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
- 科研人员准备单细胞 RNA 测序数据,上传到 AlphaGenome 平台
- 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
- 输出 AVI 变异影响评分,优先筛选高风险致病变异
- 结合 AlphaGenome Atlas 批量比对海量单碱基突变
- 锁定候选致病位点、细胞类型,设计后续湿实验验证
- 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
- 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
- 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
评论列表(4条)
我是环球品牌网的签约作者“岱恒集标”!
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!
本站[环球品牌网]内容主要涵盖:品牌服务领域
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。