一句话看懂：Google DeepMind 于当地时间 11 月 11 日推出 AlphaGenome 2，把“一个基因变异会带来什么影响”的预测从组织层面推进到细胞类型和细胞状态层面，并宣称识别相关变异的能力接近上一代的两倍。
事件核心：发生了什么
上一代 AlphaGenome 主要关注不同组织间的整体分子活动，对特定细胞内部的细微差异分辨不足。AlphaGenome 2 改用条件式架构，把目标组织、细胞类型或细胞状态作为输入条件。据 AIbase 报道，模型训练吸收的人类与小鼠单细胞图谱超过 1.07 亿个，覆盖 68 种组织。在覆盖 28 种原代免疫细胞的 TenK10K 测试中，它对致病变异的检出率为 30%，上一代微调后为 16%；预测表达变化方向的准确率从 23% 提升到 43%。
为什么重要
同一段 DNA 在心肌细胞和免疫细胞中可能被调控成完全不同的结果，同一变异落到不同细胞里也可能产生相反效应，这正是疾病基因定位长期卡壳的原因之一。AlphaGenome 2 的价值在于把颗粒度压到细胞层级，并补上了上一代缺失的组蛋白修饰、染色质可及性和 DNA 甲基化预测。更值得注意的是泛化能力：上传少量单细胞 RNA 测序数据后，模型可以分析训练中没见过的细胞类型和状态。在新冠 mRNA 疫苗数据中，它区分了激活与静息状态的免疫 T 细胞，并显示一个与重症相关的变异在细胞激活时作用更强。对 AI 生物计算这条技术路线来说，这更像是“条件化 + 单细胞图谱”组合的一次工程验证，而不是单纯的榜单刷新。
对用户/开发者/创作者的影响
对研究者和开发者，AlphaGenome API 已面向非商业研究开放，商业使用需走私有预览。这意味着做基因组解读、药物靶点筛选或单细胞分析的团队，可以先用 API 验证思路，再评估是否进入商业合作。模型还支持跨模态推断：只给基因活性数据，也能推测未测量的指标，对数据不完整的小型实验室有现实意义。需要提醒的是，Google 明确该模型仅用于研究，未获临床或诊断用途批准，不能把它当作医学检测工具使用。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
可以观察三点：一是 API 的商业授权条件和定价是否明确，决定它能否进入企业工作流；二是第三方能否在公开基准上复现 TenK10K 测试中的提升幅度；三是 DeepMind 是否公布更多细胞类型和组织的验证结果。目前公开信息显示，这些性能数字来自特定测试集，尚不代表长期稳定的通用排名。
来源：AIbase
