跳到正文
Google DeepMind·· 5 天前精选AI 评分80

Google DeepMind 发布 AlphaGenome 2,可预测 DNA 变异对特定细胞类型的影响

AlphaGenome 2: Deciphering how cells read DNA to better understand disease

AI 导读

Google DeepMind 发布 AlphaGenome 2,可预测 DNA 变异如何影响特定人类细胞类型。该模型采用条件式架构,训练数据覆盖 68 个组织、超过 1.07 亿个单细胞图谱;相比原始 AlphaGenome 微调版本及其他专用工具,其在 TenK10K 上识别出的因果变异比例为 30% 对 16%。

推荐理由

相比上一代以组织平均为主,AlphaGenome 2 把变异效应预测细化到具体细胞类型,并列出与旧模型的直接性能对比。

正文 · AI 翻译

November 11, 2026 科学

Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 和 Žiga Avsec

我们的新一代 DNA 序列模型连接了单细胞生物学与人类遗传学,可预测遗传变异如何影响数百种人类细胞类型。

今天,我们宣布推出 AlphaGenome 2,这是我们的新一代模型,能够预测 DNA 序列及其变异如何影响特定的人类细胞类型,为科学家提供了一个强大的新工具,以揭示疾病的细胞驱动因素。

细胞是生命的基本构成单位。我们体内的每个细胞都携带相同的 DNA 蓝图,然而每种细胞类型和状态——比如心肌细胞或正在对抗感染的免疫细胞——会开启或关闭不同的基因来完成其工作。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是一项尚未解决的挑战,而这正是人类性状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。我们通过 AlphaGenome Atlas 扩展了它的覆盖范围,该平台包含人类基因组中全部 90 亿种可能的单字母变化的预测结果。这些工具帮助研究人员优先排序并解读变异效应,推动了罕见病、复杂性状和基础生物学领域的发现。

通过从广泛的组织平均值深入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在广泛组织模型中会被遗漏的疾病相关细胞中的变异效应,还能对模型此前从未见过的细胞和疾病状态进行预测。

与我们之前的最先进模型相比,AlphaGenome 2 识别出的能改变细胞中基因表达的变异数量接近两倍。该模型在 68 种组织中超过 1 亿个单细胞图谱上训练而成,将静态的细胞图谱转变为人类遗传学的预测引擎。AlphaGenome 2 今天起可通过 AlphaGenome API 用于非商业研究,并以私密预览形式提供给商业研究使用。

为特定细胞类型重新设计 AlphaGenome

An image for a chart comparing the predictive performance of AlphaGenome 1 and AlphaGenome 2.An image for a chart comparing the predictive performance of AlphaGenome 1 and AlphaGenome 2.

比较 AlphaGenome 1 和 2 处理细胞类型的方式。AlphaGenome 从一段 100 万个字母的 DNA 序列中产生固定的并行输出,涵盖大量组织和细胞系。AlphaGenome 2 是一个条件模型,在输入 DNA 序列之外还接受一个特定的生物学条件,该条件既可以从细胞类型参考目录中选择,也可以通过我们的细胞编码器根据科学家自己的单细胞实验即时生成。

第一个 AlphaGenome 模型接收一段 100 万个字母的 DNA 序列,一次性预测来自多种组织的数千个实验中的属性。虽然高效,但这种并行方法分散了模型的能力,使其难以捕捉密切相关的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 不再并行预测,而是一个条件模型,一次预测一个条件——即一种组织、细胞类型或状态——下的 DNA 效应。除了百万字母长度的 DNA 序列外,它在架构的每个阶段都把目标生物学条件作为输入。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解读的。

条件模型还支持跨模态填补,使 AlphaGenome 2 能够预测缺失的实验数据。该模型将细胞的生物学状态与其输出分离开来,因此如果科学家只输入一项测量结果,比如单细胞基因活性,AlphaGenome 2 就能预测未测量的属性,例如染色质可及性。这进而可以帮助研究人员确定下一步优先开展哪些实验。

