Google DeepMind 发布 AlphaGenome 2，基因组预测细化到单细胞类型
Google Deepmind shifts genomics AI from bulk tissue predictions to single cell type resolution with AlphaGenome 2
DeepMind 把基因组 AI 从整块组织推进到单细胞粒度，训练数据有 1.07 亿个细胞图谱，识别致病变异的能力翻倍。做遗传学或靶点研究的人可以直接调 API，还能接进 Antigravity 用智能体跑分析流程，比前代实用不少。
Google DeepMind 发布 AlphaGenome 2，将基因组变异分析从整块组织层面细化到单个细胞类型分辨率。该模型基于超过 1.07 亿个细胞图谱数据训练，能识别出的疾病相关基因变异数量接近前代 AlphaGenome 的两倍。
技术上的核心变化是训练数据规模和粒度：模型不再把一个组织的信号平均处理，而是区分不同细胞类型分别预测变异影响。这意味着同一个基因变异在神经元和免疫细胞中可能产生完全不同的效应，模型可以分别给出判断。该版本通过 API 向非商业研究开放，并计划接入 Google 的智能体平台 Antigravity，让研究人员能用自然语言驱动基因组分析流程。
对从事遗传病研究和药物靶点发现的团队来说，单细胞分辨率意味着变异注释结果更接近真实生物学场景，可以减少把无关变异误判为致病因素的噪音。
Google Deepmind shifts genomics AI from bulk tissue predictions to single cell type resolution with AlphaGenome 2
Google Deepmind has unveiled AlphaGenome 2, an AI model that analyzes genetic variants for individual cell types rather than across bulk tissue. Trained on more than 107 million cell profiles, it identifies nearly twice as many disease-relevant gene changes as its predecessor. The model is available for noncommercial research through an API and is set to be integrated into Google's agentic platform Antigravity. The article Google Deepmind shifts genomics AI from bulk tissue predictions to single cell type resolution with AlphaGenome 2 appeared first on The Decoder .
本条情报归属 AITOP「模型」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、Antigravity、基因组学，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「Decoder」（@Alan Truly），经 AITOP 多维评分管线结构化提炼。
