Eileen 谷歌DeepMind发布了新一代DNA序列模型AlphaGenome 2。该模型用于预测DNA序列及其变异对特定人体细胞类型的影响，目标是帮助科研人员寻找疾病在细胞层面的驱动因素。
从组织平均到单个细胞
初代AlphaGenome能一次读取百万字母长度的DNA序列，同时预测多类组织、数千项实验的相关属性。这种并行方式效率较高，但计算能力被分散，难以区分近缘细胞类型之间的细微差别。AlphaGenome 2改变了处理细胞类型的逻辑，采用条件式架构，每次只针对一种条件（组织、细胞类型或细胞状态）预测DNA效应，并在架构的每个阶段把目标生物条件作为输入，从而学习同一段DNA在不同细胞中的读取差异。训练数据方面，该模型同时使用人类与小鼠的组织块和单细胞数据，纳入超过1.07亿个单细胞图谱，覆盖68类组织。
变异识别与疾病定位
据谷歌介绍，与此前的最优模型相比，AlphaGenome 2能识别出近两倍的可改变细胞内基因表达的变异。在覆盖28类原代免疫细胞的TenK10K单细胞数据集测试中，它识别到的因果变异占比为30%，基因效应方向判断准确率为43%；初代AlphaGenome的对应数字为16%和23%。在一项关于炎症性肠病的研究中，AlphaGenome 2于计算层面复现了远端调控序列变异过度激活肠道免疫巨噬细胞ETS2基因的结论，并定位到该因果变异。
功能与开放情况
模型保留了初代支持的基因表达、组蛋白修饰、染色质可及性等核心实验指标，并新增DNA甲基化预测。条件式架构还支持跨模态数据填充：若只输入单细胞基因活性一类测量数据，模型可预测染色质可及性等未测量属性。此外，研究人员上传数十个细胞的单细胞RNA测序快照，模型即可将其压缩为细胞状态表征，用于处理未见过的细胞状态，无需重新训练。目前AlphaGenome 2已通过AlphaGenome API面向非商业研究开放，商业研究处于私密预览阶段。
