AlphaGenome 2 开放研究 API：把 DNA 变异预测细化到细胞类型与状态

从组织平均值走向细胞条件，研究者可以指定要观察的状态

Google DeepMind 于11月11日宣布 AlphaGenome 2，目标是预测 DNA 序列及变异对特定人类细胞类型的影响。上一代模型主要面向广泛组织与细胞系的并行预测，新一代则把某种组织、细胞类型或状态作为条件，与长达百万碱基的 DNA 序列一起输入模型。

这个改变对应一个实际研究问题：同一段 DNA 在不同细胞中可能有不同活动。官方将新模型定位为帮助研究者寻找与疾病相关的细胞和候选变异，而非直接给患者提供诊断。理解细胞条件，能避免把组织层面的平均预测自动推广到每一种细胞。

条件式架构加入单细胞数据，还扩展了可预测的实验读数

公告称，AlphaGenome 2 使用人和小鼠的整体组织及单细胞数据训练，包含超过1.07亿个细胞谱。概览同时提及覆盖68种组织。模型延续基因表达、组蛋白修饰与染色质可及性等读数，并新增 DNA 甲基化预测；这些是研究数据输出，不代表相应实验已由模型实际完成。

官方还介绍跨模态补全：如果研究者只提供某种测量，例如单细胞基因活动，模型可以预测没有测量的其他属性。这样的预测可以辅助决定下一步实验，但计算推断与实验观察仍是两类证据；在研究流程中应保留真实测量与推断值的区别。

接近翻倍的结果来自特定免疫细胞数据集，不能变成通用诊断准确率

在官方列举的 TenK10K 评估中，数据覆盖28种原代免疫细胞类型。公告报告的因果变异识别比例为30%对16%，基因效应方向对应43%对23%，比较对象包括经过单细胞数据微调的原始 AlphaGenome。上述数字应放回研究方给出的数据集与比较设置中理解。

DeepMind 将这些结果描述为变异效应预测的提升，本文没有独立复现其评估。尤其不能把30%直接称为疾病诊断准确率，也不能把某个免疫细胞基准上的提升推广到所有组织、疾病和临床人群。本次链接论文因文件过大未能完整读取，因此本文只采用已核验官方公告中的事实与明确限定。

新细胞状态可以通过表达数据输入，不必每次重新训练模型

官方说明，研究者可以上传来自少量细胞的单细胞 RNA-seq 基因活动快照，由细胞编码器压缩为状态表示，再用它对模型进行条件化。公告称，这使模型能够处理未见过的细胞状态，而无需重新训练；相应示例包括疫苗研究中的激活与静息免疫细胞。

研究团队也预计算了多种性状相关变异在数百种细胞和组织条件下的分数，用来辅助连接调控区域、目标基因和作用细胞。它提供的是筛选与解释候选关系的计算线索。关联研究标出的区域、模型推测的作用机制，以及实验验证得到的机制，不应在报道中合并成同一个结论。

研究 API 已交付，商业私测与未来 Skills 需要分开看

AlphaGenome 2 与表达条件化的交互式 Colab 教程已面向非商业研究通过 AlphaGenome API 提供，商业研究处于私人预览阶段。公告还称将推出 Google Antigravity 中的 AlphaGenome 2 Skills，但没有把它表述为已经交付。本文不把 API 开放写成权重开源，也不臆造商业价格、免费额度或申请通过时间。

DeepMind 在文末明确，AlphaGenome 和 AlphaGenome 2 仅供研究用途，未获临床或诊断用途验证与批准。对研究团队而言，现阶段可以围绕自己的细胞数据检查输入条件、结果可解释性和后续实验安排；对其他读者，这项发布体现的是基因调控研究工具的进展，不能直接转化为可自行使用的疾病诊断服务。

继续阅读