新智元报道
DeepMind 深夜又甩出王炸了！
就在刚刚，诺奖得主哈萨比斯亲自挂帅，带领谷歌 DeepMind 正式发布新一代 DNA 基础模型 AlphaGenome 2。
要知道，当年让他一举封神的 AlphaFold，其实只破解了人类 DNA 中占2% 的蛋白质编码区。
而剩下整整 98% 的非编码区，一直被称为基因组里的「暗物质」。这里不仅掌管着基因开启与关闭的「调控开关」，还藏着人类九成以上的致病突变。
这一次，DeepMind 一口气放出长达 78 页的重磅技术报告，带着 AlphaGenome 2 向这片「暗物质」发起总攻，带来了四大核心突破。
-
从「看整块器官」精确到「看单个细胞」
模型吃透了人体 68 种组织、超 1.07 亿个单细胞数据，能看清同一个 DNA 突变在不同细胞里各自的反应，抓出致病突变的成功率比上一代直接翻倍。
-
不用做生物实验，纯靠计算复现《Nature》数年成果
一滴试剂没碰，模型就精准找出了引发严重肠病的幕后突变，连突变在哪种免疫细胞里发作都算得一清二楚。
-
碰到没见过的新病变，只喂几十个细胞就能看懂
哪怕是模型从未见过的病变样本，科研人员也不用重新训练模型，只需上传几十个细胞的测序数据，就能快速预测突变带来的后果。
-
免费开放百万级变异库，即将接入 Gemini 4
官方公开了涵盖数百万个基因变异的影响评分库，并且很快还会把模型打包成 Skills 接入 Google Antigravity，交给 Gemini 4 随时调用。
精确到单个细胞
致病突变识别率直接翻倍
为了破译这片基因组「暗物质」，DeepMind 曾推出过初代 AlphaGenome，但它有一个明显的短板，只能按「整块器官组织」来做笼统预测。
然而一块人体组织里往往混杂着几十种不同的细胞，混在一起只能算出「平均信号」，这就导致少数致病细胞的特征很容易被掩盖。
这也解释了为什么，遗传学界一直有个让人困惑的现象——
明明是同一个免疫相关的 DNA 突变，在肺组织里会提高 IL20RA 基因的表达，到了食管组织里却反过来降低它，按整块器官测序始终找不到原因。
直到AlphaGenome 2把视角拉近到单个细胞，背后的原因才彻底水落石出。
原来在上皮细胞里，这个突变破坏了负责激活基因的调控位点，从而导致基因表达显著下降。
相反，在血管内皮细胞里，它破坏的却是负责抑制基因的位点，失去限制后，基因表达反而大幅上升。
由于食管里上皮细胞占多数，而肺里血管内皮细胞更丰富，因此把整块器官混在一起算均值时，两股相反的作用就会互相抵消。
不难看出，当预测精度细化到单个细胞后，模型的识别准确率实现了大幅跃升。
在涵盖 28 种人类免疫细胞的 TenK10K 基准测试中，即便对初代模型专门进行单细胞微调，它也只能找出 16% 的致病突变。
相比之下，AlphaGenome 2 不仅将这一比例提升到了 30%，而且在判断「突变会让基因活性增强还是减弱」时，准确率也从 23% 拉高到了 43%，两项核心指标几乎双双翻倍！
就连人类造血干细胞一步步分化成红细胞和B细胞的动态过程，它画出的基因变化热图，也跟实验室真实测出来的结果如出一辙。
纯靠 AI 模拟计算
零实验复现 Nature 数年成果
如果说跑分翻倍还只是基本功，那么它在真实疑难杂症上的表现，才真正让生物学家感到震撼。
2024 年，《Nature》曾刊登过一项轰动医学界的炎症性肠病研究。
为了查清一处藏在非编码区的致病线索，科研团队在实验室里苦熬了好几年，反复进行 CRISPR 基因敲除等繁琐实验。
最终他们才好不容易证实，一处微小的基因突变竟然跨越 29 万个碱基的超远距离，过度激活了 ETS2 基因，从而引发严重的肠道炎症。
这次，DeepMind 团队把同一段 DNA 输进了 AlphaGenome 2。然后，模型全程没做一次生物实验，仅凭计算就得出了完全一致的结论！
