DeepMind 发布 AlphaGenome 2：基因变异预测精确到单个细胞

发生了什么

DeepMind 11 月 11 日在官方博客宣布 AlphaGenome 2。模型一次读取 100 万个 DNA 字母，并结合一个生物学条件——组织、细胞类型或细胞状态——预测变异的影响；上一代 AlphaGenome 只做组织层面的平均预测，2 代把分辨率收细到单个细胞类型。训练数据来自人和小鼠的批量与单细胞样本，超过 1.07 亿个单细胞画像，覆盖 68 种组织。

评估数字来自 TenK10K 数据集，一张覆盖 28 种原代免疫细胞类型的大型单细胞图谱：AlphaGenome 2 在 90% 精确度下找到 30% 的疑似因果表达关联变异，上一代经单细胞数据微调的版本为 16%；方向判断正确率 43%，上一代为 23%。模型还复现了一项炎症性肠病研究，定位到驱动 ETS2 基因在肠道巨噬细胞中过度激活的因果变异。

非商业研究即日起通过 AlphaGenome API 使用，商业研究进入非公开预览。DeepMind 预计算了数百种细胞与组织条件下的性状关联变异预测，供研究者直接调用；AlphaGenome 2 Skills 将接入 Google Antigravity。模型仅限研究使用，未获临床或诊断用途验证；社区应用案例征集 11 月 30 日截止。

关键事实

1. 模型定位：新一代 DNA 序列模型；一次输入 100 万个 DNA 字母加一个生物学条件，逐条件预测变异影响
2. 训练规模：超过 1.07 亿个单细胞画像，覆盖 68 种组织；人和小鼠批量与单细胞数据
3. 评估成绩：TenK10K 上因果变异检出 30% 对 16%，方向判断 43% 对 23%（90% 精确度下）
4. 疾病验证：复现炎症性肠病研究，定位 ETS2 基因在肠道巨噬细胞中的因果变异
5. 开放范围：非商业研究即日起经 AlphaGenome API 开放；商业研究为非公开预览
6. 使用边界：仅限研究使用，未获临床或诊断用途验证；社区案例征集 11 月 30 日截止