AlphaGenome 2发布：破译人类98%基因暗物质，突变识别率翻倍
DeepMind发布AlphaGenome 2攻克基因组暗物质
深夜，
DeepMind又放出一个大动作。
诺奖得主哈萨比斯亲自带队，谷歌DeepMind正式推出新一代DNA基础模型AlphaGenome 2。
当年让他声名大噪的AlphaFold，破解的其实只是人类DNA里占2%的蛋白质编码区。
其余整整98%的非编码区，长期被叫作基因组中的「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。
这一回，DeepMind拿出了一份78页的技术报告，率AlphaGenome 2强攻这片「暗物质」，列出四大核心突破。
- 从「看整块器官」精确到「看单个细胞」
模型吸收了人体68种组织、超1.07亿个单细胞数据，能分辨同一个DNA突变在不同细胞中各自的反应，抓出致病突变的成功率比上一代翻了一倍。
- 不用做生物实验，纯靠计算复现《Nature》数年成果
一滴试剂都没碰，模型就准确锁定了引发严重肠病的幕后突变，连突变在哪类免疫细胞里发作也算得明明白白。
- 碰到没见过的新病变，只喂几十个细胞就能看懂
遇上模型从未见过的病变样本，科研人员无需重新训练，上传几十个细胞的测序数据，就能迅速预测突变会带来什么后果。
- 免费开放百万级变异库，即将接入Gemini 4
官方公开了覆盖数百万个基因变异的影响评分库，接下来还会把模型打包成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
为破译这片基因组「暗物质」，DeepMind此前推出过初代AlphaGenome，短板很明显：只能按「整块器官组织」做笼统预测。
可一块人体组织里往往混着几十种细胞，混在一起只能得出「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费解的现象，原因也在这里——
同一个免疫相关DNA突变，在肺组织里会提高IL20RA基因的表达，到食管组织里却反过来压低它，按整块器官测序始终查不出缘由。
直到AlphaGenome 2把视角拉到单个细胞，背后的原因才彻底清楚。
在上皮细胞里，这个突变破坏的是负责激活基因的调控位点，基因表达因此明显下降。
而在血管内皮细胞里，它破坏的却是抑制基因的位点，限制一旦失去，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，把整块器官混在一起算均值时，两股相反的作用就相互抵消了。
预测精度细化到单个细胞之后，模型的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了单细胞微调，也只能找出16%的致病突变。
在TenK10K基准测试覆盖的28种人类免疫细胞上，初代模型即使做了单细胞微调，也只找得出16%的致病突变。AlphaGenome 2把这一比例拉到30%；判断「突变会让基因活性增强还是减弱」时，准确率从23%升到43%，两项核心指标差不多都翻了一倍。
人类造血干细胞一步步分化成红细胞和B细胞，这个动态过程它同样能画，生成的热图与实验室实测结果高度吻合。
纯靠AI模拟计算，零实验复现Nature数年成果
跑分翻倍或许只能算基本功。真正让生物学家震动的，是它在真实疑难病症上的表现。
2024年《Nature》刊登过一项在医学界引起不小反响的炎症性肠病研究。为了查清一处藏在非编码区的致病线索，科研团队在实验室里耗了好几年，一遍遍做CRISPR基因敲除等繁琐实验。
最后他们才证实：一处微小的基因突变跨越29万个碱基的超远距离，过度激活了ETS2基因，引发严重肠道炎症。
这回DeepMind团队把同一段DNA喂给AlphaGenome 2。全程没做一次生物实验，模型仅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挑出致病突变，还跳过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：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。
查找病因之外，在已获批上市的镰状细胞病CRISPR基因疗法靶点上，它的表现也很亮眼。在红细胞发育早期的关键细胞中，模型精准找到相隔5.8万个碱基的调控位点，并把基因编辑针对的GATAA核心序列一字不差地识别出来。
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，研究人员常碰上一个现实难题：不少罕见病或新发感染，从患者身上往往只能采到几十个病变细胞，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对应的细胞状态特征，再直接传给主干网络。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造成什么影响。
为验证这项能力，团队拿了一批模型从未见过的190名帕金森病患者脑组织样本做测试。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疫苗接种者样本中，它不光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很隐蔽的新冠重症突变。数据显示，该突变在未激活的T细胞里几乎不起作用；一旦免疫系统被激活，它就会明显抑制抗病毒基因的表达，加重感染风险。
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
模型和论文之外，DeepMind还给全球科研人员备好了两套大规模数据库，无偿对外公开。一套是覆盖640种真实人体细胞的基因调控图谱；另一套则提前算完了近700万个基因变异在510种细胞状态下的影响评分。
眼下，相关API与交互式Colab教程都已面向非商业科研用途免费开放。
官方博客的结尾处，DeepMind又放出一个重量级预告：团队将很快把AlphaGenome 2打包成Skills，装进自家的Agent开发平台Google Antigravity，让Gemini 4直接调用。
一边是长于文献研读和科学推理的Gemini 4大脑，另一边是能看透亿万单细胞的AlphaGenome 2。两者凑到一起，过去要在实验室里耗上数年的试错与筛选，如今靠几轮Agent调用就能在电脑上先跑一遍。
照此发展，人类弄清疑难杂症、开发新药的周期也会被大幅压缩。
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/
