要点
- 2026年11月11日，Google DeepMind 发布 AlphaGenome 2。这是一个条件式 DNA 模型，每次只针对一种组织、细胞类型或细胞状态，预测基因变异的效应。
- 在涵盖 28 种原发性免疫细胞的 TenK10K 图谱上，它识别出 30% 的因果变异，此前在单细胞数据上微调的 AlphaGenome 为 16%；对基因效应方向的识别为 43%，此前为 23%。
- 公司称，模型在人类和小鼠样本的超过 1.07 亿个单细胞图谱上训练，覆盖 68 种组织，并新增对 DNA 甲基化的预测。
- DeepMind 报告，该模型在计算上复现了已发表的发现：一个远距离调控变异通过在肠道巨噬细胞中过度激活 ETS2 来驱动 IBD。在未见过的 COVID-19 疫苗单细胞数据上，它能区分激活的 T 细胞与静息 T 细胞。
- AlphaGenome 2 已通过 AlphaGenome API 向非商业研究开放，商业研究处于私下预览。它仅供研究使用，尚未经过临床或诊断用途的验证或批准。
2026年11月11日，Google DeepMind 发布了 AlphaGenome 2。这个模型接收一段约一百万个字母的 DNA，以及一个目标生物条件，然后预测这段序列及其变异会在特定的人类细胞类型中如何被读取。真正要紧的主张，比“基因组学又一次大幅进步”更窄。按组织平均值建模的方法，会漏掉只在特定细胞里起作用的变异。DeepMind 称，每次只以一种细胞状态为条件的模型，在一张大型免疫细胞图谱上，能找回的因果变异比例几乎提高一倍。
[1][2]实际发布了什么
去年，DeepMind 发布了 AlphaGenome，用于预测 DNA 变异如何在广泛的组织层面影响分子活性，随后又推出 AlphaGenome Atlas，给出人类基因组中全部 90 亿种单字母替换的预测。AlphaGenome 2 是后续版本。公司把它描述为从组织平均值走向单个细胞类型和细胞状态，并重新设计了模型结构。
第一代模型接收约一百万个字母的序列，一次预测许多组织的性质。DeepMind 说，这种并行做法把模型容量摊得太薄，也难以区分相近的细胞类型。AlphaGenome 2 是条件模型。除了 DNA 序列，它在网络的每一阶段都把目标条件作为输入，这个条件可以是一种组织、细胞类型或状态，并且只预测该条件下的效应。
训练数据包括人类和小鼠的群体测序与单细胞数据，其中有超过 1.07 亿个单细胞图谱，覆盖 68 种组织。模型仍预测基因表达、组蛋白修饰和染色质可及性，并新增 DNA 甲基化预测，公司称这是研究者普遍提出的需求。条件式设计还让模型可以补全缺失的实验测量：如果只输入一种读数，例如单细胞基因活性，它可以预测另一种，例如染色质可及性。
该模型已通过 AlphaGenome API 向非商业研究开放，并提供用于表达条件化的交互式 Colab 教程。商业研究处于私下预览。DeepMind 称，之后会在其智能体开发平台 Google Antigravity 中发布 AlphaGenome 2 的 Skills。同一篇文章写明，这两个模型仅供研究使用，尚未经过临床或诊断用途的验证或批准。
[1][2]数字说明了什么，也说明了什么还不是事实
最醒目的对比来自 TenK10K。这是一张涵盖 28 种原发性免疫细胞的大型单细胞图谱。DeepMind 称，AlphaGenome 2 识别出近两倍的因果变异，比例为 30% 对 16%；对基因效应方向的识别也接近两倍，为 43% 对 23%。对照对象是在单细胞数据上微调后的第一代 AlphaGenome，以及其他专用工具。“接近两倍”是从较低基数上的相对提升。即便达到 30%，该评估中的大多数因果变异仍未被找到。
公司还说，在训练时未使用的基因组区域上，新模型能更好地解释同一组织内不同细胞类型之间的基因表达差异，包括人类造血干细胞成熟为红细胞和免疫谱系时的连续变化。博文中的配图比较了若干基因在造血细胞类型中的实测表达，以及两代模型的预测。
两个工作实例承担了不少说服力。DeepMind 称，最近一项研究显示，一个位于远距离调控开关上的变异，通过在肠道巨噬细胞中过度激活 ETS2 基因来驱动炎症性肠病。AlphaGenome 2 在针对肠道多种免疫细胞做预测时，找出了该变异和相应细胞类型，并且对其他细胞和基因大体没有影响。第二个例子中，研究者向模型提供了此前未见过的 COVID-19 mRNA 疫苗单细胞数据。模型区分了疫苗激活的 T 细胞与静息 T 细胞，并显示一个与重症 COVID-19 相关的变异，在激活状态下对基因活动的干扰更强。这种效应在未激活的细胞里会被漏掉。
