跳到正文

DeepMind 发布 AlphaGenome 2:同一段 DNA,在不同细胞里读出不同意思

DeepMind 发布 AlphaGenome 2:条件模型按细胞类型预测 DNA 变异影响,TenK10K 上因果变异识别率 30% 对 16%,非商业研究即日起可通过 API 使用。

小杜

约 7 分钟读完

DeepMind 发布 AlphaGenome 2:同一段 DNA,在不同细胞里读出不同意思

Google DeepMind 在 11 月 11 日发布了 AlphaGenome 2,这是它第二代 DNA 序列模型。上一代 AlphaGenome 回答的是「一段 DNA 变异会对基因活动产生什么影响」;这一代把问题问得更细了:同一个变异,在某一种具体的细胞里,会产生什么影响。心肌细胞和免疫细胞读的是同一份 DNA,但开关的基因完全不同——二代就是冲着这个差异来的。

这件事为什么值得算法工程师关注?基因组学正在从「组织平均」走向「单细胞」,而模型架构也跟着变了:从并行输出改成条件模型,从固定输出改成可以接受研究者自己的单细胞数据做条件。这是一次教科书式的「任务定义变了,架构就得跟着变」的升级。

一代的盲区:组织平均数会把信号磨平

先说一代 AlphaGenome 是怎么做的。2025 年发布的初代模型吃进一段 100 万个碱基的 DNA 序列,一次性并行输出几千项实验预测——覆盖很多组织和细胞系的基因表达、组蛋白修饰、染色质可及性。效率很高,但有个结构性问题:容量被摊薄了。

打个比方,一代像是对着一整块组织拍合影:一个变异只在肠道巨噬细胞里起作用,在整块肠组织里可能只占很小一部分信号,平均一下就被磨平了。后来 DeepMind 还做了 AlphaGenome Atlas,把人类基因组 90 亿个可能的单碱基变异都预计算了一遍,但回答的依然是「平均意义上」的影响。

对疾病研究来说,这恰恰是最要命的地方。很多复杂疾病的致病变异并不在基因本身,而在远处的调控开关(增强子)上,而且只在特定细胞里才起作用。组织平均的模型看得到「这里可能有问题」,却说不清「在哪个细胞里、通过哪个基因」。

二代改了什么:条件模型,一次只算一种细胞

AlphaGenome 2 的核心改动就一句话:从并行模型改成了条件模型。

输入还是 100 万个碱基的 DNA 序列,但多了一个「条件」——目标组织、细胞类型或细胞状态。这个条件可以从参考目录里选,也可以由研究者自己的单细胞实验现场生成:通过一个细胞编码器(cell encoder),把实验数据压缩成细胞状态表示,再喂给模型。条件在架构的每一个阶段都会参与计算,模型从而学会「同一段 DNA,在不同细胞里被读成不同意思」。

这个改动带来两个直接好处。

第一,分辨率上去了。模型不再被迫同时讨好几千个输出,可以把容量集中在一种细胞上,分辨出心肌细胞、血液免疫细胞这些高度特化细胞内部的细微差别。

第二,可以做跨模态补全。模型把细胞的生物学状态和输出分开了:研究者只给一种测量值,比如单细胞基因表达,模型就能预测没测过的属性,比如染色质可及性。这对实验规划很实用——先算一遍,再决定下一步测什么。

训练数据也跟着上了一个量级:人类和小鼠的 bulk 与单细胞数据,超过 1.07 亿个单细胞图谱,覆盖 68 种组织。输出的读数除了基因表达、组蛋白修饰、染色质可及性,还新增了 DNA 甲基化——这是研究者呼声很高的一项。

AlphaGenome 2 官方架构示意图

AlphaGenome 2 的工作方式:输入一段 DNA 序列和一个细胞条件(如巨噬细胞),模型按该条件调整序列表示,再预测染色质可及性与基因表达。图片来源:Google DeepMind 官方博客

效果怎么样:TenK10K 上几乎翻倍

数字是 DeepMind 自己的测试结果,先说清楚这一点。

在一项名为 TenK10K 的测试集上——28 种原代免疫细胞类型的大规模单细胞图谱——AlphaGenome 2 识别出的因果变异比例是 30%,而一代模型在单细胞数据上微调后的成绩是 16%;方向性基因效应(变异是把基因调高还是调低)的判断是 43% 对 23%。接近翻倍。

