谷歌 DeepMind 发布 AlphaGenome 2,实现单细胞级 DNA 解读,变异识别能力接近翻倍

谷歌旗下 DeepMind 正式推出基因组 AI 模型 AlphaGenome 2,它把分析精度从过去整块组织的平均水平,下沉到单个细胞类型、细胞状态,能够读懂不同细胞读取 DNA 的方式,判断基因变异对基因表达带来的影响,相比初代 AlphaGenome,识别相关变异的能力接近翻倍,模型用 68 种组织、超过 1 亿条单细胞图谱数据训练,不光能识别已知细胞类型里的变异影响,还可以适配研究者上传的新单细胞测序数据,不用重新微调就能分析疾病发展、药物干预、胚胎发育里的基因变化,主要用来帮科研人员挖掘罕见病、复杂慢性病、肿瘤背后的细胞层面致病根源,寻找新药靶点,目前模型开放 API 给非商用科研使用,商用场景处于私有预览阶段,它和 AlphaFold 互补,AlphaFold 侧重蛋白结构,AlphaGenome 2 主攻占基因组 98% 的非编码调控区域,也就是大家常说的基因组暗物质。

AlphaGenome 2 核心信息清单

  • 开发主体:Google DeepMind(谷歌 GOOGL.US)
  • 模型定位:单细胞分辨率基因组 AI 预测模型
  • 训练数据集:68 种人体组织,1 亿 + 单细胞图谱
  • 核心提升:识别影响基因表达的变异数量接近上代两倍
  • 技术特点:从组织均值分析升级到单细胞、细胞状态分析
  • 开放方式:非商用科研可通过 API 使用;商用私有预览
  • 配套工具:AlphaGenome Atlas(预计算 90 亿种单碱基变异影响评分)
  • 适用方向:罕见病、免疫病、肿瘤、糖尿病等疾病机制研究、靶点挖掘
  • 边界说明:属于科研工具,不能直接用于临床诊断

AlphaGenome 2 和初代 AlphaGenome 对比

项目AlphaGenome 2(新版)初代 AlphaGenome
分析分辨率单细胞、特定细胞状态整块组织平均水平
变异识别能力识别变异数量接近翻倍基础组织级变异预测
泛化能力支持导入自定义单细胞数据,无需微调适配新细胞 / 疾病状态固定组织预测,泛化能力弱
重点覆盖区域基因组非编码调控区(基因暗物质)非编码区,但精度有限
典型测试(TenK10K)识别变异召回率 30%,方向判断 43%召回率 16%,方向判断 23%

AlphaGenome 2 科研使用流程

  1. 科研人员准备单细胞 RNA 测序数据,上传到 AlphaGenome 平台
  2. 模型预测 DNA 变异在对应细胞里对基因表达的上调 / 下调效果
  3. 输出 AVI 变异影响评分,优先筛选高风险致病变异
  4. 结合 AlphaGenome Atlas 批量比对海量单碱基突变
  5. 锁定候选致病位点、细胞类型,设计后续湿实验验证
  6. 用于疾病机制解析、药物靶点筛选、人群遗传研究

模型优势与局限

  1. 优势:解决同一个突变在不同细胞里效果相反、组织均值互相抵消的问题;可以复现很多耗时很久的遗传实验结论;覆盖海量非编码变异,填补 AlphaFold 的能力空白
  2. 局限:算力消耗远大于初代;仅用于科研,不能直接给病人做诊断;预测结果只是 AI 假说,最终必须实验室验证;不直接输出治疗方案

【相关 FAQ】

问题 1:谷歌 DeepMind 的 AlphaGenome 2 是什么,为什么说它能读懂 DNA 细胞?

回答 1:谷歌 DeepMind 的 AlphaGenome 2 是基因组 AI 模型,从组织精度升级到单细胞精度,可以预测同一个 DNA 变异在不同细胞里如何调控基因开关,也就是读懂细胞读取 DNA 的方式,变异识别能力接近翻倍。

问题 2:AlphaGenome 2 识别变异能力接近翻倍,是在什么测试里体现的?