这些例子是说明，不是临床验证集。TenK10K 上的对比才是可以核对的数字。它也只覆盖免疫细胞，而且主要基线是 DeepMind 自己的前代模型。
[1][2]
条件化才是真正的设计赌注
这一机制很容易被说成“模型更大了，看过的细胞也更多了”。真正的设计赌注并不在这里。网络被要求每次只预测一种条件，并且在每一阶段都读入该条件，目的是学习同一段 DNA 在不同细胞中如何被不同地读取，而不是把这些差异平均掉。
DeepMind 称，正是细胞状态与分子输出的这种分离，让模型可以在不重新训练的情况下推广到新的实验。科学家可以上传仅来自几十个细胞的单细胞 RNA 测序快照。基因活动被压缩成一种细胞状态表示，再用它为模型指定一个未见过的状态。公司说，这样可以达到或超过直接在那些数据集上训练或微调的模型。如果这一点在 DeepMind 给出的例子之外仍然成立，它对那些并未作为带标签训练切片存在的疾病或疫苗接种状态，会更有用。
文章还介绍了针对与性状相关的变异、在数百种人类细胞和组织条件下预先计算的分数，用来应对两个实际瓶颈：在原发性人类细胞中，例如大脑星形胶质细胞，把远距离增强子连接到目标基因；以及把全基因组关联研究的信号，缩小到更可能的因果变异、基因和细胞类型，并在有把握时预测该变异是增强还是削弱基因活动。这些是研究辅助，不能代替实验跟进。
[1][2]这篇文章还没有解决的问题
这些结果写在公司博客里，而不是一篇此时可供读者检查完整方法、补充表和独立审稿过程的论文里。主要的量化提升，是相对于 DeepMind 前代模型，以及未点名的“其他专用工具”，而且只用了单一的免疫细胞资源。文中没有给出可公开访问的第三方排行榜。
绝对召回率仍然不高。识别出 30% 的因果变异，确实比 16% 有进步，但并没有解决定位问题。对未见细胞状态的预测，是用选定的例子来展示的，其中包括一项 COVID-19 疫苗研究。这并不等于在许多疾病图谱上预先登记的测试。
临床界限写得很清楚，也应该继续守住。文章写明，这些工具尚未经过临床或诊断用途的验证或批准。一个能够提出“变异在哪种细胞里起作用”的模型，仍然只是假说生成器。
[1][2]一个公平的反对意见
一种合理的回应是：组织层面的模型并没有错。许多疾病信号的作用范围可能足够广，组织平均值正是合适的尺度；当底层图谱稀疏或受批次效应影响时，细胞类型分辨率反而可能引入噪声。按这种看法，在一张免疫图谱上把召回率提高一倍，并不能证明每个遗传学项目都该放弃组织模型。
这个反对意见有分量。DeepMind 也没有宣称这是一套临床系统。它真正主张的更有限，也更值得看：一些确有疾病意义的变异，在组织平均值里是看不见的，因为它们只在少数细胞中起作用，或者只在免疫激活这类状态变化之后才出现。如果后续在 TenK10K 和其他图谱上的独立工作，仍然看到类似幅度的差距，那么即便组织平均值仍然有用，把它当作默认方法也会显得不完整。
[1][2]谁能使用它，谁仍要为实验付账
眼前的用户，是已经掌握单细胞图谱和全基因组关联研究结果、需要决定下一步该先验证哪一个变异、基因和细胞的研究者。DeepMind 称，它已在数百种条件下预先计算了分数，覆盖从身高到 2 型糖尿病等性状，并正在与包括 Wellcome Sanger Institute 研究者在内的团队合作，测定更多细胞类型和受扰动状态。公司还邀请研究者在 11 月 30 日前提交使用案例，入选项目可能获得额外的 API 配额。
判断错误的代价仍然是一次实验，而不是一次诊断。如果实验室开始把这些分数当作跳过 CRISPR 筛选或功能实验的捷径，就会过度信任一套发布方自己都尚未批准用于临床的系统。有用的路径更窄：用模型来决定，先做哪一个昂贵的实验。
[1][2]未来六个月该看什么
真正的检验是：在完整方法公开之后，独立研究组能否在 TenK10K 上，以及在免疫细胞之外的图谱上，得到类似幅度的提升。需要关注是否出现论文、是否有第三方复现，以及 API 的非商业访问是否足以完成这些核对。在有人完成这篇博客已经正确承认尚未完成的工作之前，临床应用的门应当继续关着。
[1][2]