科研 · 本站报道
DeepMind 发布 AlphaGenome 2,限定研究用途
Google DeepMind 在 11 月 11 日宣布 AlphaGenome 2,用来预测 DNA 变异在特定人类细胞类型里的影响。公司称它已向非商业研究开放 API,商业研究则是 Google Cloud 上的非公开预览。它写明尚未做临床或诊断批准。
发生了什么
Google DeepMind 在 2026 年 11 月 11 日发布博客,宣布 AlphaGenome 2。作者包括 Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec。官方账号同日 15:03 UTC 发帖,用细胞如何读取同一套 DNA 来介绍这个模型。本篇以博客为准。帖文链接在文末。
模型要回答的问题是:全身细胞带着同一套 DNA,一个字母的改变为什么只在一部分细胞里影响疾病。DeepMind 称,AlphaGenome 2 从组织平均走到具体的细胞类型和细胞状态,预测变异会怎样改变基因表达等读数。
来源能够对上的细节
训练数据在博客里有两个相近的说法,本篇采用写在正文里的那一个:在人类和小鼠的批量及单细胞数据上训练,其中包括超过 1.07 亿个单细胞图谱,并覆盖多种组织。导语另写“超过 1 亿个细胞图谱、68 种组织”。两句都是 DeepMind 的数据规模描述。模型一次针对一种条件做预测,条件可以是组织、细胞类型或状态,而不是像上一代那样对许多组织同时输出。
性能比较也是公司结果。博客称,相对此前的模型,AlphaGenome 2 能识别出近两倍数量的、会改变细胞中基因表达的变异。在 TenK10K 这一免疫细胞数据集上,它称可靠找出的因果变异比例为 30% 对 16%,方向正确的基因效应为 43% 对 23%,对照包括在单细胞数据上微调过的原版 AlphaGenome 和其他专用工具。这些比例不是本站复算的。
开放方式分两条。非商业研究从今天起可以通过 AlphaGenome API 和交互式 Colab 使用。商业研究是 Google Cloud 上的非公开预览。博客还预告,稍后会在 Google Antigravity 里提供 AlphaGenome 2 Skills。末段写明:AlphaGenome 和 AlphaGenome 2 仅供研究,尚未针对临床或诊断用途完成验证或批准。
博客举了一个已发表的炎症性肠病例子:一个远端调控变异通过在肠道巨噬细胞里过度激活 ETS2 导致疾病。DeepMind 称 AlphaGenome 2 在计算上重现了这一点。这是公司对一篇既有研究的对照说明,不是新的临床试验。
背景
上一代 AlphaGenome 预测变异对分子活动的影响,范围是较粗的组织和细胞系,并有一个覆盖约 90 亿种单字母改变的图谱。AlphaGenome 2 把条件收窄到细胞类型,是为了找到只在某一种细胞里起作用的变异。研究工具和诊断产品之间的界限,被博客自己写在最后一段。
编辑分析
以下是本站的判断,不是 DeepMind 的医学结论。
“近两倍”和 TenK10K 上的 30% 对 16%,回答的是模型在公司选定比较里找回了多少变异,不是它已经解释了某种疾病的全部遗传因素。炎症性肠病的例子是对已知结果的计算复核,不能读成新的诊断方法。
API 今天可以申请或调用的,是非商业研究。商业使用仍是非公开预览,Antigravity 里的技能还是“即将”。把这篇读成医院或药企已经可以在生产流程里使用,越过了博客自己的限制。
1.07 亿和导语里的 1 亿、68 种组织,是同一篇里的不同概括。在 DeepMind 没有单独的数据说明页被本篇引用之前,对外只适合说这是公司给出的训练规模,而不是一个被第三方点算过的细胞库存。
本站没有写成事实的部分
本篇没有调用 AlphaGenome API,没有打开 Colab,也没有核对 TenK10K 的原始标注。个人账号同日如果转发了文档站,本篇不把那个站写成已经核对过的第二来源。临床用途按博客的限制句处理:没有批准。
书目
原始链接
链接上的文字是来源自己的标题,便于核对。它不是本站的译文,也不单独构成一条新闻。
- AlphaGenome 2: Deciphering how cells read DNA to better understand diseaseGoogle DeepMind · 编辑部阅读过的原文
- @GoogleDeepMind status 2120532824465805749Google DeepMind · 相关原文,本篇只采用主文中的转述