谷歌发布 AlphaGenome 2，单细胞变异识别效率提升
11 月 11 日，谷歌 DeepMind 正式发布新一代 DNA 序列分析工具 AlphaGenome 2。该模型专为预测 DNA 序列及其变异对特定人体细胞类型的影响而设计，为科研人员解析疾病细胞驱动因素提供了更精细的工具。相较于前代产品，新版模型在识别致病变异方面的能力显著提升，其识别数量较此前最优模型接近翻倍。
人体细胞虽共享相同的 DNA 蓝图，但不同细胞通过调控不同基因实现特定功能。全球人类细胞图谱项目已绘制数百万细胞的基因表达，但精准预测细微 DNA 变异的影响仍是科研难点。初代 AlphaGenome 模型能预测宽泛组织的分子活性变化，并推出覆盖 90 亿种单字母变异的预测图谱，助力罕见病及基础生物学研究，但其并行预测模式易分散算力，难以捕捉近缘细胞间的细微差异。
为突破这一瓶颈，AlphaGenome 2 重构了模型底层架构，将预测焦点从组织平均水平缩小至单个细胞类型与状态。新模型不再采用并行模式，而是引入条件式设计，单次仅针对一种特定生物条件进行 DNA 效应预测。基于 68 类组织、超过 1 亿个单细胞图谱的训练数据，该架构能够精准学习同一段 DNA 在不同细胞类型中的读取差异，从而捕捉被旧模型遗漏的疾病相关变异。
在功能扩展方面，AlphaGenome 2 支持跨模态数据填充，可根据已知基因活性预测染色质可及性等未测量属性，辅助科研人员规划实验。该模型基于人类与小鼠的超过 1.07 亿个单细胞图谱训练，保留了对基因表达、组蛋白修饰等核心指标的预测能力，并新增了备受关注的 DNA 甲基化预测功能，能够解析心肌及免疫细胞等特化细胞内部的活性机制。
实测数据显示，在覆盖 28 类原代免疫细胞的 TenK10K 大型单细胞数据集中，该模型识别因果变异的占比达到 30%，基因效应方向判断准确率为 43%，两项指标较初代模型均有大幅提升。此外，模型无需重新训练即可泛化至全新单细胞实验场景。在新冠 mRNA 疫苗测试中，该模型成功区分了激活与静息状态的免疫 T 细胞，并揭示了重症相关变异在细胞激活状态下对基因活性的强烈干扰。
针对全基因组关联研究（GWAS）中难以定位具体因果变异的问题，谷歌已预先计算了数百种人类细胞与组织条件下的预测结果。AlphaGenome 2 将增强子-基因映射能力拓展至人脑星形胶质细胞等原代人体细胞，帮助科研人员在特定细胞中精准定位调控变异与靶基因的对应关系。对于身高、2 型糖尿病等复杂性状，模型的高置信度评分可有效定位相关变异，并判断其调控基因活性的方向。
目前，AlphaGenome 2 及相关交互式教程已通过官方 API 面向非商业研究开放，商业研究则处于私密预览阶段。谷歌计划与惠康桑格研究所等机构深化合作，进一步分析更广泛的细胞类型与发育谱系。官方明确提示，该系列模型目前仅用于研究用途，尚未经过临床或诊断用途的验证与审批。
