谷歌DeepMind发布AlphaGenome 2解析基因变异能力翻倍

一、核心突破与产品

谷歌DeepMind在2026年11月12日发布新一代DNA模型AlphaGenome2，这是DeepMind在基因组人工智能领域的新一代成果。AlphaGenome2基于超过1亿份单细胞图谱进行训练，覆盖68种组织，能够识别影响基因表达的变异，识别数量接近上一代模型的两倍。对生命科学研究者来说，这意味着模型可以从DNA序列出发，更准确地判断哪些变异会改变基因的表达水平，从而更快锁定与疾病相关的关键位点。新模型的发布，也让基因组预测从实验室工具进一步走向规模化应用。研究团队可以借助新模型更快判断变异是否具有生物学意义，从而把实验重点放在最有价值的候选变异上。

二、底层架构与关键参数

AlphaGenome2的训练规模是本次升级的核心，超过1亿份单细胞图谱为模型提供了海量的细胞层面数据，覆盖68种组织则让模型能够学习不同组织中的基因表达规律。单细胞图谱记录了每个细胞内部基因的活跃状态，68种组织的覆盖范围又保证了模型不会只在少数组织类型上表现良好，而是能够跨组织理解基因调控的共性与差异。在此基础上，AlphaGenome2识别影响基因表达的变异数量接近上一代的两倍，说明模型捕捉调控变异的能力有了实质提升。对研究者来说，更强的变异识别能力可以直接转化为更短的候选清单，研究团队可以把有限的实验资源集中在最值得验证的变异上。对研究者来说，候选变异清单越短，实验验证的效率就越高，宝贵的科研经费也能用在刀刃上。

三、产业生态与行业影响

AlphaGenome2的发布，将推动基因组学研究、药物研发与精准医疗的效率提升，研究者可以先用模型筛选变异，再用实验验证结果，减少盲目试错。对制药企业来说，更准确的变异预测有助于更快找到药物靶点，缩短从基础研究到临床前验证的周期。对医疗机构与基因检测机构而言，模型能力的提升也意味着解读报告可以更加精细，帮助医生理解变异背后的生物学意义。长远看，基因组人工智能正在从单一任务预测走向系统性理解，数据规模、组织覆盖与变异识别能力的同步提升，会让生命科学的发现速度继续加快。

信源跟踪： 谷歌 DeepMind、The Ve | 数据时间： 北京时间 2026-11-12