谷歌DeepMind发布AlphaGenome 2，AI for Science切入基因医学领域

11月11日，谷歌DeepMind发布新一代DNA序列模型AlphaGenome 2，把基因变异影响预测的分辨率，从组织平均层面推进到单个细胞类型与细胞状态层面。新模型基于超过1亿个单细胞图谱数据训练，覆盖68个组织的人类与小鼠样本，在28种原代免疫细胞类型的测试集上，识别因果变异的比例从上一代的16%提升至30%，在90%精度下召回率实现翻倍。

模型目前面向非商业研究免费开放，商业研究需申请私有预览，DeepMind同时明确其尚未获得临床或诊断用途许可。从蛋白质结构预测到基因组调控解读，AI for Science正在从生命科学的外围工具，走进疾病机理研究的核心环节。

从组织平均到单细胞分辨率，模型架构做了实质重构

前代AlphaGenome的核心局限，在于预测结果以组织平均值呈现。同一块组织内混合着多种细胞，变异的影响被均值掩盖，研究者很难判断某个突变究竟作用于哪一类细胞。而绝大多数与人类性状和疾病相关的遗传变异位于非编码区，它们通过改变基因调控发挥作用，这种调控往往只在特定细胞类型、特定状态下才显现。均值化的预测，恰好丢掉了最关键的信息。

AlphaGenome 2的技术路线，是把模型改造成条件序列到功能模型。输入不再只是一段DNA，而是1Mb的DNA序列加上一个明确的目标条件，这个条件可以是组织、细胞类型或细胞状态。模型不再是并行地对所有细胞类型同时输出预测，而是针对单一条件做定向推理。这一架构调整带来两个直接结果：其一，模型能够区分彼此高度相似的细胞类型，而上一代在此类场景中容易混淆；其二，条件可以直接从基因表达数据中推断，使模型无需微调即可适配此前未见过的单细胞数据集与细胞状态。

性能数据之外，更具产业价值的是模型产出的图谱。研究团队基于该模型，在数百种人类细胞类型上构建了增强子与基因的连接图谱，并为700万个常见变异生成了打分。这意味着研究者面对一个复杂性状位点时，可以直接获得候选因果变异及其调控对象的线索，而不必从零开始做海量筛选。DeepMind方面表示，这套方法为把观测性的细胞图谱，转化为可查询的变异效应地图提供了范式。

基因医学的想象空间打开，临床边界依然清晰

对药物研发而言，这项能力的落点相当具体。新药靶点发现长期受制于因果性判断，全基因组关联分析能找到位点，却很难说明是哪个变异、通过调控哪个基因、在哪类细胞中致病。细胞类型级的变异效应预测，恰好补上了这一环，理论上可以缩短从遗传学发现到靶点验证的周期，并降低后期临床失败的概率。在罕见病领域，大量患者携带的非编码区变异缺乏明确解读，细胞类型特异性的预测结果，可以为遗传诊断提供优先级排序，帮助医生把有限的验证资源投向最可能的候选变异。

但边界同样需要说清楚。DeepMind明确该模型未获临床或诊断许可，其输出本质上是基于序列与表达的相关性推断，任何用于临床的结论都必须经过实验验证。这与AI在蛋白质结构预测领域的处境类似：模型能给出高置信度的候选，但湿实验验证仍然是不可替代的环节。此外，模型的训练数据以人类与小鼠的单细胞图谱为主，对非欧洲人群遗传背景、罕见细胞类型、发育早期状态的覆盖仍有不足，泛化能力在真实临床样本上会打折扣。

产业层面的竞争格局也在成形。AI for Science赛道过去两年的重心集中在蛋白质结构、分子生成、材料筛选，基因组调控解读是相对晚进入、门槛更高的方向。其壁垒不在模型架构，而在数据：高质量单细胞图谱的采集成本极高，供体数量、组织覆盖、疾病队列的深度，决定了模型能否真正做出可用预测。DeepMind依托自身的数据与合作网络占据先发位置，商业研究采取私有预览模式，也在客观上形成了一层准入壁垒。对国内产业而言，单细胞图谱建设、基因调控模型研发尚处早期，数据积累与临床样本可及性，是比模型参数更现实的差距。

展望

AlphaGenome 2的意义，不在于它把某个指标提升了多少个百分点，而在于它把基因组解读的颗粒度，推进到了疾病实际发生的层面。当模型能够回答某个变异在哪类细胞中、通过何种调控路径产生影响，基因组学就从描述性科学向可预测的方向迈进了一步。接下来值得观察的，是这套方法在真实药物研发管线中的验证效率、商业预览模式下的产业化节奏，以及临床监管如何为这类预测工具设定准入标准。AI进入基因医学的速度正在加快，但科学的验证链条并未因此缩短，模型给出假设，实验给出结论，这条路径在可预见的未来不会被改写。