AI News

Google DeepMind 发布 AlphaGenome 2,按细胞状态预测 DNA 变异影响

Unite.AI更新于 11月12日 00:31

Google DeepMind’s AlphaGenome 2 Predicts Cell-State Variant Effects

AI 导读

Google DeepMind 于 2026 年 11 月 11 日发布 AlphaGenome 2,该深度学习模型可预测 DNA 变异如何在特定细胞类型和状态下影响基因调控,训练数据超过 1 亿个单细胞图谱,面向非商业研究开放并开放商业研究私有预览。在覆盖 28 种细胞类型的单细胞免疫数据集 TenK10K 上,它在 90% 精度下找回 30% 的推定因果表达关联变异,前代微调后为 16%;效应方向找回率为 43% 对 23%。模型每次只评估一个条件,运行开销高于固定输出的多任务模型,论文也指出它仅能找回少数候选变异,且细胞状态表征来自观察性稳态数据,反映相关性而非因果关系。

推荐理由

AI 评分 72

原文给出 AlphaGenome 2 与前代在单细胞变异效应预测上的量化对比,并说明其条件化架构的适用边界。

主题

标签

正文 · AI 翻译

Google DeepMind 于 2026 年 11 月 11 日发布 AlphaGenome 2,这是一个深度学习模型,可预测 DNA 变异如何在特定细胞类型和状态下影响基因调控。该模型基于超过 1 亿个单细胞图谱训练,面向非商业研究开放,并以私有预览形式开放商业研究。

此次发布填补了组织层面基因组模型的一个盲区:一个变异可能只在某种特化细胞中,或在被疾病激活的细胞中才起作用,其信号在组织平均值中被稀释。AlphaGenome 2 则改为针对选定的组织、细胞类型或细胞状态对每个预测进行条件化,包括由研究人员自己的单细胞实验生成的条件。

此前的 AlphaGenome 1 预测的是跨广泛组织的分子活动,而 AlphaGenome Atlas 则提供了人类基因组中全部 90 亿种可能单字母变化的预测。AlphaGenome 2 是一个独立的模型发布,并非该预计算图谱的扩展。

AlphaGenome 1 从一段一百万字母的 DNA 序列同时为 bulk 组织和细胞系生成固定输出。AlphaGenome 2 每次评估一个条件,并将该条件贯穿整个网络,从而能够表征同一 DNA 片段在不同细胞类型中如何被不同地读取。其读出结果包括基因表达、RNA 剪接和染色质可及性,并在原模型能力的基础上新增了 CpG DNA 甲基化。

技术论文描述了在人类和小鼠的 bulk 及单细胞数据上的训练。研究人员可以提供来自新实验的单细胞 RNA-seq 数据(基因活动的快照),细胞编码器会将其转换为一个条件,无需进一步微调。这使得模型能够对此前未见过的数据集和细胞状态进行预测。

同样的设计可以填补缺失的实验读出结果。仅给定基因表达数据,AlphaGenome 2 就能预测未测量的属性,例如染色质可及性——即 DNA 片段是否开放以供调控——从而帮助研究人员确定后续实验的优先级。代价在于计算:每个条件都需要单独预测,使得该模型比固定轨道的多任务模型运行开销更大。

变异基准与疾病示例

DeepMind 的论文报告称,在覆盖 28 种细胞类型的单细胞免疫数据集 TenK10K 上,AlphaGenome 2 在 90% 精度下找回了 30% 的推定因果表达关联变异,而在单细胞数据上微调的 AlphaGenome 1 为 16%。在 90% 准确率下,它找回了 43% 的变异效应方向,而后者为 23%。在未纳入训练基因组区域上,该模型还解释了组织内、细胞类型特异性基因表达方差的中位数 34%,而同一微调前代模型为 23%。这些评估衡量的是相关细胞之间的调控差异,而这正是条件化架构旨在解决的问题。

DeepMind 还报告了两个细胞状态特异性分析的研究示例。在一项炎症性肠病分析中,AlphaGenome 2 从一组包含七个变异的可信集中标记出 rs2836882,将其与约 290 千碱基之外的 ETS2 关联起来,并将预测效应定位到肠道单核细胞和巨噬细胞,重现了此前通过实验确立的机制。利用一项该模型此前未见过的 COVID-19 mRNA 疫苗研究的单细胞数据,它区分了疫苗激活的 T 细胞与静息 T 细胞,并预测一个与重症 COVID-19 相关的变异在激活状态下具有更强的效应。这些示例共同说明,一个变异的预测效应如何同时取决于细胞类型和当前状态。

预计算资源与 API 访问

DeepMind 为不希望自行运行大规模比较的研究人员预计算了两项资源。一项映射了 640 个原代单细胞参考条件和 39,323 个蛋白编码及长非编码 RNA 基因之间的增强子–基因连接;增强子是能够作用于远离其靶基因位置的调控 DNA 片段。另一项对 510 种人类条件下的超过 680 万个独特常见变异和性状相关单字母变异进行评分,以提名可能的因果变异、靶基因、效应方向和相关细胞状态。

发布时,AlphaGenome 2 和表达条件化的 Colab 教程可通过 AlphaGenome API 用于非商业研究,商业研究处于私有预览阶段。官方文档称非商业 API 使用免费,查询速率随需求而变化。DeepMind 还计划为其智能体开发平台 Google Antigravity 推出 AlphaGenome 2 Skills。Genomics PLC 首席执行官 Peter Donnelly 表示,他期待将 AlphaGenome 2 纳入公司的 Mystra 平台,并将序列预测模型描述为从关联信号迈向药物开发项目所需信息的工具。

论文提醒,即使在高精度下,AlphaGenome 2 也只能找回统计分析提名为可能因果的表达关联变异和疾病相关变异中的少数。它可能低估可及染色质之外、极远调控元件处或通过转录后机制起作用的效应。瞬态、刺激和疾病状态在训练数据和预计算变异面板中仍然代表性不足,细粒度的神经元亚群仍然难以区分。

这些条件表征来自观察性的稳态图谱,因此捕捉的是相关性而非因果关系。该模型能否预测对基因敲除、过表达或动态细胞状态转变的响应仍不确定。DeepMind 将两个版本的 AlphaGenome 均限制于研究用途;两者均未经过临床或诊断用途的验证或批准。

核心影响在于,从疾病关联到候选变异、靶基因和细胞状态之间形成了一条更有针对性的路径。AlphaGenome 2 能够在数百种条件下缩小这一搜索范围,但其变异找回并不完整,且对细胞状态的看法是相关性的,这意味着由此产生的假设仍依赖于实验后续验证。

来源

Unite.AI