谷歌 AlphaGenome 2 上线，可精准预测基因变异在特定细胞类型里带来的影响

谷歌 DeepMind 发布的 AlphaGenome 2，核心升级就是把基因变异分析从之前的组织平均水平下沉到单细胞、特定细胞状态维度，过去 AlphaGenome 一代只能看变异在一大块组织里的综合效果，很多只在少数特定细胞里发作的致病突变很容易被平均数据掩盖，这次模型重新设计架构，拿 68 种组织、超过 1 亿个单细胞图谱数据完成训练，识别能改变细胞内基因表达的变异数量接近上一代的两倍，科研人员输入 DNA 序列、选定目标细胞类型，就能算出这个变异会不会调控基因表达、染色质开放状态，就算是模型训练时没见过的疾病细胞状态，上传自己的单细胞测序数据也能直接适配，不用重新微调模型，整体结论就是 AlphaGenome 2 补齐了单细胞维度的变异预测短板，给罕见病研究、致病位点挖掘、新药靶点筛选提供更精准的计算工具。

AlphaGenome 一代和二代对比表

核心能力清单

1. 多模态预测：同时预测基因表达变化、染色质可及性，定位增强子和对应基因的关联关系
2. 跨细胞状态泛化：适配发育阶段、药物处理、疾病进展过程里的动态细胞状态
3. 变异打分输出：给出变异在指定细胞里的调控影响分值，帮助科研人员优先筛选高风险位点
4. 跨物种支持：训练数据包含人、小鼠单细胞图谱，支持两个物种的基因组分析
5. 配套教程：同步放出 Colab 交互式教程，方便科研人员快速上手测试

接入与使用说明

• 开放渠道：AlphaGenome API
• 使用权限：非商业科研免费开放；商业用途处于私有预览阶段，需要申请
• 基础流程：准备目标 DNA 序列 → 指定组织 / 细胞类型条件 → 提交预测 → 获取变异在该细胞里的影响结果
• 典型使用场景：罕见病致病突变筛查、复杂性状 GWAS 位点解析、药物靶点机制研究、免疫相关突变分析

【常见问题】

问题 1：谷歌发布的 AlphaGenome 2，和上一代最大差别是什么？

回答 1：谷歌发布的 AlphaGenome 2 最大差别是可以预测基因变异在特定细胞里的效果，不再是组织平均结果，识别细胞层面影响基因表达的变异数量接近翻倍，还能适配模型没见过的细胞状态，不需要微调。

问题 2：AlphaGenome 2 预测基因变异对特定细胞的影响，需要自己准备哪些数据？

回答 2：AlphaGenome 2 预测基因变异对特定细胞的影响，基础分析只需要 DNA 序列和目标细胞类型；如果要分析全新、未收录的疾病细胞状态，准备对应的单细胞 RNA 测序数据上传即可。

问题 3：AlphaGenome 2 普通药企可以直接商用调用吗？

回答 3：AlphaGenome 2 预测基因变异对特定细胞的影响，非商业科研可以直接走 API 使用，商业研究目前是私有预览模式，需要单独申请接入权限，还没有全面开放商用。

问题 4：AlphaGenome 2 能不能直接用来确诊遗传病？

回答 4：AlphaGenome 2 预测基因变异对特定细胞的影响属于科研预测工具，给出的是变异功能预判结果，不能单独作为临床确诊依据，结果依然需要湿实验验证和临床综合判断。

【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

[2026-11-11]（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: A Step Change in Predicting What DNA Does, and What It Might Add to Drug Discovery）Genomics

【免责声明】

本文内容整理自谷歌 DeepMind 官方公告、公开论文与科技媒体报道，AlphaGenome 2 预测基因变异对特定细胞的影响属于 AI 计算预测，结果不能替代实验室湿实验验证与临床诊断；模型 API 权限、调用规则、预测精度会随版本迭代更新，正式科研使用前请以 AlphaGenome 官方文档为准，本文不构成医药研发、临床诊疗建议。