DeepMind 发布 AlphaGenome 2，新一代条件式 DNA 序列预测模型，打通单细胞生物学与人类遗传学。相比初代，它从组织均值预测升级至单细胞 / 细胞状态维度，输入 DNA 序列 + 目标细胞条件，可学习同一段 DNA 在不同细胞中的差异化调控。模型基于 68 类组织、超 1.07 亿单细胞图谱训练，新增 DNA 甲基化预测指标；在 TenK10K 数据集上，识别的因果变异数量接近翻倍，可精准定位仅在特定细胞起效的致病变异，复现炎症性肠病等疾病机制。核心亮点是免重训泛化：少量单细胞数据即可编码新细胞状态，可分析疫苗激活、疾病扰动等未见过的细胞类型。它支持跨模态数据补全、增强子 - 基因映射，辅助解析 GWAS 复杂性状（糖尿病、身高）。目前非商用科研可通过 API 使用，商业研究为私密预览，仅限科研，不能用于临床诊断。
10 个关键问题 Q&A
-
Q：AlphaGenome 2 是什么？ A：DeepMind 推出的条件式基因组 AI 模型，预测 DNA 变异在特定细胞类型、细胞状态下的调控效应，用于疾病机制研究。 -
Q：和初代 AlphaGenome 最大区别？ A：初代并行预测多组织；AG2 是条件模型，每次指定细胞 / 状态输入，聚焦单细胞分辨率，捕捉细胞特异性调控。 -
Q：训练数据规模多大？ A：覆盖 68 种组织，超过 1.07 亿个单细胞图谱，同时使用人和小鼠的批量测序 + 单细胞测序数据。 -
Q：预测指标包含哪些？ A：基因表达、组蛋白修饰、染色质可及性，新增科研需求很高的 DNA 甲基化。 -
Q：性能提升有多大？ A：在 TenK10K 免疫细胞数据集，因果变异识别率从 16% 提升至 30%，定向基因效应检出从 23% 到 43%，接近翻倍。 -
Q：“无需重训适配新细胞” 是什么意思？ A：少量单细胞 RNA-seq 数据编码成细胞状态表征，直接作为条件输入，预测未见过的疾病 / 疫苗刺激细胞。 -
Q：它能解决 GWAS 研究什么痛点？ A：GWAS 只能定位关联 DNA 区域；AG2 帮助锁定因果变异、靶基因、真正起效的细胞，判断基因上调 / 下调方向。 -
Q：跨模态补全能力有什么价值？ A：只输入一种检测信号（如基因表达），就能预测染色质开放等未测指标，辅助科研人员设计后续实验。 -
Q：现在如何使用 AlphaGenome 2？ A：非商业科研可通过 AlphaGenome API 使用；商业科研处于私密预览阶段，配套 Colab 教程。 -
Q：有没有使用红线？ A：仅用于基础科研，没有经过临床验证，严禁用于临床诊断。 
附录 AlphaGenome 2：解析细胞读取 DNA 的机制，助力疾病研究
作者：Adam Gayoso、Natasha Latysheva、Pushmeet Kohli、Žiga Avsec
论文链接：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf
我们的新一代 DNA 序列模型打通了单细胞生物学与人类遗传学，可预测遗传变异对数百种人类细胞类型产生的影响。
今天，我们正式发布AlphaGenome 2—— 这款新一代模型能够预测 DNA 序列及其变异对特定人类细胞类型带来的影响，为科学家提供强大的新工具，挖掘驱动疾病的细胞层面机制。
细胞是生命的基本单元。人体内所有细胞都携带同一套 DNA 蓝图，但不同细胞类型、不同细胞状态（比如心肌细胞、正在抗感染的免疫细胞）会选择性开启或关闭不同基因，从而行使各自功能。人类细胞图谱（Human Cell Atlas）等全球项目正在绘制数百万细胞的基因表达图谱，但如何预测微小 DNA 变异会如何改变细胞内的基因表达，依然是尚未解决的难题，而这正是决定人类性状、诱发疾病的核心因素。
去年，我们发布初代 AlphaGenome，用于预测 DNA 变异在各类广泛组织中的分子活性变化；之后又推出 AlphaGenome Atlas 平台，包含人类基因组全部 90 亿种单碱基突变的预测结果。这些工具帮助研究人员优先筛选、解读变异的效应，推动罕见病、复杂性状以及基础生物学领域的发现。
AlphaGenome 2 把研究视角从 “组织平均水平” 缩小到单个细胞类型与细胞状态，同时对模型架构进行重新设计，在变异效应预测性能上实现跨越式提升。最重要的是：它能够预测那些在广谱组织模型中会被漏掉的、和疾病相关细胞里的变异效应，还支持对模型从未见过的细胞状态、疾病状态做预测。
