AlphaGenome 2发布：破译98%非编码区基因暗物质

DeepMind在深夜发布新一代DNA基础模型AlphaGenome 2，诺奖得主哈萨比斯亲自带队，谷歌DeepMind正式推出这款产品。

此前让哈萨比斯名声大噪的AlphaFold，只覆盖了人类DNA中2%的蛋白质编码区。

其余98%的非编码区被称作基因组里的「暗物质」。基因开启与关闭的「调控开关」由这片区域掌管，人类九成以上的致病突变也藏在这里。

这次DeepMind发布了78页技术报告，用AlphaGenome 2向这片「暗物质」发起总攻，列出四大核心突破。

视角从「看整块器官」收窄到「看单个细胞」

人体68种组织、超1.07亿个单细胞数据被模型吃透，同一个DNA突变在不同细胞里的反应能分别看清，抓出致病突变的成功率比上一代翻倍。

不碰生物实验，纯靠计算复现《Nature》多年成果

一滴试剂没用，模型就把引发严重肠病的幕后突变找了出来，连突变在哪种免疫细胞里发作也算得清楚。

遇到没见过的病变，只喂几十个细胞就能看懂

对模型从未见过的病变样本，科研人员不必重新训练，上传几十个细胞的测序数据，就能快速预测突变后果。

百万级变异库免费开放，Gemini 4即将接入

官方公开了涵盖数百万个基因变异的影响评分库；模型很快会打包成Skills接入Google Antigravity，供Gemini 4随时调用。

精确到单个细胞，致病突变识别率直接翻倍

为破译基因组「暗物质」，DeepMind早前推出过初代AlphaGenome，短板很明显：只能按「整块器官组织」笼统预测。

一块人体组织里常混着几十种细胞，混测只能得到「平均信号」，少数致病细胞的特征因此容易被掩盖。

遗传学界一直有个让人困惑的现象，原因也在这里——

同一个免疫相关的DNA突变，在肺组织里提高IL20RA基因表达，到食管组织里却反过来降低它；按整块器官测序，始终找不到原因。

AlphaGenome 2把视角拉近到单个细胞后，背后的原因才彻底清楚。

在上皮细胞里，这个突变破坏了负责激活基因的调控位点，基因表达随之显著下降。

在血管内皮细胞里，它破坏的却是负责抑制基因的位点；限制一失，基因表达反而大幅上升。

食管里上皮细胞占多数，肺里血管内皮细胞更丰富，整块器官混算均值时，两股相反作用互相抵消。

预测精度细化到单个细胞后，模型识别准确率随之大幅跃升。

在涵盖28种人类免疫细胞的TenK10K基准测试中，初代模型即便专门做过单细胞微调，也只能找出16%的致病突变。

放到TenK10K基准上比，差距就出来了。初代模型专门针对单细胞做过微调，致病突变也只找得出16%；AlphaGenome 2把这一数字推到30%。判断「突变会让基因活性增强还是减弱」时，准确率同样从23%升到43%，两项核心指标差不多都翻了一倍。

连人类造血干细胞一步步分化成红细胞和B细胞这种动态过程，它画出的基因变化热图也和实验室实测结果对得上。

纯靠AI模拟计算，零实验复现Nature数年成果

跑分翻倍只能算基本功。真正让生物学家吃惊的，是它在真实疑难病症上的表现。

2024年《Nature》刊登过一项炎症性肠病研究，在医学界引起不小轰动。

为查清非编码区里的一处致病线索，科研团队在实验室里耗了好几年，CRISPR基因敲除等繁琐实验做了一遍又一遍。

费尽周折，他们才证实：一处微小的基因突变跨越29万个碱基的超远距离，把ETS2基因过度激活，进而引发严重肠道炎症。

这回DeepMind团队把同一段DNA喂给AlphaGenome 2。模型没做一次生物实验，纯靠计算就给出了完全一致的结论。

它从7个高度相似的候选位点里一眼认出致病突变，还绕开旁边距离更近的基因，精准锁定远处的ETS2。

更细的一层它也算了出来：该突变只在肠道巨噬细胞和单核细胞里起作用，其他免疫细胞几乎不受影响。

查找致病原因之外，在已获批上市的镰状细胞病CRISPR基因疗法靶点上，它的表现同样抢眼。

在红细胞发育早期的关键细胞中，模型精准找到了相隔5.8万个碱基的调控位点，基因编辑所针对的GATAA核心序列也被它一字不差地认了出来。

无需重新训练模型，只喂几十个细胞看懂未知病变

到了临床一线，研究人员常被一个现实问题卡住。

罕见病或新发感染，往往只能从患者身上取到几十个病变细胞，这点数据量根本不够重新训练一个大模型。

针对这个痛点，AlphaGenome 2在主干网络之外单独加了一个细胞编码器。

有了这套设计，碰上没见过的新病变，科研人员只要上传几十个新细胞的测序数据，细胞编码器就能当场提取出对应的细胞状态特征。

这些特征随后直接送进主干网络。整个大模型不用重新训练，就能预测基因突变在这些新细胞里会产生什么影响。

为验证这项能力，团队挑了一批模型从未见过的样本：190名帕金森病患者的脑组织。

没做任何针对性训练，AlphaGenome 2识别出41%的致病突变；专门用这批患者数据训练过的同类模型Scooby只做到17%。

另一批新冠mRNA疫苗接种者样本里，它不光敏锐识别出打完加强针后才被唤醒的稀有T细胞，还顺藤摸瓜找到一个非常隐蔽的新冠重症突变。

数据表明，这个突变在未激活的T细胞里几乎不起作用。可免疫系统一旦被激活，它就会明显压制抗病毒基因的表达，感染风险随之加重。

这套架构还能帮实验室省下一大笔检测经费。

科研人员只测一项最常规的单细胞基因表达数据，模型就能自动推算出单碱基DNA甲基化等多项高成本指标，测一项补全多项。

免费开放700万变异库，即将化作Skills接入Gemini 4

发布模型和论文之外，DeepMind还替全球科研人员提前算好了两套大规模数据库，全部免费公开。一套是640种真实人体细胞的基因调控图谱；另一套是近700万个基因变异在510种细胞状态下的具体影响评分，也一并提前算完。

眼下，相关API和交互式Colab教程都已向非商业科研免费开放。

DeepMind在官方博客末尾还放出一个重磅预告。

团队很快会把AlphaGenome 2封装成Skills，接进自家的Agent开发平台Google Antigravity，交给Gemini 4直接调用。

一边是擅长研读文献、做科学推理的Gemini 4大脑，一边是能看透亿万单细胞的AlphaGenome 2。

两者一结合，那些原本要在实验室里苦熬数年的试错和筛选，几轮Agent调用就能在电脑上提前跑通。

人类查清疑难杂症、研发新药的周期，也会随之大幅缩短。

参考资料：

https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/ 

https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf 

https://www.alphagenomedocs.com/