 开放 |
二、AlphaGenome 2 核心能力清单
- 单细胞特异性预测:同一个遗传变异,在免疫细胞、上皮细胞、神经细胞里的效果分开测算,不会笼统给一个统一结果;
- 增强子 - 基因关联定位:找到远端调控片段到底调控哪个目标基因,很多致病变异就在这类远端增强子区域;
- 补齐缺失表观信号:对单细胞测序没有测到的表观轨迹,做填充预测;
- 大规模变异图谱:已经生成上百种人类细胞类型、700 万个常见变异的影响评分库;
- 跨物种兼容:支持人类、小鼠两套单细胞数据,方便动物实验对照研究。
三、适合的科研场景
- 复杂多基因病研究:炎症性肠病、糖尿病、自身免疫病,这类疾病是多个变异在特定细胞里叠加导致;
- 肿瘤致病机理:追踪体细胞突变,看突变在肿瘤细胞、免疫细胞里如何改变基因表达;
- 罕见遗传病筛查:定位非编码区的罕见致病变异,这类变异传统测序很难解读;
- 药物靶点挖掘:找到只在病变细胞里激活的调控通路,为新药开发提供候选靶点。
四、科研人员使用 AlphaGenome 2 的参考步骤
- 确定研究目标细胞类型、疾病方向,准备目标 DNA 序列;
- 通过 AlphaGenome API 提交序列、指定细胞类型条件;
- 获取模型输出:变异影响分数、增强子 - 基因链接、预测基因表达变化;
- 结合单细胞测序、临床样本数据交叉验证,筛选高可信度致病变异;
- 开展湿实验验证,确认变异在细胞层面确实会诱发对应的分子变化;
- 沉淀到疾病遗传机制研究,输出论文或者靶点数据。
五、整体总结
AlphaGenome 2 最大的突破,就是把基因组 AI 的颗粒度下放到单细胞层面,打破了过去一个变异一个结论的粗粒度判断。人体绝大多数疾病相关的遗传变异都在非编码 “暗基因组”,而且只在特定细胞里才会发挥作用,初代模型很难捕捉这种细胞差异性。AlphaGenome 2 依托海量单细胞图谱,能精准判断变异在哪一类细胞里起作用、造成什么改变,大幅降低科研人员筛选致病位点的工作量,不过它目前只是科研工具,不能直接用来做临床诊断,所有预测结果都必须经过实验室实验验证。
【常见问题】
问题 1:DeepMind 发布 AlphaGenome 2,AlphaGenome 2 相比初代最大的升级是什么?
回答 1:DeepMind 的 AlphaGenome 2 最大升级就是加入单细胞维度,专门用来解析遗传变异在不同单个细胞里的差异化效果,可以区分不同细胞状态,不用微调就能适配新数据集,90% 精度下因果单细胞 eQTL 召回率相比初代提升一倍,更适合研究变异和疾病之间的细胞特异性关联。
问题 2:AlphaGenome 2 是怎么找到遗传变异和疾病之间联系的?
回答 2:AlphaGenome 2 基于海量单细胞图谱训练,输入 DNA 序列和目标细胞类型,预测遗传变异会不会改变基因表达、染色质调控,定位只在特定细胞里生效的致病调控位点,比如炎症性肠病相关变异,模型可以精准识别它只在巨噬细胞里激活特定基因诱发炎症。
问题 3:AlphaGenome 2 现在普通研究者可以直接使用吗?能不能用于临床诊断?
回答 3:AlphaGenome 2 已经开放非商业科研的 API 调用,商用研究还在私密预览;它只是科研预测工具,模型给出的变异影响只是 AI 预测结果,不能直接用来临床诊断,想要确认和疾病的关联,还需要细胞实验、临床样本验证。
【参考资料】
[2026-11-11](AlphaGenome 2: Deciphering how cells read DNA to better understand disease)Google DeepMind 官网
[2026-11-11](DeepMind 发布 AlphaGenome 2,深入单细胞解析遗传变异与疾病关联)科创板日报
[2026-11-11](AlphaGenome 2 predicts regulatory activity and variant effects across cell states)bioRxiv
[2026-11-12](DeepMind 新一代基因组 AI AlphaGenome 2 上线,基于 1.07 亿单细胞训练)财经网科技
【免责声明】
本文仅整理 DeepMind AlphaGenome 2 公开论文与官方发布信息,不构成医学诊断、临床检测建议。AlphaGenome 2 属于科研 AI 预测模型,输出结果存在假阳性,所有遗传变异和疾病关联结论必须经过湿实验、临床队列验证。该模型目前仅限科研场景使用,商用权限需要单独申请,相关科研成果落地到临床治疗存在较长周期,疾病风险判断请遵从专业遗传医生指导。