和我们此前最优模型相比，AlphaGenome 2 识别出的、能够改变细胞内基因表达的变异数量几乎翻倍。该模型使用来自 68 种组织、超过 1 亿个单细胞图谱数据训练，把静态的细胞图谱变成一套面向人类遗传学的预测引擎。AlphaGenome 2 现已通过 AlphaGenome API 面向非商业科研开放，商业科研场景处于私密预览阶段。
为特定细胞类型重新设计 AlphaGenome 架构
对比 AlphaGenome 1 与 AlphaGenome 2 对细胞类型的处理方式：初代 AlphaGenome 输入一段长达百万碱基的 DNA 序列，并行输出大量混合组织、细胞系的预测结果。AlphaGenome 2 是条件式模型：输入 DNA 序列的同时，附带指定生物学条件；这个条件既可以从内置细胞类型参考库选取，也可以通过我们的细胞编码器，基于科学家自己的单细胞实验数据实时生成。
初代 AlphaGenome 接收一段百万碱基 DNA 序列，一次性预测上千个跨多种组织实验的分子特征。这套并行方案虽然高效，但会分散模型算力，很难捕捉亲缘关系很近的细胞类型之间细微差异。
为解决这个问题，我们从底层重新设计了模型对细胞类型的处理逻辑：AlphaGenome 2 不再做批量并行预测，而是条件式模型，每次针对一个生物学条件（组织、细胞类型或细胞状态）预测 DNA 的效应。在模型每一层计算中，都会同时接收百万碱基 DNA 序列 + 目标生物学条件作为输入，从而学习同一段 DNA 在不同细胞里被 “读取” 的不同方式。
条件式架构同时支持跨模态补全，也就是预测实验中缺失的数据。模型会把细胞的生物学状态和输出预测解耦：科研人员只输入一类测量信号（例如单细胞基因活性），AlphaGenome 2 就能预测其他未检测指标，比如染色质开放程度，以此辅助研究者规划后续实验。
训练数据同时包含人、小鼠样本的混合组织测序数据与单细胞数据，总量超过 1.07 亿个单细胞图谱。跳出初代模型依赖组织均值的局限，AlphaGenome 2 可以分辨特化细胞内部的分子活动（例如不同亚型心肌细胞、血液免疫细胞），找到只在特定细胞类型里发挥作用的关键 DNA 变异。
它可以预测和初代 AlphaGenome 一致的 DNA 核心功能指标：基因表达、组蛋白修饰、染色质可及性；同时新增了科研界呼声很高的指标 ——DNA 甲基化。
AlphaGenome 2 最令人兴奋的一点：它可以直接适配全新单细胞数据，无需重新训练，仅凭少量细胞样本，就能预测 DNA 变异在新解析出的细胞状态中的作用。
— Sarah Teichmann 教授，人类细胞图谱联盟联合创始人、剑桥大学干细胞医学教授
顶尖水平的细胞类型特异性预测与变异召回能力
AlphaGenome 2 在特定细胞的基因调控预测上大幅提升，帮助研究者精准定位和疾病相关的变异：
-
更强的细胞类型特异性
在训练集以外的基因组区域，AlphaGenome 2 能解释组织内部不同细胞之间绝大部分基因表达差异；还可以追踪基因表达的连续变化过程，比如人体造血干细胞分化为红细胞、各类免疫细胞的全过程。 -
变异效应预测能力提升
在 TenK10K 数据集（包含 28 种原代免疫细胞的大规模单细胞图谱）上：
初代经过单细胞微调的 AlphaGenome 以及其他专用工具，仅能识别 16% 的因果变异、23% 的定向基因效应；
AlphaGenome 2 稳定识别出近两倍数量的因果变异（30%）以及定向基因效应（43%）。更高的检出精度，帮助研究者找到过去被忽略的候选变异，支撑新发现。 -
精准定位疾病相关变异
《自然》一篇过往研究发现：远端调控元件上的一个变异，会在肠道巨噬细胞（肠道免疫细胞）中过度激活 ETS2 基因，进而诱发炎症性肠病（IBD）。AlphaGenome 2 针对肠道多种免疫细胞做预测，在计算层面复现了该结论：精准锁定这个致病变异，证明它只会特异性上调肠道巨噬细胞里的 ETS2，几乎不影响其他细胞、其他基因。
附图说明：红细胞成熟（造血分化）过程的基因表达热图，行标准化 Z 值；左侧为实验观测、中间为 AG2 预测、右侧为经过单细胞微调的 AG1 预测；横向是不同基因，纵向是造血分化的连续阶段。AlphaGenome2 预测结果和真实观测的基因表达更加贴近。
无需重训，即可分析全新细胞类型与细胞状态
AlphaGenome 2 可以直接泛化到从未见过的单细胞实验，不需要重新训练。科研人员上传仅几十个细胞的单细胞 RNA 测序基因活性快照，这套基因活性信号会被压缩为细胞状态表征，用来作为条件输入给模型，对未知细胞状态做预测。它的预测效果可以媲美、甚至优于直接在该数据集上训练微调的模型。
