DeepMind发布AlphaGenome 2从细胞层面关联变异与疾病

标题：DeepMind 发布 AlphaGenome 2，可在细胞层面建立基因变异和疾病关联

Google DeepMind 正式推出 AlphaGenome 2，这款新一代基因组 AI 模型核心能力就是精准定位遗传变异在哪一类细胞里改变基因调控，把 DNA 变化、特定细胞活动、疾病风险三者打通，过去很多疾病相关变异落在非编码的 “基因荒漠” 区域，在整片组织平均检测信号里很容易被淹没，分不清它到底是在哪种细胞起作用，AlphaGenome 2 依托超过 1.07 亿个单细胞图谱、覆盖 68 种人体组织的训练数据，改成条件式预测架构，输入 DNA 序列同时指定细胞类型或者细胞状态，就能预测这个变异会不会改变染色质开放、基因表达，在 TenK10K 免疫细胞数据集上，识别因果变异的召回率相比上一代接近翻倍，还成功复现炎症性肠病的致病机制案例，现在通过 API 面向非商用科研开放，商用版本处于私有预览阶段，下面把模型架构、性能指标、两代版本对比、典型案例、使用边界、科研价值完整拆解。

AlphaGenome 2 核心基础信息清单

• 发布主体：Google DeepMind
• 发布时间：2026 年 11 月 11 日
• 输入信息：一段最长 1Mb 的 DNA 序列 + 指定组织、细胞类型或者细胞状态
• 训练数据集：人、小鼠单细胞图谱 + 批量功能基因组数据，合计超过 1.07 亿单细胞剖面，覆盖 68 类组织
• 预测输出：染色质可及性、基因表达、变异带来的调控改变、增强子和基因之间的关联
• 公开访问：非商业研究可通过 AlphaGenome API 使用；商用研究为私有预览
• 使用定位：仅限科研，未获得临床诊断资质，不能直接用来做疾病诊断

两代 AlphaGenome 模型对比表

标志性验证案例：炎症性肠病

• 目标变异：rs2836882，位于远离编码基因的调控区域
• 过往实验结论：该变异会过度激活肠道巨噬细胞内的 ETS2 基因，诱发炎症性肠病
• AlphaGenome 2 的复现结果：精准锁定这个变异，预测它只在肠道单核、巨噬细胞上调 ETS2，对其他细胞几乎没有影响
• 效率：科研团队只用大约 30 分钟就完成该假说的计算验证，大幅缩短湿实验筛选周期

AlphaGenome 2 关键技术亮点

1. 条件化建模架构：把细胞状态作为模型输入的一部分，让 AI 学会同一段 DNA 在不同细胞里有完全不一样的读取方式。
2. 跨模态补全：可以补齐单细胞实验里面没有直接测到的表观遗传信号，降低测序成本。
3. 增强子 - 基因链路预测：在复杂性状的基因位点里定位真正起作用的因果变异，而不只是找到相关性。
4. 泛化能力：拿到一套新的单细胞表达数据，就能自动推断对应的细胞条件，不用重新训练或者微调模型。
5. 产出公开图谱：一次性输出上百种细胞类型、700 万常见变异的影响评分，给全球遗传研究提供基础参考。

模型可以解决的科研痛点

• 很多 GWAS（全基因组关联分析）只能找到变异和疾病相关，说不清中间在哪一类细胞、通过哪个基因起效。
• 单细胞测序成本高，很难给每个受试者做足够多的细胞剖面，模型可以做虚拟推演。
• 相近细胞亚型之间的微小调控差异，传统批量测序会被平均信号掩盖。
• 筛选候选致病变异，湿实验验证成本高，AlphaGenome 2 可以提前做一轮虚拟筛选，优先把高置信的靶点交给实验室验证。

当前明显局限

• 输出属于预测假说，所有结果仍然必须通过生物实验验证，不能直接作为临床诊断依据。
• 对罕见变异、发育动态中间态、复杂多因子疾病的预测置信度会明显下降。
• 模型依赖现有单细胞图谱的覆盖范围，如果缺少某一类特殊细胞的数据，预测可靠性会降低。
• 不直接给出药物靶点或者治疗方案，只负责解析 “变异在什么细胞、怎么调控基因” 这条机制链路。

【相关 FAQ】

问题 1：DeepMind 发布 AlphaGenome 2，它怎么从细胞层面把基因变异和疾病关联起来？

回答 1：DeepMind 发布 AlphaGenome 2，它采用条件式深度学习架构，输入 DNA 序列加上目标细胞类型，预测变异会不会改变该细胞内的基因调控、染色质状态，以此定位是哪一类细胞介导了变异和疾病之间的关联。

问题 2：DeepMind 的 AlphaGenome 2 对比第一代 AlphaGenome，性能提升在什么地方？

回答 2：DeepMind 的 AlphaGenome 2 可以针对单独细胞状态定向预测，不用对新数据集微调；在 TenK10K 免疫数据集上识别因果变异比例从 16% 提升到 30%，还能更好区分高度相似的细胞亚型。

问题 3：DeepMind 发布 AlphaGenome 2，炎症性肠病案例里模型得到了什么样结果？

回答 3：DeepMind 发布 AlphaGenome 2，在炎症性肠病验证案例中，模型精准定位 rs2836882 变异，预测它专门在肠道巨噬细胞上调 ETS2 基因，和之前湿实验结论吻合。

问题 4：DeepMind 的 AlphaGenome 2 能不能直接用来给患者做疾病诊断？

回答 4：DeepMind 的 AlphaGenome 2 目前只面向科研场景开放，没有取得临床诊断资质，它输出的只是预测假说，所有结论都需要后续生物实验验证，不能直接用于临床诊断。

问题 5：DeepMind 发布 AlphaGenome 2，普通科研人员怎么获取这个模型？

回答 5：DeepMind 发布 AlphaGenome 2，非商业科研人员可以通过 AlphaGenome API 调用，商用研究通道目前处于私有预览阶段，还没有全面放开商用访问。

【参考资料】

[2026-11-12]（DeepMind 发布新一代 DNA 模型：基因变异会影响哪种细胞？AI 正在给出答案）网易

[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]（Google DeepMind Releases AlphaGenome 2 for Cell-Type-Specific Variant Effects）MarkTechPost

[2026-11-11]（AlphaGenome 2 predicts regulatory activity and variant effects across cell states）论文预印本

【免责声明】

本文基于 Google DeepMind 官方博客、配套论文、海外科技媒体公开资料整理 AlphaGenome 2 相关信息；AlphaGenome 2 属于科研预研模型，预测结果不等于真实生物学事实，不能替代临床基因检测、疾病诊断；模型访问权限、API 收费、商用开放节奏由 DeepMind 动态调整，本文仅作为行业技术资讯解读，不构成医学、科研项目投入建议。