在此过程中，模型不仅从 7 个高度相似的候选位点里一眼揪出致病突变，而且跳过了旁边距离更近的基因，精准锁定了远处的 ETS2。
并且，它还进一步算出了「该突变只在肠道巨噬细胞和单核细胞里起作用，其他免疫细胞几乎不受影响」这一关键细节。
除了查找致病原因，在已经获批上市的镰状细胞病 CRISPR 基因疗法靶点上，它的表现同样非常亮眼。
模型不仅在红细胞发育早期的关键细胞中，精准找到了相隔 5.8 万个碱基的调控位点，还把基因编辑所针对的 GATAA 核心序列一字不差地识别了出来。
无需重新训练模型
只喂几十个细胞看懂未知病变
到了临床一线，研究人员经常会碰到一个现实难题。
许多罕见病或新发感染往往只能从患者身上采集到几十个病变细胞，这点数据量远不足以重新训练一个大模型。
为了解决这一痛点，AlphaGenome 2 在主干网络之外专门新增了一个细胞编码器。
有了这套设计，无论遇到什么没见过的新病变，科研人员只需上传几十个新细胞的测序数据，细胞编码器就能当场提取出对应的细胞状态特征。
随后，这些特征会直接传给主干网络。这样一来，整个大模型无需重新训练，就能直接预测基因突变在这些新细胞里产生的影响。
为了验证这项能力，团队选用了一批模型从未见过的 190 名帕金森病患者脑组织样本进行测试。
在没有做任何针对性训练的情况下，AlphaGenome 2 成功识别出 41% 的致病突变，远超专门用这批患者数据训练过的同类模型 Scooby（仅 17%）。
而在另一批新冠 mRNA 疫苗接种者样本中，它不仅敏锐识别出了打完加强针后才被唤醒的稀有T细胞，还顺藤摸瓜找出了一个非常隐蔽的新冠重症突变。
数据显示，这个突变在未激活的T细胞里几乎没有影响。但一旦免疫系统被激活，它就会显著抑制抗病毒基因的表达，从而加重感染风险。
不仅如此，这套架构还能帮实验室省下一大笔检测经费。
科研人员只需测量一项最常规的单细胞基因表达数据，模型就能自动推算出单碱基 DNA 甲基化等多项高成本指标，相当于测一项就能补全多项数据。
免费开放 700 万变异库
即将化作 Skills 接入 Gemini 4
除了发布模型与论文，DeepMind 这次还帮全球科研人员提前算好了两套大规模数据库，并全部免费公开。
其中不仅有 640 种真实人体细胞的基因调控图谱，还提前算出了近 700 万个基因变异在 510 种细胞状态下的具体影响评分。
目前，相关 API 和交互式 Colab 教程均已向非商业科研免费开放。
而在官方博客的末尾，DeepMind 还释放了一个重磅预告。
团队很快就会把AlphaGenome 2 封装成Skills，接入自家的 Agent 开发平台Google Antigravity，交由Gemini 4直接调用！
试想，一边是擅长文献研读与科学推理的 Gemini 4 大脑，一边是看透亿万单细胞的 AlphaGenome 2。
当这两者结合在一起，那些原本要在实验室里苦熬数年的试错与筛选，就能通过几轮 Agent 调用在电脑上提前跑通。
如此一来，人类查清疑难杂症、研发新药的周期，也将大幅缩短！
参考资料：
https://deepmind.google/blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/
https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/alphagenome-2-deciphering-how-cells-read-dna-to-better-understand-disease/alphagenome-2.pdf
https://www.alphagenomedocs.com/
编辑：摩西
