Google DeepMind 发布 AlphaGenome 2：单字母 DNA 突变如何只影响特定细胞
DeepMind 把基因组预测模型升级到细胞类型层面，同一个突变在不同组织里能给出不同解读。做遗传学、靶点研究或生信的人可以看看它怎么处理非编码区变异，对比一代和其它基因组预测工具的粒度差异。
Google DeepMind 发布 AlphaGenome 2，这是一款用于解读基因组变异的 AI 模型，核心问题是：心脏、大脑和免疫系统共享同一套 DNA 序列，为什么一个碱基的改变只在某些细胞中引发疾病，而不波及其余组织。模型的能力定位是“放大到特定细胞类型”，帮助科学家追踪突变在不同细胞中的功能效应。从公开信息看，它的目标场景是疾病机理研究：把一个遗传变异与它实际发挥作用的细胞环境对应起来，而不是笼统地判断“有害或无害”。
技术思路延续了 DeepMind 在 AlphaGenome 一代上的方向：以 DNA 序列为输入，预测基因调控层面的输出，并在这一代强化了细胞类型特异性，使同一突变在不同组织中能得到不同的功能解读。这对解读全基因组关联研究（GWAS）找到的大量非编码区变异尤其相关，因为绝大多数疾病相关位点并不直接改变蛋白质，而是通过调控特定细胞中的基因表达起作用。
对研究者和药企来说，这类模型的价值在于缩小候选变异范围、辅助靶点选择，减少湿实验验证的成本。它也延续了 AlphaFold 以来的路线：DeepMind 持续把科学基础问题转化为可发布的预测模型产品。
Your heart, brain, and immune system share the same DNA sequence. So how can a single-letter change affect disease in some cells, while sparing the rest? AlphaGenome 2 is our new AI model that zooms in on specific cells to help scientists understand what drives disease. 🧵
本条情报归属 AITOP「产品」核心栏目，重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中，该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」「中美大模型技术代差与商业化对照」研究主线，反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括：AlphaGenome、Google DeepMind、基因组学、AI制药，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Google DeepMind」（@GoogleDeepMind），经 AITOP 多维评分管线结构化提炼。