30% 这个绝对值仍然不高,换句话说,大部分候选变异模型还是认不出来。但对做变异筛选的研究者来说,候选池缩小一半以上,本身就是实打实的效率提升。

更有说服力的是一个真实案例的复现。此前一项发表在《自然》上的里程碑研究发现,一个远端调控开关上的变异会通过过度激活肠道免疫细胞(巨噬细胞)中的 ETS2 基因来驱动炎症性肠病(IBD)。AlphaGenome 2 在肠道多种免疫细胞类型上做预测,纯靠计算复现了这个发现:它挑出了那个因果变异,并且显示它只在肠道巨噬细胞里增强 ETS2,其他细胞类型和基因基本不受影响。这正是二代想解决的问题——「在哪个细胞里、通过哪个基因」。

不用重新训练,就能认没见过的细胞状态

二代另一个值得注意的能力是泛化。研究者上传一份只有几十个细胞的单细胞 RNA 测序快照,模型就能把它压缩成细胞状态表示,然后直接对这种没见过的状态做预测,效果可以达到甚至超过在这些数据上专门训练或微调过的模型。

DeepMind 给了一个很具体的例子:新冠 mRNA 疫苗研究里的单细胞数据。模型区分出了疫苗激活的 T 细胞和静息的 T 细胞,还发现一个与重症新冠相关的变异,在激活状态下对基因活动的干扰明显更强——在静息细胞里是看不到这个效应的。疾病状态、疫苗响应这类「新状态」,正是以前的模型最难处理的部分。

这背后还有一层工程含义:模型不再需要为每个新实验重新训练,研究者手里有一份小样本单细胞数据就能直接当条件用,对样本珍贵的罕见病研究尤其友好。

怎么用、边界在哪

AlphaGenome 2 从发布当天起就能用:非商业研究通过 AlphaGenome API 免费使用,商业研究目前是私有预览。DeepMind 还放了交互式 Colab 教程,教研究者怎么做「表达条件」预测。

另外,DeepMind 预计算了两份资源,省得研究者自己跑大规模计算:

  • 增强子—基因连接图:把调控变异和目标基因的连线,从实验室细胞系扩展到了原代人类细胞,比如大脑里支持和保护神经元的星形胶质细胞;
  • GWAS 因果变异定位:针对全基因组关联研究(GWAS)找到的疾病相关区域,在从身高到 2 型糖尿病等多个复杂性状上,帮研究者锁定最可能是因果的变异和细胞类型;有把握时还会预测变异是调高还是调低基因活性。

还有一个动向值得留意:DeepMind 说很快会在 Google Antigravity(它的 Agent 开发平台)里推出 AlphaGenome 2 Skills,把这类专业模型和 Gemini 4 这样的 Agent 工具组合起来用。科学 Agent 的拼图又多了一块。

代价也要说清楚。二代按条件逐个预测,算力成本比一代高得多,DeepMind 的基因组学负责人也向 The Verge 表示,一代会继续提供服务。以及最重要的边界:AlphaGenome 和 AlphaGenome 2 都只面向研究用途,没有经过验证或批准用于临床或诊断。它能帮研究者找线索,但不能直接读你的基因组下诊断。

小杜点评

AlphaGenome 2 最有意思的地方不是数字翻倍,而是任务定义本身的升级。一代回答「这个变异有没有影响」,二代回答「在哪个细胞、什么状态下有什么影响」——问题问得更具体,架构就得从并行改成条件,数据就得从组织平均下沉到 1.07 亿个单细胞。这是一个很干净的例子:当下游任务的分辨率变了,模型的设计范式就得跟着变,靠堆参数是堆不出来的。

对做 Agent 和工具链的工程师来说,另一个信号是 Antigravity 里的 Skills。专业模型正在变成 Agent 可以调用的「技能」,而不是只能在论文里跑分的黑盒。以后评价一个科学模型,可能不只要看基准测试分数,还要看它作为工具被 Agent 调用时好不好用、稳不稳定。

当然也要泼点冷水:30% 的识别率说明这条路还很长,单细胞数据的噪声、跨组织泛化的可靠性,都还得在真实研究里检验。但方向是对的——基因组学的大模型,终于开始按细胞说话了。

参考来源

  • Google DeepMind 官方博客:《AlphaGenome 2: Deciphering how cells read DNA to better understand disease》,2026 年 11 月 11 日:https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/
  • Unite.AI:《Google DeepMind's AlphaGenome 2 Predicts Cell-State Variant Effects》:https://www.unite.ai/google-deepminds-alphagenome-2-predicts-cell-state-variant-effects/
  • MLQ.ai:《Google DeepMind releases AlphaGenome 2 to predict how DNA changes affect specific cell types and disease》:https://mlq.ai/news/google-deepmind-releases-alphagenome-2-to-predict-how-dna-changes-affect-specific-cell-types-and-disease/
  • CellCog:《AlphaGenome 2: What DeepMind's New DNA Model Does》:https://cellcog.ai/blog/alphagenome-2/

评论

正在确认登录状态…