跳转到内容
主站 新闻 控制台

AlphaGenome 2:破译细胞如何读取 DNA,以更深入地理解疾病

· DeepMind
DeepMind

2026年11月11日 科学

Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec

阅读论文

Image 39: 深色背景上发光、半透明的粉色立方体等距网格,显示出不同程度的细分小块。

我们的下一代 DNA 序列模型架起了单细胞生物学与人类遗传学之间的桥梁,能够预测基因变异如何影响数百种人类细胞类型。

今天,我们正式发布下一代模型 AlphaGenome 2。它可以预测 DNA 序列及其变异如何影响特定的人类细胞类型,为科学家揭示疾病的细胞驱动因素提供了强大的新工具。

细胞是生命的基本构建模块。我们体内的每个细胞都携带着相同的 DNA 蓝图,但每种细胞类型和状态(例如心肌细胞或正在抗击感染的免疫细胞)都会通过开启或关闭不同的基因来履行其职责。“人类细胞图谱”(Human Cell Atlas)等全球性项目正在绘制数百万个细胞的基因表达图谱,但预测细微的 DNA 变异如何影响细胞中的这种表达仍然是一个未解难题,而这正是决定人类特征和疾病的关键驱动因素。

去年,我们推出了 AlphaGenome,用于预测 DNA 变异如何影响广泛组织中的分子活动。随后,我们通过 AlphaGenome Atlas 扩大了其应用范围,该平台包含了对人类基因组中所有 90 亿种可能的单碱基变化(single-letter changes)的预测。这些工具帮助研究人员对变异效应进行优先级排序和解释,推动了罕见病、复杂特征和基础生物学领域的发现。

通过将研究视角从宽泛的组织平均水平聚焦到单个细胞类型和细胞状态,并重新设计模型架构,AlphaGenome 2 在变异预测性能上实现了跨越式提升。重要的是,它使研究人员能够预测宽泛组织模型会遗漏的疾病相关细胞中的变异效应,并对模型前所未见的细胞和疾病状态进行预测。

与我们之前的最先进(SOTA)模型相比,AlphaGenome 2 识别出的可改变细胞基因表达的变异数量几乎翻了一番。该模型在涵盖 68 种组织的超过 1 亿个单细胞图谱数据上进行了训练,将静态的细胞图谱转化为人类遗传学的预测引擎。AlphaGenome 2 即日起通过 AlphaGenome API 面向非商业研究开放,并面向商业研究提供内测(private preview)。

针对特定细胞类型重新设计 AlphaGenome

Image 40: 比较 AlphaGenome 1 和 AlphaGenome 2 预测性能的图表图像。Image 41: 比较 AlphaGenome 1 和 AlphaGenome 2 预测性能的图表图像。

比较 AlphaGenome 1 和 2 处理细胞类型的方式。AlphaGenome 从 100 万个碱基的 DNA 序列中,并行生成固定数量的群体组织(bulk tissues)和细胞系输出。AlphaGenome 2 则是一个条件模型(conditional model),在接收输入 DNA 序列的同时,接收一个特定的生物条件——该条件既可以从参考细胞类型目录中选择,也可以通过我们的细胞编码器(cell encoder)根据科学家自己的单细胞实验实时生成。

第一代 AlphaGenome 模型输入一个包含 100 万个碱基的 DNA 序列,并一次性预测来自多个组织的数千个实验的属性。这种并行方法虽然高效,但分散了模型的容量,使其难以捕捉近缘细胞类型之间的细微差异。

为了改进这一点,我们从根本上重新设计了模型处理细胞类型的方式。AlphaGenome 2 不再进行并行预测,而是作为一个条件模型,每次仅针对一种条件(定义为组织、细胞类型或状态)预测 DNA 效应。除了 100 万个碱基的 DNA 序列外,它还在其架构的每个阶段将目标生物条件作为输入。这使它能够学习同一段 DNA 在不同细胞类型中是如何被不同地读取的。

条件模型还支持跨模态插补(cross-modality imputation),使 AlphaGenome 2 能够预测缺失的实验数据。该模型将细胞的生物状态与其输出分离开来,因此如果科学家仅输入一项测量数据(如单细胞基因活性),AlphaGenome 2 就可以预测未测量的属性(如染色质可及性)。这有助于研究人员确定下一步实验的优先级。

我们使用人类和小鼠样本的群体(bulk)及单细胞数据对 AlphaGenome 2 进行了训练,其中包括超过 1.07 亿个单细胞图谱。超越了初代模型的群体组织平均值,AlphaGenome 2 能够解析特定细胞(例如不同的心肌细胞或血液免疫细胞)内部的活动,从而帮助发掘仅在特定细胞类型中起作用的关键 DNA 变异。

该模型不仅预测与 AlphaGenome 相同的核心 DNA 功能实验读出数据(readouts)——如基因表达、组蛋白修饰和染色质可及性——还新增了广受需求的 DNA 甲基化(DNA methylation)读出数据预测。

AlphaGenome 2 令人兴奋之处在于它能够直接适应新的 s