Google DeepMind 发布 AlphaGenome 2，基因预测细化到单细胞类型

核心事实

Google DeepMind 发布了基因组研究 AI 模型 AlphaGenome 2。据 Google DeepMind 介绍，该模型不再像前代那样一次性预测横跨多种组织的实验结果，而是把特定生物学状态作为额外输入，针对单一细胞类型计算基因变异的影响。模型训练数据为来自人类与小鼠 68 种组织的逾 1.07 亿个单细胞图谱。除基因表达强度外，它还能预测 DNA 在细胞核内的物理包装方式以及 DNA 甲基化。

背景与影响

人体每个细胞携带相同的 DNA 蓝图，但不同细胞类型开启或关闭的基因不同，预测这种差异是基因组学的难题之一。据报在包含 28 种原代免疫细胞类型的 TenK10K 基准数据集上，AlphaGenome 2 识别出约 30% 的因果变异，并在 43% 的情况下正确判断变异上调还是下调基因；经微调的 AlphaGenome 1 分别为 16% 和 23%。报道还称，该模型在纯计算条件下复现了一项研究中已发现的炎症性肠病机制，并在新冠 mRNA 疫苗数据中区分了疫苗激活的 T 细胞与静息 T 细胞。DeepMind 已预先计算数百种细胞与组织条件的预测结果，用于支持 AI 驱动的药物研发和全基因组关联研究分析。

限制与来源

上述性能数字均来自 Google DeepMind 及 The Decoder 的报道，尚未获独立验证。该模型目前通过 API 面向非商业研究开放，商业用户需走封闭预览渠道，且未获批用于临床诊断。关于 Google Antigravity 平台相关功能的计划，属于未来安排，具体形态与时间以官方后续信息为准。本文信息源自 the-decoder.com 对 Google DeepMind 的报道。