DeepMind发布AlphaGenome 2：解码细胞如何读取DNA以更好地理解疾病

核心要点

• 预测细胞特异性影响：AlphaGenome 2专注于预测DNA序列及其变异对特定人类细胞类型和疾病的影响。
• 大规模数据训练：该模型在来自68个组织的1亿多个单个细胞图谱上进行训练。
• 提升变异识别能力：相比上一代模型，AlphaGenome 2在特定人类细胞类型中识别出的基因表达相关变异数量近乎翻倍。
• 连接单细胞生物学：新一代模型弥合了单细胞生物学与人类遗传学之间的差距。

详细分析

从组织平均水平到单细胞精度

传统的基因组预测模型往往依赖于广泛的组织平均数据，这使得研究人员在面对复杂的细胞状态时容易遗漏关键细节。AlphaGenome 2通过重新设计模型架构，将视角从广泛的组织平均值缩小到个体细胞类型和细胞状态，实现了变异预测性能的实质性飞跃。这使得科学家能够预测那些在常规宽组织模型中被忽视的疾病相关细胞中的变异效应。

强大的泛化与多细胞图谱支持

AlphaGenome 2在来自68个不同组织的超过1亿个单细胞数据档案上接受了训练。这种设计不仅能够将静态的细胞图谱转变为遗传学的动态预测引擎，还赋予了模型在不进行微调的情况下适应新实验的能力，使研究人员能够分析疾病进展、药物治疗或早期发育过程中的细胞变化。

行业影响

AlphaGenome 2的推出为整个人类遗传学和生物医学研究领域提供了一个强大的全新工具。通过将单细胞精度引入基因组学，它能够精确识别仅在特定细胞类型中起作用的关键DNA变异，从而加速科学家对人类疾病细胞根源的理解，并为未来的靶向治疗和疾病机制研究铺平道路。

常见问题

Q1: AlphaGenome 2 的核心功能是什么？

A: AlphaGenome 2 是一个能够预测DNA序列及其变异如何影响特定人类细胞类型和疾病的下一代DNA序列模型。

Q2: AlphaGenome 2 是如何进行训练的？

A: 该模型在横跨68个组织的1亿多个独立单细胞图谱档案上进行了训练。

Q3: 相比上一代模型，AlphaGenome 2 有何突破？

A: 它能够将分析精度从广泛的组织平均水平缩小至个体细胞类型和状态，并能识别出近乎两倍于前代模型的基因表达相关变异。