谷歌AlphaGenome 2：半小时复现一年半实验，DNA突变查到具体细胞
1亿个细胞教出来的AI，终于能把DNA变异查到具体细胞
DNA上的突变到底是在哪类细胞里惹出毛病？这件事，AI如今也能帮着查了。
Google DeepMind 已经推出新一代 DNA 序列预测模型 AlphaGenome 2。
它能判断 DNA 突变会在哪类细胞中起作用、会波及哪些基因，也能协助科学家追溯疾病根源、寻找更精准的药物靶点，为癌症、糖尿病等疾病的针对性治疗打开新方向。
这一回它的表现，确实让不少科学家大感意外。
James Lee 团队花了一年半做实验，才找到炎症性肠病的相关线索；AlphaGenome 2 只用了半小时，就在计算中复现了关键发现。
接受 Nature 采访时，James Lee 忍不住感慨：
他们用 30 分钟就算出了答案，而我们当初做实验足足花了一年半……
更妙的一点是，AlphaGenome 2 可以即配即用，不用重新训练。
人类细胞图谱联盟联合创始人、剑桥大学医学教授 Sarah Teichmann 对此也难掩激动：
AlphaGenome 2 最让人兴奋的地方，在于它能直接适应新的单细胞数据，且无需重新训练；
哪怕只有少量细胞样本，它也能预测 DNA 变异在新检测到的细胞状态中如何发挥作用。
围观的小伙伴们也直呼厉害：
好好好，这正是我希望 AI 能改进的事情！
甚至已经有人开始畅想自己活过 100 岁的未来，希望 AI 真能帮上忙。（doge）
1亿个细胞教出来的AI，终于能把DNA变异查到具体细胞
那么，AlphaGenome 2 凭什么能帮科学家追查 DNA 突变带来的影响？
谷歌 CEO 劈柴在介绍这项成果时，提了一个挺有意思的概念：
我们身体里的细胞，基本都拿着同一份 DNA 蓝图，但不同类型的细胞，比如心肌细胞和免疫细胞，解读这份蓝图的方式却不一样。
换句话说，同一段 DNA，有的细胞会读取其中某些基因，有的则把它们关起来不用。
所以，同一处 DNA 变异，也可能只在某种特定细胞里产生影响。
这就让科学家们犯了难。
明明已经知道某段 DNA 和疾病有关，却很难搞清楚究竟是哪种细胞、哪个基因出了问题。
现在，AlphaGenome 2 能帮上忙了。
为了教会 AI 读懂不同细胞里的 DNA，DeepMind 给它安排了一场规模浩大的生物学训练。
训练数据覆盖68种组织、超过1.07亿个细胞，人类细胞和小鼠细胞都在其中。
数据喂到这一步，新模型的表现也不含糊。TenK10K测试涵盖28类免疫细胞，AlphaGenome 2识别关键因果变异的召回率达到30%，上一代经单细胞数据微调后只有16%，差不多翻了一倍。
它判断变异会让基因活性增强还是减弱，这一项的能力也从23%升到43%。
那它是怎么做到的？
答案在于AlphaGenome 2换了读DNA的路子。上一代AlphaGenome一次读入约100万个DNA碱基，同时预测它们在大量组织和细胞系里的分子活动；这种一口气包揽多种预测任务的做法效率虽高，却不太容易分辨相近细胞类型之间的细微差别。
如今科学家能精准指定想研究的细胞类型或状态，让模型专门预测这段DNA在该条件下如何起作用。打个比方，以前是一次性批改一大堆不同科目的试卷，现在可以指定科目，逐一精查。
△
不止如此，新模型还学会了预测DNA甲基化，甚至能根据已测得的基因活动，推测尚未检测的染色质可及性等分子特征。研究范围因此可以一步步收窄，进而锁定究竟是哪段DNA、哪个基因在特定细胞里悄悄出了问题。
理论说完了，接下来看最激动人心的实战。
从大海捞针到精准锁定！AlphaGenome 2半小时复现一年半实验发现
AlphaGenome 2到底怎么帮科学家找疾病线索？就拿开头提到的炎症性肠病来说。
英国科学家James Lee团队花了整整一年半做实验，才弄清一处藏在“基因荒漠”里的DNA变异会让肠道免疫细胞中的ETS2基因过度活跃，从而引发肠道炎症。
到了AlphaGenome 2这里，事情就简单多了。谷歌让它一次排查7个可疑的DNA变异，模型很快锁定了关键的那一个，还准确预测出它会影响哪个基因、在哪类免疫细胞中发挥作用。
△
谷歌还把AlphaGenome 2用到了2型糖尿病等复杂疾病的研究上，帮科学家从海量DNA变异里筛出更可疑的线索，锁定相关细胞和基因，再有针对性地做实验、找潜在药物靶点。
面对癌症、糖尿病这类复杂疾病，科学家从此多了一个得力的AI帮手，能更快揪出致病线索、寻找潜在药物靶点，为研发更精准的治疗方法打开新思路。长期受疾病困扰的患者，未来也有机会等到更精准、更有针对性的治疗方案。
这才是咱们最想看到的AI造福人类。
One More Thing
好消息是，AlphaGenome 2已经向非商业研究开放了。
想上手的人可以直接通过AlphaGenome API调用这个新模型，谷歌还给了交互式Colab教程，拿自己的单细胞实验数据就能跑起来做实验。
另外，谷歌打算把AlphaGenome 2放进Agent的工具箱。之后AlphaGenome 2 Skills会登上
Google Antigravity，用户可以把这个DNA预测模型接进自己的Agent工作流程。
有兴趣的可以自己去试。
参考链接：
[1]https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/
[2]https://x.com/GoogleDeepMind/status/2120532824465805749
[3]https://x.com/sundarpichai/status/2120553080232329324
[4]https://www.nature.com/articles/d41586-026-03673-0?utm_source
