Google DeepMind 发布 AlphaGenome 2　按细胞类型预测基因变异　检出率近翻倍

Google DeepMind 11 月 11 日发布第二代 DNA 序列模型 AlphaGenome 2，可按单一细胞类型预测 DNA 变异对基因活动的影响，协助科学家找出导致疾病的细胞层面原因。与上一代只预测组织平均值不同，新模型能分辨同一段 DNA 在不同细胞中的读法差异，在关键基准上的表现近乎翻倍。

从组织平均值到单一细胞类型

人体每个细胞都带有相同的 DNA，但心肌细胞、免疫细胞等不同细胞类型会开关不同的基因。上一代 AlphaGenome 一次过对数千种组织实验作平行预测，难以捕捉相近细胞类型之间的细微差别。AlphaGenome 2 改为「条件模型」：输入一段最长 100 万个碱基的 DNA 序列，同时输入目标生物条件（组织、细胞类型或状态），逐一预测该条件下的 DNA 效应。模型以超过 1.07 亿个单细胞图谱、覆盖 68 种组织的数据训练，并新增 DNA 甲基化这一广受要求的预测指标。

检出率近翻倍　重现炎症性肠病关键发现

在 TenK10K 数据集（28 种主要免疫细胞的单细胞图谱）上，AlphaGenome 2 可靠地识别出 30% 的因果变异，上一代为 16%；效应方向判断正确率由 23% 升至 43%。在一项里程碑式研究中，科学家发现远端调控开关上的一个变异会过度激活 ETS2 基因，导致炎症性肠病。AlphaGenome 2 以计算方式重现了这一发现，准确指出该因果变异，并显示它只在肠道巨噬细胞中选择性增强 ETS2 基因，对其他细胞类型与基因影响甚微。

无需重新训练也能分析新细胞状态

AlphaGenome 2 还能推广到全新的单细胞实验而无需重新训练：科学家只需上传数十个细胞的单细胞 RNA 测序快照，模型即可据此推断未见过的细胞状态。例如，给定一项新冠 mRNA 疫苗研究的未见数据，模型能区分疫苗激活的免疫 T 细胞与静止状态的细胞，并揭示一个与重症新冠相关的变异在激活状态下对基因活动的破坏更强——这种效应在未激活细胞中会被忽略。模型还能由单一测量推断未测量的特性，例如由基因活性预测染色质可及性，协助研究人员决定下一步做哪些实验。

开放方式与限制

AlphaGenome 2 即日起透过 AlphaGenome API 向非商业研究开放，商业研究则处于私人预览阶段。DeepMind 还预先计算了数百种人类细胞与组织条件下、与性状相关的变异预测，协助研究人员把全基因组关联研究（GWAS）发现的变异与具体基因和细胞连结起来，涵盖身高到二型糖尿病等多种复杂性状。DeepMind 强调，AlphaGenome 与 AlphaGenome 2 仅供研究使用，尚未获验证或批准用于临床或诊断用途；相关技术论文为预印本，尚未经过同行评审。

（来源：Google DeepMind；《自然》新闻。）