Google DeepMind 發佈 AlphaGenome 2,預測 DNA 變異對特定人類細胞類型的影響
AlphaGenome 2: Deciphering how cells read DNA to better understand disease
Google DeepMind 發佈 AlphaGenome 2,預測 DNA 序列及其變異對特定人類細胞類型的影響,連接單細胞生物學與人類遺傳學。模型以來自 68 種組織、超過 1.07 億個細胞的單細胞資料訓練,可按指定細胞類型或狀態預測基因表達等讀數,並新增 DNA 甲基化預測。
AlphaGenome 2 在 TenK10K 數據集上將因果變異識別率由 16% 提升至 30%,呈現其針對特定免疫細胞解析變異效應的改進。
2026年11月11日 科學
Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec
我們的新一代 DNA 序列模型連結單細胞生物學與人類遺傳學,能預測基因變異如何影響數百種人類細胞類型。
今天,我們宣佈推出 AlphaGenome 2。這款新一代模型能預測 DNA 序列及其變異如何影響特定的人類細胞類型,為科學家提供強大新工具,找出疾病背後的細胞成因。
細胞是生命的基本構成單位。我們身體中的每個細胞都帶有相同的 DNA 藍圖,但不同細胞類型和狀態——例如心肌細胞,或正在對抗感染的免疫細胞——會開啟或關閉不同基因,以執行各自的功能。Human Cell Atlas 等全球計劃正在繪製數百萬個細胞的基因表達圖譜,但要預測細微的 DNA 變異如何影響細胞中的基因表達,仍是一項未解難題,而這正是影響人類特徵和疾病的關鍵因素。
去年,我們推出了 AlphaGenome,用以預測 DNA 變異如何影響不同組織中的分子活動。我們透過 AlphaGenome Atlas 擴展其應用範圍。這個平台包含人類基因組中全部 90 億種可能的單字母變化的預測結果。這些工具有助研究人員篩選並解讀變異的影響,推動罕見疾病、複雜性狀和基礎生物學方面的研究發現。
透過從廣泛組織的平均值深入至個別細胞類型和細胞狀態,並重新設計模型架構,AlphaGenome 2 的變異預測效能大幅提升。重要的是,它讓研究人員能預測與疾病相關、在廣泛組織模型中可能被忽略的細胞中的變異影響,亦能預測模型過去未曾接觸過的細胞及疾病狀態。
與我們以往的頂尖模型相比,AlphaGenome 2 識別出會改變細胞基因表達的變異數量接近多一倍。模型以來自 68 種組織、超過 1 億個個別細胞的特徵資料訓練,將靜態細胞圖譜轉化為人類遺傳學的預測引擎。AlphaGenome 2 即日起透過 AlphaGenome API 提供非商業研究使用,並以私人預覽形式開放商業研究使用。
為特定細胞類型重新設計 AlphaGenome


比較 AlphaGenome 1 和 2 處理細胞類型的方式。AlphaGenome 根據一段 100 萬個字母的 DNA 序列,產生涵蓋整體組織和細胞系的固定並行輸出。AlphaGenome 2 則是條件式模型,除了輸入 DNA 序列,亦會接收特定生物條件;該條件可以從細胞類型參考目錄中選取,或透過我們的細胞編碼器,根據科學家自己的單細胞實驗即時產生。
第一代 AlphaGenome 模型接收一段 100 萬個字母的 DNA 序列,並一次過根據來自多種組織的數千項實驗預測各種特性。這種並行方式雖然有效率,卻分散了模型的處理能力,令它難以捕捉彼此相近的細胞類型之間的細微差異。
為改善這方面,我們從根本上重新設計模型處理細胞類型的方式。AlphaGenome 2 不再平行進行預測,而是採用條件式模型,每次針對一種條件預測 DNA 的影響;條件指組織、細胞類型或狀態。除了百萬字母的 DNA 序列外,模型架構的每個階段都會以目標生物條件作為輸入。這讓模型能學習同一段 DNA 在不同細胞類型中如何被讀取。
條件式模型亦可進行跨模態插補,讓 AlphaGenome 2 能預測缺失的實驗數據。模型會把細胞的生物狀態與其輸出分開處理,因此如果科學家只輸入一項測量結果,例如單細胞基因活性,AlphaGenome 2 便可預測未經測量的特性,例如染色質可及性。這有助研究人員決定接下來應優先進行哪些實驗。
