Google DeepMind 发布 AlphaGenome 2,预测突变如何影响不同细胞
2026.11.11 · 收录日 2026.11.11 · 模型 · 新模型 · 官方发布
DeepMind 发布 AlphaGenome 2,可按细胞类型和状态预测 DNA 变异影响,识别变异数约为上一代两倍。
Google DeepMind 发布 DNA 预测模型 AlphaGenome 2,改为条件模型,逐细胞类型和状态预测变异影响。它基于 68 种组织、超 1.07 亿个单细胞图谱训练,识别能改变基因表达的变异约为上一代两倍,并新增 DNA 甲基化读出,可通过 API 开放非商业研究。
- AlphaGenome 2 是 AlphaGenome 的继任者,改为条件模型:输入百万字母 DNA 序列加一个生物条件,逐条件预测,而非并行输出所有组织结果。
- 模型基于 68 种组织、超 1.07 亿个单细胞图谱训练,识别能改变基因表达的变异约为上一代两倍,并新增 DNA 甲基化读出。
- 在 TenK10K 数据集上,因果变异识别率 30% 对 16%,方向性基因效应 43% 对 23%,均约为初代两倍。
- 模型无需重新训练即可预测新细胞类型和状态,还能做跨模态插补,并复现 IBD 中 ETS2 过度激活等发现。
- 即日起通过 AlphaGenome API 开放非商业研究,商业研究为有限私有预览;计算成本高于上一代,未用于全基因组 Atlas。
为什么值得看
把人群变异与疾病机制、治疗靶点对接,帮助定位具体细胞中的致病变异。
适合谁关注
关注 AI for Science、基因组学和药物研发的读者。
