诺奖得主Hassabis再交神作！AlphaGenome 2破译人类98%基因「暗物质」

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://dee