我们在人类和小鼠样本的批量与单细胞数据上训练了 AlphaGenome 2,其中包括超过 1.07 亿个单细胞图谱。AlphaGenome 2 超越了原模型的批量组织平均水平,能够解析特化细胞内部的活性——例如不同的心肌细胞或血液免疫细胞——从而帮助发现仅在特定细胞类型中起作用的关键 DNA 变异。

该模型预测与 AlphaGenome 相同的核心 DNA 功能实验读出——例如基因表达、组蛋白修饰和染色质可及性——但还预测 DNA 甲基化,这是一个被广泛要求的读出。

最先进的细胞类型预测与变异召回能力

AlphaGenome 2 在预测特定细胞中的基因调控方面显著更好,帮助研究人员精准定位与疾病相关的变异。

  • 改进的细胞类型特异性 在其训练数据之外的基因组区域上,AlphaGenome 2 能显著更多地解释组织内基因表达在不同细胞类型之间的差异——追踪基因表达的连续变化,例如人类造血干细胞成熟为红细胞和免疫谱系的过程。
  • 改进的变异效应预测 在 TenK10K 数据集(一个涵盖 28 种原代免疫细胞类型的大型单细胞图谱)上,AlphaGenome 2 可靠地识别出的因果变异(30% 对 16%)和方向性基因效应(43% 对 23%)数量接近在单细胞数据上微调的原版 AlphaGenome 及其他专用工具的两倍。这种精度有助于研究人员发现被忽视的候选变异,从而带来新发现。
  • 精准定位与疾病相关的变异 最近一项里程碑式研究表明,一个远端调控开关中的变异通过在肠道免疫细胞(巨噬细胞)中过度激活 ETS2 基因而驱动炎症性肠病(IBD)。AlphaGenome 2 在肠道各种免疫细胞类型中进行预测,以计算方式重现了这一发现。它单独挑出了该因果变异,并表明它选择性地增强肠道巨噬细胞中的 ETS2 基因,而对其他细胞类型和基因基本没有影响。

AlphaGenome2 的预测更接近观测到的基因表达。 这是一张成熟红细胞(即造血过程)基因表达的热图,展示了行归一化(Z 分数)的观测值(左)、AG2 的预测值(中)以及在单细胞数据上微调的 AG1 的预测值(右)。每张热图中,不同的基因位于水平行,而造血分化的连续阶段位于垂直行。

分析新的细胞类型和状态,无需重新训练

AlphaGenome 2 还能泛化到全新的单细胞实验,而无需重新训练。科学家可以上传仅由几十个细胞组成的单细胞 RNA-seq 基因活性快照;这些基因活性随后被压缩为细胞状态表示,再用于以未见过的状态来条件化模型。AlphaGenome 2 的表现可以媲美甚至超越直接在这些数据集上训练或微调的模型。

这使得 AlphaGenome 2 能够预测新细胞状态下的变异效应和基因调控,例如由疾病或疫苗接种引起的状态。例如,给定一项 COVID-19 mRNA 疫苗研究中未见过的单细胞数据,AlphaGenome 2 能够区分被疫苗激活的免疫 T 细胞与静息状态的 T 细胞。它还揭示出,一个与重症 COVID-19 相关的变异在细胞处于这种激活状态时会更强地破坏基因活性——这一效应在未激活的细胞中会被忽略。

架起人类遗传学与单细胞生物学的桥梁

更好地理解疾病的一种方式,是将人类遗传学与细胞生物学联系起来。建立这种联系的一个重要部分,需要把全基因组关联研究(GWAS)中发现的数千种性状和疾病相关变异,与不断增长的人体单细胞图谱连接起来。

为了帮助研究人员建立这些联系,而不必自己运行大规模计算,我们预先计算了 AlphaGenome 2 在数百种人类细胞和组织条件下对性状相关变异的预测,以应对两大挑战:

