摘要：
Google DeepMind推出了新一代基因组人工智能模型AlphaGenome 2，旨在更精确地预测DNA遗传变异如何影响人体不同类型的细胞，以及细胞在不同生物学状态下的活动。这项技术希望帮助研究人员从海量遗传信息中识别与疾病有关的关键变化，进一步揭示疾病发生机制，并为未来药物研发寻找新的靶点。
AlphaGenome 2是去年推出的AlphaGenome模型的后续版本。两者的核心任务都是研究遗传变异对基因活动的影响，但新模型将分析粒度进一步细化到了具体细胞类型和细胞状态。
人体几乎所有细胞都携带相同的DNA，但不同细胞执行的任务并不相同。例如，心肌细胞、皮肤细胞和负责抵御感染的免疫细胞，虽然拥有基本相同的遗传信息，却会根据自身功能启动或关闭不同的基因。即使是同一种细胞，在生长、分化、受到感染或其他生理状态下，基因活动也可能发生变化。
这意味着，同一种遗传变异在不同细胞中可能产生完全不同的影响。如果只从整个组织或人体整体层面分析遗传数据，就可能遗漏某些只在特定细胞中出现的异常。AlphaGenome 2正是为解决这一问题而设计，希望能够判断某个DNA变化究竟会影响哪些细胞，以及它在特定生物学状态下可能产生什么后果。
为了实现这种更精细的预测，Google DeepMind使用了超过1亿份单细胞数据进行模型训练，数据覆盖68种人体组织。研究人员希望借助这些庞大的细胞图谱，让模型不再只是识别DNA序列与基因活动之间的普遍关联，而是能够根据具体细胞的生物学特征，预测遗传变异可能造成的影响。
DeepMind表示，AlphaGenome 2能够识别出几乎两倍于此前先进模型数量的、可能改变细胞基因表达的遗传变异。这意味着研究人员有机会发现过去在更大范围分析中容易被忽略的遗传信号。
另一项重要能力是，AlphaGenome 2可以对训练数据中没有直接出现过的细胞类型和生物学状态进行预测，而不必针对每一种新细胞重新训练模型。这种泛化能力有助于研究人员探索数据相对稀缺的细胞类型，也能帮助他们发现现有实验数据中的空白，从而决定下一步应该在哪些方向开展实验。
参与该项目的Google DeepMind研究科学家Adam Gayoso认为，这项工作的关键进展，是将人类遗传学与细胞生物学更加紧密地联系起来。研究人员可以先从大规模人群遗传研究中发现可疑变异，再利用AlphaGenome 2进一步分析这些变异在细胞层面可能造成的影响，进而寻找它们与特定疾病之间的联系。
Google DeepMind基因组学负责人Žiga Avsec则指出，这种细胞层面的精细分析对药物研发尤其重要。药物通常针对特定蛋白质和细胞类型发挥作用，因此，了解某种遗传变异究竟影响了哪些细胞，以及这些细胞发生了什么变化，可能帮助研究人员更准确地确定治疗靶点。
这一领域能够取得进展，也得益于近年来单细胞测序和其他生物技术的发展。研究人员如今能够以更高分辨率捕捉单个细胞及其所处的生物学状态，并积累足够庞大的数据集，为训练此类人工智能模型提供基础。
DeepMind还计划继续扩大训练数据规模，特别是补充目前代表性不足的细胞状态。Avsec表示，未来版本甚至可能引入多个物种的数据，使模型能够从更广泛的生物学体系中学习规律。更长远来看，这类模型可能成为构建虚拟细胞的重要基础，即通过数字模拟重现真实细胞内部的生物学活动。
不过，AlphaGenome 2并不会立即取代上一代模型。更精细的细胞级预测需要消耗更多计算资源，运行成本也更高。DeepMind此前在2026年9月推出的AlphaGenome Atlas，已经利用原版AlphaGenome预先计算了人类基因组中约90亿种可能的单碱基变化及其分子影响。如果改用计算成本更高的AlphaGenome 2完成如此庞大的任务，效率和资源消耗都不够理想。
因此，两代模型在现阶段仍将承担不同任务：AlphaGenome适合进行大规模、全基因组范围的预测，而AlphaGenome 2则更适合针对特定遗传变异和细胞类型开展深入分析。
Google宣布，AlphaGenome 2将从11月11日起通过AlphaGenome API向非商业研究人员开放，同时向商业研究机构提供有限的私人预览权限。这意味着科研人员可以开始将其用于遗传学和细胞生物学研究，但商业应用仍处于受限开放阶段。
需要强调的是，AlphaGenome 2目前仍是一种科研预测工具，而不是经过临床验证的诊断或治疗系统。模型识别出的遗传变异及其潜在影响，仍需要通过实验研究和临床证据进一步确认，不能直接用于判断某个人是否患有某种疾病。
从AlphaGenome到AlphaGenome 2，再到覆盖约90亿种遗传变异的AlphaGenome Atlas，Google DeepMind正在尝试建立一套从DNA序列、遗传变异到细胞活动的人工智能研究体系。如果未来能够进一步整合不同组织、细胞状态乃至多个物种的数据，这类模型有望帮助科学家更系统地理解遗传信息如何转化为真实的生物学功能，并为疾病机制研究和新药开发提供新的研究工具。
评论