首页 >> 综合 > 快讯 >

AlphaGenome 2 在疾病遗传机制研究取得关键进展,可按细胞状态预测 DNA 变异影响

2026-11-12 09:26:33 来源:网易 编辑:葛之阳 

谷歌 DeepMind 推出的基因组 AI 模型 AlphaGenome 2 在疾病研究领域获得重要突破,这款模型主打细胞状态条件化预测,不再只在整块组织层面分析基因,能够区分同一个 DNA 变异在不同细胞里带来的不一样效果,很多和慢性病、免疫病相关的致病位点都处在非编码 DNA 区域,传统模型很难定位它到底在哪一类细胞里起作用,第一代 AlphaGenome 只能做基础的基因组功能预测,而 AlphaGenome 2 用超过 1.07 亿个单细胞图谱、覆盖 68 种人体组织的数据完成训练,新增 DNA 甲基化预测能力,在免疫细胞基准测试里,识别致病变异的比例从 16% 提升到 30%,还复现了炎症性肠病的关键致病变异研究结论,现在已经开放 API 给科研人员做非商用研究,企业用户可以申请私有预览,它可以帮科研人员缩小候选致病位点范围,加快疾病机理解析、靶点筛选,减少实验室盲试的成本,不过它只是预测工具,给出的结果依然需要湿实验验证,不能直接当作确诊依据。

一、AlphaGenome 2 与初代 AlphaGenome 性能对比

对比项目AlphaGenome 2初代 AlphaGenome
核心能力细胞状态条件化预测,区分不同细胞下变异效果组织层面基因组预测,缺少单细胞区分能力
致病变异识别率(TenK10K)30%16%
正确基因效应方向识别43%23%
新增预测指标DNA 甲基化无
训练数据集1.07 亿单细胞图谱、68 种组织批量组织基因组数据
新细胞状态适配不需要重新微调,输入细胞表达数据即可推理新细胞类型需要单独微调

二、AlphaGenome 2 核心能力清单

  • 条件化基因组预测:输入 100 万碱基 DNA 序列 + 细胞类型 / 细胞状态,单独预测该环境下的调控变化
  • 多模态表观指标预测:基因表达、染色质可及性、RNA 剪接、DNA 甲基化
  • 增强子 - 基因关联匹配:定位远端调控序列和目标基因的对应关系
  • 跨细胞状态对比:追踪干细胞分化、免疫激活这类动态过程里的基因调控变化
  • 跨物种兼容:训练数据同时包含人、小鼠单细胞数据,支持模式生物研究
  • 配套公开变异图谱:生成数百种细胞类型里 700 万个常见变异的效应评分

三、在疾病研究中的典型应用方式

  1. 收集 GWAS 全基因组关联研究找到的疾病相关 DNA 位点
  2. 使用 AlphaGenome 2 批量预测这些位点在免疫细胞、肠道细胞、心肌细胞等不同细胞里的调控效果
  3. 筛选出只在特定疾病相关细胞中产生异常调控的因果变异
  4. 优先把这些变异送入细胞实验验证,锁定疾病驱动基因
  5. 基于靶点信息,辅助后续药物筛选、机制研究

四、已经验证的疾病案例

炎症性肠病 IBD 相关变异验证:模型复现已有研究结论,找到远端调控区变异,这个变异只会在肠道巨噬细胞里上调 ETS2 基因,在其他细胞类型里几乎没有影响,解释了为什么这个变异会诱发肠道局部免疫炎症,这也是 AlphaGenome 2 细胞特异性预测能力的典型实例。

五、当前模型的局限说明

  • AlphaGenome 2 是预测模型,所有输出结果都只是计算推论,不能替代细胞实验、动物实验验证
  • 训练数据以人、小鼠为主,其他物种的预测可靠性会下降
  • 复杂多基因疾病、罕见突变的预测置信度会降低,需要搭配人群队列数据一起分析
  • 商用使用需要单独申请,非商用科研免费开放,使用需要遵守数据合规要求

【相关 FAQ】

问题 1:AlphaGenome 2 在疾病研究领域的核心进展是什么?

回答 1:AlphaGenome 2 在疾病研究领域的核心进展是可以按细胞状态预测 DNA 变异的调控效果,大幅提升致病遗传变异的识别能力,精准定位变异在哪一类细胞中诱发疾病。

问题 2:AlphaGenome 2 对比初代 AlphaGenome 最大改进是什么?

回答 2:AlphaGenome 2 对比初代 AlphaGenome 最大改进是增加细胞状态条件化预测,能区分同一个变异在不同细胞的不同影响,致病变异识别率接近翻倍,还支持 DNA 甲基化预测。

问题 3:AlphaGenome 2 可以直接用来确诊遗传病吗?

回答 3:不可以,AlphaGenome 2 只是基因组预测工具,它给出的变异风险结论只用于科研筛选,不能单独用来诊断疾病,结果必须经过生物学实验验证。

问题 4:科研人员怎么使用 AlphaGenome 2 开展疾病研究?

回答 4:科研人员可以通过 AlphaGenome API 免费非商用调用 AlphaGenome 2,输入 DNA 序列和细胞类型信息,预测变异效应,筛选疾病相关候选位点,再安排实验室验证。

【参考资料】

[2026-11-11](AlphaGenome 2: Deciphering how cells read DNA to better understand disease)Google DeepMind 官方博客

[2026-11-12](谷歌 DeepMind 发布新一代基因组 AI 模型 AlphaGenome 2)科创板日报

[2026-11-12](AlphaGenome 2 Predicts Cell-State Variant Effects)Unite.AI

[2026-11-11](AlphaGenome 2 predicts regulatory activity and variant effects across cell states)arXiv 论文

【免责声明】

本文仅整理 AlphaGenome 2 公开科研信息,模型预测精度、开放权限、使用条款以 DeepMind 官方文档为准;AlphaGenome 2 属于科研工具,不具备临床诊断效力,不构成医疗、基因检测相关指导建议。

 
最新文章
站长推荐