这让 AlphaGenome 2 能够预测疾病、疫苗刺激等全新细胞状态下的变异效应。举例：使用一组新冠 mRNA 疫苗研究的全新单细胞数据，AlphaGenome 2 可以区分被疫苗激活的 T 免疫细胞和静息 T 细胞；同时发现一个和重症新冠相关的变异，在细胞处于激活状态时才会强烈扰乱基因活性—— 该效应在静息细胞中完全无法被发现。
打通人类遗传学与单细胞生物学
理解疾病的一条重要路径，就是把人类遗传学和细胞生物学关联起来。这个链路里最关键的一环：把全基因组关联分析（GWAS）找到的成千上万个和性状、疾病相关的变异，和不断扩充的人体单细胞图谱对应起来。
为了免去研究者大规模计算的负担，我们预先用 AlphaGenome 2，计算了和各类性状关联的变异在数百种人体细胞、组织条件下的预测结果，重点解决两大难题：
-
绘制真实人体细胞中的增强子 - 基因调控连接
很多疾病关联变异位于远端调控开关（增强子）上，很难追踪其靶基因。CRISPR 筛选大多在稳定的实验室细胞系完成，研究者缺少人体原代细胞里的调控线路图。AlphaGenome 2 将增强子 - 基因映射拓展到人体原代细胞（例如支持、保护神经元的脑星形胶质细胞），帮助研究者把调控变异，定位到疾病真正发生的细胞内的靶基因。 -
锁定 GWAS 中的因果变异及其作用细胞
GWAS 只能标出和疾病相关的大片 DNA 区域，很难高置信度锁定精确的致病变异、靶基因、作用细胞。针对身高、2 型糖尿病等一系列复杂性状，AlphaGenome 2 预计算的变异打分，可以定位最有可能参与发病的变异与对应细胞类型；在置信度足够时，模型还能准确预测变异是上调、还是抑制基因活性 —— 这是理解基因如何参与疾病的关键线索。
人类遗传学是药物研发最强有力的工具之一，GWAS 是其中的核心。但从 “关联信号” 推进到药物研发项目所需的机制信息，门槛很高。DNA 序列预测模型是弥合这一缺口的重要工具，AlphaGenome 2 代表了该领域一次令人印象深刻的进步，我们期待将它接入我们的 Mystra 平台。
— Peter Donnelly，Genomics Limited 首席执行官
和科学界共同展望未来
随着科学家在单细胞层面持续解析人体，AI 模型的能力也会持续变强。我们正在和惠康桑格研究所等团队持续合作，解析范围更广的人类细胞类型、发育谱系、扰动后的细胞状态。期待全球科研人员使用 AlphaGenome 2 及其更强的细胞特异性预测能力，揭示遗传变异在不同细胞中的作用规律，解锁基础生物学与疾病机制的新知。
AlphaGenome 2，以及配套的基因表达条件预测交互式 Colab 教程，现已通过 AlphaGenome API 面向非商业科研开放；商业科研处于私密预览阶段。不久之后，我们还会在 Google Antigravity 智能体开发平台上线 AlphaGenome 2 Skills。将 AlphaGenome 2 这类专用模型，搭配 Antigravity 平台上 Gemini 4 等强大的科研智能体工具，将帮助科学家加速研究、产出新发现。
相关文档与社区：
论文 PDF：https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf文档站：https://www.alphagenomedocs.com/社区：https://www.alphagenomecommunity.com/
非常感谢内测社区提供反馈，以及所有为本模型训练数据集做出贡献的研究者。我们希望展示社区里有价值的 AlphaGenome 2 落地案例，供大家互相参考；请在 11 月 30 日前通过表单提交你的项目，入选项目有机会获得额外调用额度与算力积分。也欢迎在社区网站提出反馈、想法，帮助我们规划后续路线图。
重要提示：AlphaGenome、AlphaGenome 2仅限科研用途，尚未经过临床验证，不可用于临床诊断。
致谢
核心研究工作由 Adam Gayoso、Anne Mottram、Alexander Karollus、Guido Novati、Pavol Drotár、John Reid、Laetitia Meng-Papaxanthos、Adam Kosiorek、Eirini Arvaniti、Vincent Dutordoir、Soham De、Tom Ward、Lai Hong Wong、Matteo Perino、Kyle Taylor、Jun Cheng、Natasha Latysheva、Joshua Pan、Dhavanthi Hariharan、Clare Bycroft、Lauren Nicolaisen、Demis Hassabis、Pushmeet Kohli、Žiga Avsec 完成。感谢以下人员提供支持与反馈（名单略）；最后感谢传播团队的各位同事。