  • 在真实人类细胞类型中绘制增强子与基因的联系:许多疾病相关变异位于被称为增强子的远端调控开关中,这使得它们的效应难以追踪。由于实验性 CRISPR 筛选大多使用稳定的实验室培养细胞系,科学家往往缺乏人体内特定细胞的这些连接图。AlphaGenome 2 将增强子-基因映射扩展到原代人类细胞类型——例如支持并保护神经元的脑星形胶质细胞——帮助研究人员在疾病发生的具体细胞中,将调控变异与其靶基因联系起来。
  • 精确定位因果性 GWAS 变异及其发挥作用的细胞:全基因组关联研究会标记出与疾病相关的广泛 DNA 区段,但研究人员并不总能随后以高置信度找到确切的因果变异、靶基因和细胞类型。在从身高到 2 型糖尿病的多种复杂性状上,AlphaGenome 2 预先计算的变异评分有助于精确定位最可能参与其中的具体变异和细胞类型。在有把握时,该模型还能准确预测某个变异是上调还是下调基因活性——这是理解该基因如何导致疾病的关键线索。

与科学界共同展望未来

随着科学家在单细胞水平上绘制出更多人体图谱,AI 模型将继续变得更加强大。通过我们持续的合作,包括与 Wellcome Sanger Institute 研究人员的合作,我们正在努力对更广泛的人类细胞类型、发育谱系和受扰动的细胞状态进行分析。我们期待看到整个社区的研究人员如何利用 AlphaGenome 2 及其改进的细胞类型特异性预测,揭示遗传变异在细胞间的作用方式, 以及这些发现对基础生物学和疾病的意义。

AlphaGenome 2 以及用于表达条件化的交互式 Colab 教程,现已通过 AlphaGenome API 面向非商业研究开放,商业研究则处于私密预览阶段。此外,我们很快将在 Google Antigravity(我们的智能体开发平台)中发布 AlphaGenome 2 Skills。像 AlphaGenome 2 这样的专用模型,与 Antigravity 中 Gemini 4 这样强大的智能体科学工具相结合,将帮助科学家加速研究并取得新发现。

我们非常感谢我们的受信任测试者社区对 AlphaGenome 2 的反馈,也感谢众多帮助创建用于训练它的数据集的个人和研究人员。我们希望重点介绍一些社区可以借鉴的有趣的 AlphaGenome 2 用例。请在 11 月 30 日之前通过此表格与我们联系;入选项目可能有资格获得额外的配额和额度。我们也希望在社区意见的指导下规划未来的路线图,请在我们的社区论坛分享您的反馈和想法。

请注意,AlphaGenome 和 AlphaGenome 2 仅供研究使用,尚未经过验证或批准用于临床或诊断目的。

致谢

核心研究工作得益于以下人员的贡献:Adam Gayoso、Anne Mottram、Alexander Karollus、Guido Novati、Pavol Drotár、John Reid、Laetitia Meng-Papaxanthos、Adam Kosiorek、Eirini Arvaniti、Vincent Dutordoir、Soham De、Tom Ward、Lai Hong Wong、Matteo Perino、Kyle Taylor、Jun Cheng、Natasha Latysheva、Joshua Pan、Dhavanthi Hariharan、Clare Bycroft、Lauren Nicolaisen、Demis Hassabis、Pushmeet Kohli 和 Žiga Avsec

我们要感谢以下人员的支持和反馈,包括 Gabriella Stanton、Charlie Taylor、Raina Thomas、Lucas Tenório、Antonio García、Joseph Powell、Angli Xue、Trygve Bakken、Nelson Johansen、Junyue Cao、Ziyu Lu、Jacob Hepkema、Leopold Parts、Irina Voineagu、Souradeep Basu、Michal Zielinski、Jeff Cao、Ioannis Sarropoulos、Sarah Teichmann、Amanda Stafford、Eliseo Papa。

最后,我们要感谢 Evie Gray、Adriana Fernandez Lara、Alex Wilkins、Danielle Breen、Dimple Vijaykumar、Muinat Abdul、Chris Kwaku-Abdullahi、Kathryn Seager、Ryan Smith、Ross West 和 Gaby Pearl 在传播这项工作方面的专业知识。

来源:Google DeepMind · deepmind.google