AlphaGenome 2:解讀細胞如何讀取 DNA,以更好地理解疾病

2026-11-17 · Google DeepMind

釋出與定位

AlphaGenome 2 是新一代 DNA 序列模型,原文標註日期為 2026 年 11 月 11 日,發表於 Science。它預測 DNA 序列及其變異如何影響特定人類細胞型別和狀態,為科學家揭示疾病的細胞驅動因素提供新工具。

背景:同一套 DNA,不同的細胞讀取方式

細胞是生命的基本單位。人體每個細胞攜帶相同的 DNA 藍圖,但心臟肌細胞、抵抗感染的免疫細胞等不同細胞型別和狀態會開啟或關閉不同基因。Human Cell Atlas 等全球計劃正在繪製數百萬細胞的基因表達圖譜,但預測細微 DNA 變異如何影響細胞中的基因表達仍未解決,而這是人類性狀與疾病的關鍵驅動因素。

從組織平均到條件式細胞建模

此前釋出的 AlphaGenome 可預測 DNA 變異如何影響廣泛組織中的分子活動;AlphaGenome Atlas 則覆蓋人類基因組中全部 90 億種可能的單字母變化。AlphaGenome 1 從一百萬個字母的 DNA 序列出發,並行輸出大量組織與細胞系的固定結果。並行方式效率高,但會分散模型容量,難以捕捉相近細胞型別間的細微差異。

AlphaGenome 2 改為條件模型:除一百萬個字母的 DNA 序列外,它在架構的每個階段都接收目標生物條件作為輸入。該條件可定義為組織、細胞型別或狀態,可從參考目錄中選擇,也可透過 cell encoder 從科學家自己的單細胞實驗中即時生成。這樣,模型能學習同一段 DNA 在不同細胞型別中如何被不同讀取。

訓練資料與預測輸出

模型在人類和小鼠的 bulk 與單細胞資料上訓練,包含超過 1.07 億個個體細胞圖譜、覆蓋 68 個組織。它預測基因表達、組蛋白修飾、染色質可及性等 DNA 功能核心實驗讀數,並新增 DNA 甲基化。條件模型還支援跨模態填補:模型將細胞生物狀態與輸出分離,因此輸入一種測量(如單細胞基因活性)後,可預測未測量屬性(如染色質可及性),幫助研究人員確定後續實驗優先順序。

效能表現

AlphaGenome 2 在細胞中識別出的改變基因表達的變異數量,接近此前最先進模型的兩倍。它提升了細胞型別特異性:在訓練資料之外的基因組區域,模型能解釋同一組織內不同細胞型別之間基因表達差異的顯著更多部分,並可追蹤連續變化,例如人類血液幹細胞成熟為紅細胞和免疫譜系的過程。在覆蓋 28 種原代免疫細胞型別的大規模單細胞圖譜 TenK10K 上,與經單細胞資料微調的原 AlphaGenome 及其他專用工具相比,它識別出的因果變異接近兩倍(30% 對 16%),方向性基因效應也接近兩倍(43% 對 23%)。

劍橋大學幹細胞醫學教授、Human Cell Atlas 聯盟聯合創始人 Sarah Teichmann 表示,AlphaGenome 2 可直接適應新的單細胞資料而無需重新訓練,並能基於哪怕少量細胞,預測 DNA 變異在新近分析的細胞狀態中的作用。

可用性

AlphaGenome 2 即日起透過 AlphaGenome API 面向非商業研究開放;商業研究可透過 Google Cloud 進行私測預覽。

原文連結