AI资讯

DeepMind 发布 AlphaGenome 2,变异影响预测范围接近翻倍

发布时间:2026年11月12日 10:10:00

11 月 12 日,Google DeepMind 发布 DNA 分析模型 AlphaGenome 2,可预测基因变异对具体细胞类型的影响。谷歌称其识别出的影响基因表达的变异数量接近上一代的两倍。模型面向非商业研究开放,但尚未获批用于临床诊断。


事件:把「哪里出错」定位到细胞

11 月 12 日,Google DeepMind 发布 AlphaGenome 2,这是一个 DNA 分析模型,核心能力是预测基因变异如何影响具体的细胞类型。

关键数字与条款:

项目内容
核心提升识别出的影响基因表达的变异数量接近上一代 2 倍
使用范围面向科研人员开放,仅限非商业研究
监管状态未获临床诊断批准

第二、第三条同样重要:它说明这是一个研究工具,不是医疗产品。

为什么「细胞类型」是关键词

过去的基因组模型大多回答一个问题:这个变异会不会影响基因表达?

AlphaGenome 2 回答的是更细的一层:在哪种细胞里、影响多少?

这个区别决定了它的实用价值。同一个变异,在肝细胞里可能毫无影响,在心肌细胞里却会显著改变表达——这正是很多「全基因组关联分析找到位点,却做不出药」的原因:位点找到了,但不知道作用于哪个组织。

把变异定位到细胞类型,等于给药物研发提供了靶点组织的先验,能显著减少早期筛选的试错。

AI for Science 的第三次跃迁

把这次发布放到更大的脉络里看,AI 在生命科学已经走过三段:

阶段代表解决的问题
结构预测AlphaFold蛋白质长什么样
序列设计AlphaProteo 等怎么造出想要的蛋白
功能预测AlphaGenome 系列变异会带来什么后果

第三段比前两段更难,因为它的验证周期更长、噪声更大。结构预测可以拿实验晶体结构对照,功能预测往往要在细胞系甚至动物模型里验证,一个结论可能需要数月。

边界必须说清楚

三条限制需要在传播中保留:

  1. 仅限非商业研究:企业想用它做药物筛选,需要另外的授权路径;
  2. 未获批临床诊断:不能用于给患者出报告;
  3. 预测不等于因果:模型给出的是相关性最强的候选,仍需湿实验验证。

这三点决定了它短期内是科研加速器,而不是医疗产品。

三层影响

对科研机构:罕见病研究最直接受益。大量罕见病位点已知、机制不明,细胞类型级的预测能大幅缩小验证范围。

对药企:靶点发现的前置环节效率提升,但商业授权是门槛,可能催生新的合作模式。

对 AI for Science 赛道:再次验证「专用模型 + 高质量生物数据」的路线,通用大模型难以替代。

观察点

  1. 学术界的复现与质疑:预测准确率需要独立验证。
  2. 商业授权何时开放:这决定产业影响力。
  3. 是否延伸到更多物种与组织:当前覆盖范围是能力边界。
  4. 与湿实验的闭环:有多少预测被实验证实,是最硬的指标。

一句话总结:AlphaGenome 2 把「变异在哪出错」从组织级推进到细胞级,但离临床还有一段必须用实验填满的距离。