回答 2:AlphaGenome 2 识别变异能力接近翻倍,在包含 28 种免疫细胞的 TenK10K 基准测试中,变异召回率从 16% 提升到 30%,变异上调下调方向判断准确率从 23% 提升到 43%。

问题 3:AlphaGenome 2 和 AlphaFold 有什么区别?

回答 3:AlphaFold 主要预测蛋白质三维结构,聚焦编码区;AlphaGenome 2 重点解读 DNA 调控区域、单细胞层面的变异影响,读懂 DNA 细胞调控逻辑,识别变异能力接近翻倍,二者互补。

问题 4:普通医院能不能直接用 AlphaGenome 2 做基因诊断?

回答 4:AlphaGenome 2 目前定位是科研工具,虽然可以读懂 DNA 细胞、变异识别能力接近翻倍,但官方明确不支持直接临床诊断,预测结果需要实验室验证。

【参考资料】

[2026-11-11](AlphaGenome 2: Deciphering how cells read DNA to better understand disease)Google DeepMind 官网

[2026-11-12](AI 能从 DNA 锁定致病细胞了,谷歌 AlphaGenome 2 帮助糖尿病癌症寻找新药靶点)36 氪

[2026-11-12](Google Deepmind shifts genomics AI from bulk tissue predictions to single cell type resolution with AlphaGenome 2)The Decoder

[2026-11-13](诺奖得主 Hassabis 再交神作,AlphaGenome 2 破译人类 98% 基因「暗物质」)新智元

[2026-11-14](DeepMind 新一代基因组 AI:AlphaGenome 2 落地单细胞遗传预测)澎湃新闻

【免责声明】

以上资讯为 DeepMind 公开技术发布信息整理,AlphaGenome 2 属于科研 AI 模型,读懂 DNA 细胞、变异识别能力接近翻倍为模型测试指标,AI 预测结果不能替代临床基因检测与医学诊断;模型开放权限、API 使用规则以 DeepMind 官方最新公告为准,不构成医疗、生物科研项目投资建议。

本文来自作者[岱恒集标]投稿,不代表环球品牌网立场,如若转载,请注明出处:https://www.865171.cn/qyzx/202611/630.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 岱恒集标
    岱恒集标 2026年11月15日

    我是环球品牌网的签约作者“岱恒集标”!

  • 岱恒集标
    岱恒集标 2026年11月15日

    希望本篇文章《谷歌 DeepMind 发布 AlphaGenome 2,实现单细胞级 DNA 解读,变异识别能力接近翻倍》能对你有所帮助!

  • 岱恒集标
    岱恒集标 2026年11月15日

    本站[环球品牌网]内容主要涵盖:品牌服务领域

  • 岱恒集标
    岱恒集标 2026年11月15日

    本文概览:谷歌旗下 DeepMind 正式推出基因组 AI 模型 AlphaGenome 2,它把分析精度从过去整块组织的平均水平,下沉到单个细胞类型、细胞状态,能够读懂不同细胞读取 DNA 的方式,判断基因变异对基因表达带来的影响,相比初代 AlphaGenome,识别相关变异的能力接近翻倍,模型用 68 种组织、超过 1 亿条单细胞图谱数据训练,不光能识别已知细胞类型里的变异影响,还可以适配研究者上传的新单细胞测序数据,不用重新微调就能分析疾病发展、药物干预、胚胎发育里的基因变化,主要用来帮科研人员挖掘罕见病、复杂慢性病、肿瘤背后的细胞层面致病根源,寻找新药靶点,目前模型开放 API 给非商用科研使用,商用场景处于私有预览阶段,它和 AlphaFold 互补,AlphaFold 侧重蛋白结构,AlphaGenome 2 主攻占基因组 98% 的非编码调控区域,也就是大家常说的基因组暗物质。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们