我們使用來自人類和小鼠樣本的整體及單細胞數據訓練 AlphaGenome 2,當中包括超過 1.07 億個個別細胞剖面。AlphaGenome 2 不再侷限於原版模型的整體組織平均值,能夠分辨特化細胞內的活動,例如不同的心肌細胞或血液免疫細胞,協助找出只在特定細胞類型中發揮作用的關鍵 DNA 變異。
模型會預測與 AlphaGenome 相同的 DNA 功能核心實驗讀數,例如基因表達、組蛋白修飾及染色質可及性,亦會預測 DNA 甲基化;這是許多人要求加入的讀數。
領先的細胞類型預測及變異召回率
AlphaGenome 2 在預測特定細胞中的基因調控方面表現顯著較佳,協助研究人員找出與疾病相關的變異。
- 提升細胞類型特異性 在訓練數據以外的基因組區域上,AlphaGenome 2 能更充分解釋組織內不同細胞類型之間的基因表達差異,並追蹤基因表達的連續變化,例如人類血液幹細胞成熟為紅血球及免疫細胞譜系的過程。
- 提升變異效應預測能力 在 TenK10K 數據集(一個涵蓋 28 種原代免疫細胞類型的大型單細胞圖譜)上,AlphaGenome 2 識別出的因果變異數量(30% 對 16%)及具有方向性的基因效應(43% 對 23%)均接近以單細胞數據微調的原版 AlphaGenome 及其他專用工具的兩倍。這種精確度有助研究人員找出以往被忽略的候選變異,帶來新發現。
- 找出與疾病相關的變異 近期一項具里程碑意義的研究顯示,遠端調控開關中的一種變異會令腸道免疫細胞(巨噬細胞)中的 ETS2 基因過度活躍,從而引發 IBD。AlphaGenome 2 針對腸道內不同免疫細胞類型作出預測,在計算分析中重現了這項研究結果。模型鎖定了致因變異,並顯示該變異會選擇性提升腸道巨噬細胞中的 ETS2 基因表達,而其他細胞類型及基因大致不受影響。
AlphaGenome2 的預測更接近觀察到的基因表達。 這張熱圖顯示成熟中的紅血球(即造血過程)的基因表達;由左至右分別是經行標準化(Z 分數處理)的觀察結果、AG2 的預測,以及使用單細胞數據微調的 AG1 預測。每張熱圖中,不同基因位於水平列,造血分化的連續階段則位於垂直列。
分析新細胞類型和狀態,無需重新訓練
AlphaGenome 2 亦可泛化至全新的單細胞實驗,無需重新訓練。科學家可以上載僅來自數十個細胞的單細胞 RNA-seq 基因活性快照;這些基因活性隨後會壓縮成細胞狀態表徵,再用來將未曾見過的狀態作為模型條件。AlphaGenome 2 的表現可媲美或超越直接以這些數據集訓練或微調的模型。
這讓 AlphaGenome 2 能夠預測新細胞狀態下的變異影響和基因調控,例如疾病或接種疫苗所引發的細胞狀態。舉例來説,對於一項 COVID-19 mRNA 疫苗研究中未曾見過的單細胞數據,AlphaGenome 2 能分辨由疫苗激活的免疫 T 細胞與靜止狀態的 T 細胞。模型亦揭示,一種與重症 COVID-19 有關的變異,在細胞處於這種激活狀態時,對基因活性的幹擾更大;若細胞未被激活,便會無法觀察到這種影響。
連結人類遺傳學與單細胞生物學
要更深入瞭解疾病,其中一個方法是將人類遺傳學與細胞生物學聯繫起來。要建立這種聯繫,一個重要環節是把全基因組關聯研究(GWAS)發現的數以千計、與性狀及疾病相關的變異,連繫到日益完善的人體單細胞圖譜。
為協助研究人員建立這些聯繫,無需自行進行大規模運算,我們已預先計算 AlphaGenome 2 在數百種人體細胞及組織條件下,對與性狀相關變異的預測,並應對兩大挑戰:
- 在人類真實細胞類型中繪製增強子與基因的連結:許多與疾病相關的變異位於稱為增強子的遠距調控開關中,因此難以追蹤其影響。由於實驗性 CRISPR 篩選大多使用穩定的實驗室培養細胞系,科學家往往缺乏人體特定細胞的這些調控網絡圖。AlphaGenome 2 將增強子與基因的映射範圍擴展至人類原代細胞類型,例如支援及保護神經元的腦部星形膠質細胞,協助研究人員把調控變異連繫到其目標基因,並找出疾病在何種特定細胞中發生。
- 找出致病 GWAS 變異及其作用細胞:全基因組關聯研究會標示與疾病相關的大片 DNA 區域,但研究人員未必能有高度信心地進一步找出確切的致病變異、目標基因及細胞類型。對於由身高到 2 型糖尿病等多種複雜性狀,AlphaGenome 2 預先計算的變異評分有助找出最有可能涉及的特定變異及細胞類型。在有足夠信心時,模型亦能準確預測變異會提高還是降低基因活性,這是瞭解該基因如何導致疾病的重要線索。
與科學界攜手展望未來
隨着科學家以單細胞層面繪製更多人體圖譜,AI 模型將持續變得更強大。透過持續合作,包括與 Wellcome Sanger Institute 的研究人員合作,我們正致力描繪更廣泛的人類細胞類型、發育譜系及受擾動的細胞狀態。我們期待看到來自不同領域的研究人員如何運用 AlphaGenome 2 及其改進的細胞類型特異性預測,揭示基因變異如何在不同細胞中發揮作用, 以及這些發現如何增進我們對基礎生物學和疾病的認識。
AlphaGenome 2 及用於表達量條件設定的互動式 Colab 教學現已推出,非商業研究可透過 AlphaGenome API 使用,商業研究則可參加私人預覽。不久後,我們亦會在 Google Antigravity(我們的 Agent 開發平台)推出 AlphaGenome 2 Skills。結合 AlphaGenome 2 等專用模型,以及 Antigravity 中 Gemini 4 等強大的 Agent 科學工具,將有助科學家加快研究進度並取得新發現。
我們衷心感謝社羣中值得信賴的測試者就 AlphaGenome 2 提供意見,也感謝協助建立訓練數據集的眾多人士和研究人員。我們希望介紹一些有趣的 AlphaGenome 2 應用案例,讓社羣借鑑。請於 11 月 30 日前透過此表格聯絡我們;獲選項目或可獲額外配額及額度。我們亦希望參考社羣意見,制定未來的發展路線圖,歡迎在我們的社羣論壇。分享意見和構想。
請注意,AlphaGenome 和 AlphaGenome 2 只供研究用途,未經驗證或批准作臨牀或診斷用途。
致謝
核心研究工作有賴 Adam Gayoso、Anne Mottram、Alexander Karollus、Guido Novati、Pavol Drotár、John Reid、Laetitia Meng-Papaxanthos、Adam Kosiorek、Eirini Arvaniti、Vincent Dutordoir、Soham De、Tom Ward、Lai Hong Wong、Matteo Perino、Kyle Taylor、Jun Cheng、Natasha Latysheva、Joshua Pan、Dhavanthi Hariharan、Clare Bycroft、Lauren Nicolaisen、Demis Hassabis、Pushmeet Kohli 和 Žiga Avsec 的貢獻。
我們謹此感謝以下人士提供支持和意見,包括 Gabriella Stanton、Charlie Taylor、Raina Thomas、Lucas Tenório、Antonio García、Joseph Powell、Angli Xue、Trygve Bakken、Nelson Johansen、Junyue Cao、Ziyu Lu、Jacob Hepkema、Leopold Parts、Irina Voineagu、Souradeep Basu、Michal Zielinski、Jeff Cao、Ioannis Sarropoulos、Sarah Teichmann、Amanda Stafford 和 Eliseo Papa。
最後,我們感謝 Evie Gray、Adriana Fernandez Lara、Alex Wilkins、Danielle Breen、Dimple Vijaykumar、Muinat Abdul、Chris Kwaku-Abdullahi、Kathryn Seager、Ryan Smith、Ross West 和 Gaby Pearl 在傳達這項工作方面提供專業協助。
來源:Google DeepMind · deepmind.google