二零二六年十一月十二日，星期四，谷歌旗下的人工智能研究机构 DeepMind 发布了新的基因组序列模型 AlphaGenome 2。这是一个用于预测脱氧核糖核酸变异效应的模型，换句话说，它试图回答一个困扰生命科学多年的问题：当基因组里某一个位置的字母发生变化，身体会发生什么。
人类基因组由大约三十亿个碱基字母组成，绝大多数人彼此之间的差异只占其中很小一部分。科学家早已能够把一个人的基因组完整读出来，真正的难点在解读。很多与疾病有关的变异并不直接改变蛋白质的编码，而是落在调控区域，影响某个基因在何时、何地、以多大强度表达。同一个变异，在一种细胞里可能毫无影响，在另一种细胞里却可能成为疾病的起点。AlphaGenome 2 想要解决的，正是这种从序列到影响的推断。
据 DeepMind 介绍，这一代模型基于超过一亿个单细胞图谱、在六十八种组织上训练。它希望帮助科学家定位与疾病相关的基因变化影响哪些细胞。这一表述值得留意：模型给出的不是一个笼统的危险分数，而是一个更具体的指向，即变异可能在哪一类细胞里起作用。对于研究者来说，这种指向性正是把海量候选变异收窄为可验证假设的关键一步。
从读字母到读影响：它到底在做什么
要理解 AlphaGenome 2 的位置，可以先把基因组研究分成三层。第一层是测序，也就是把碱基字母读出来。这项工作在过去二十年里成本大幅下降，速度大幅提高。第二层是注释，也就是标注哪些区域是基因，哪些区域可能有调控功能。第三层是预测，也就是判断某一个变异会不会改变基因的活动，进而与疾病产生关联。前两层已经相对成熟，第三层仍然是瓶颈。
传统的办法是做实验。研究者可以在实验室里引入一个变异，观察细胞的变化。但基因组里可能的变异数以亿计，逐个做实验既不现实，也过于昂贵。另一种办法是做统计关联研究，在大量人群中寻找变异与疾病之间的相关性。这种办法能够发现线索，却很难直接证明某一个变异就是原因，更难说清它通过哪种细胞、哪条路径起作用。
基因组序列模型走的是第三条路：让人工智能直接从脱氧核糖核酸序列本身学习规律。模型在训练中见过大量基因组序列以及与之对应的细胞活动数据，从而学会序列中的模式与基因表达、调控状态之间的联系。输入一段序列和一个变异，模型便预测这个变异可能带来的效应。这类工具的意义不在于代替实验，而在于给实验排优先级：先算出哪些变异最值得做实验验证，哪些细胞最值得重点观察。
AlphaGenome 2 的命名本身也传递了一个信号。它不是一个全新的方向，而是同一条技术路线上的第二代产品。第一代已经证明，用人工智能直接建模基因组序列是可行的；第二代的任务，是把这种能力做得更广、更细、更贴近真实的生物学问题。DeepMind 把训练数据的规模和覆盖面放在介绍的前排，超过一亿个单细胞图谱、六十八种组织，这些数字指向的正是广度和细度。
与上一代相比，可能带来什么
关于新一代模型的具体改进，目前公开的信息仍然有限。在没有看到完整技术细节之前，任何关于模型参数规模、准确率数字的说法都不宜轻信。本文只写已经核实的内容，对于尚未核实的部分，统一按据 DeepMind 介绍处理。
据 DeepMind 介绍，AlphaGenome 2 基于超过一亿个单细胞图谱、在六十八种组织上训练。单细胞图谱的价值在于分辨率。过去很多基因组数据来自组织整体的平均测量，好比把一座城市所有居民的身高取平均，无法知道不同社区之间的差异。单细胞数据则把测量细化到每一个细胞，能够区分同一种组织里不同细胞类型的活动状态。训练数据覆盖六十八种组织，意味着模型在学习时见过更多种类的细胞环境，理论上有助于它在面对新变异时作出更符合细胞类型特点的判断。
另一个值得关注的点，是模型输出的指向性。据 DeepMind 介绍，AlphaGenome 2 可帮助科学家定位与疾病相关的基因变化影响哪些细胞。这一点如果成立，意义不在于模型变得更聪明，而在于它变得更可用。研究者拿到一个候选变异名单，最头疼的往往不是名单太长，而是不知道从哪一种细胞开始验证。一个能够给出细胞指向的预测，可以直接对应到实验室里已有的细胞模型和实验方法，从而缩短从计算到实验的距离。
不过，谨慎同样必要。训练数据规模扩大，并不自动等于预测在所有场景下都更可靠。模型在训练数据覆盖充分的组织和细胞类型上可能表现较好，在覆盖较少的罕见细胞类型上则可能仍有局限。单细胞数据的质量、不同组织数据的可比性、模型如何处理个体之间的差异，这些都是影响实际效果的因素，在没有独立验证之前，都应保留判断。科学界对这类模型的通行做法是，先在公开基准上复现，再在自己的研究问题上小规模试用，最后才决定是否纳入正式的研究流程。
罕见病研究：从大海捞针到缩小范围
如果说 AlphaGenome 2 最先可能帮上忙的领域，罕见病研究应当排在前列。很多罕见病由单个基因的变异引起，患者的基因组测序结果常常会发现一批意义不明的变异。医生和研究者面临的难题是，在几十个甚至上百个候选变异中，哪一个才是真正的致病原因。
传统做法依赖家族分析、数据库比对和文献检索，耗时很长，而且对那些从未被报道过的全新变异常常无能为力。一个能够预测变异效应的模型，可以为每一个候选变异给出排序，提示哪些变异更可能破坏基因功能、影响关键细胞。这种排序不能直接当作诊断结论，但可以决定验证的顺序，让有限的实验资源先用在最可疑的候选上。
更进一步，细胞指向性对罕见病同样重要。很多罕见病只影响某一类细胞或某一个器官系统，例如某些神经系统疾病只与特定类型的神经元有关，某些免疫缺陷只与特定类型的免疫细胞有关。如果模型能够指出某一个变异最可能影响哪一类细胞，研究者就可以直接在对应的细胞模型里做验证，而不必在不相关的细胞里反复试错。
需要强调的是，这类工具不会让罕见病诊断一夜之间变得简单。许多罕见病的致病机制仍然未知，有些疾病由多个变异共同作用，有些还与环境因素有关。模型的预测终究只是预测，最终的确认仍然需要实验和临床证据。它的价值在于把大海捞针变成范围更小的搜索，把数月的工作压缩到数周，而不是把诊断本身自动化。
癌症研究：变异、细胞与环境的三角
癌症是基因变异累积的结果，但同样一个变异在不同组织里可能有完全不同的后果。某些变异在皮肤细胞里可能无关紧要，在肠道细胞里却可能推动肿瘤生长。这种组织和细胞依赖性，正是癌症研究最复杂的地方之一，也是基因组序列模型可能发挥作用的地方。
据 DeepMind 介绍，AlphaGenome 2 在六十八种组织上训练，覆盖面较广。理论上，这种广覆盖有助于模型理解同一个变异在不同组织环境下的不同效应。研究者可以借此提出更精细的假设，例如某一个变异是否只在特定组织的特定细胞类型里改变基因表达，从而解释为什么某种癌症偏好发生在某一个器官。
在肿瘤研究中，另一个实际用途是区分驱动变异和乘客变异。一个肿瘤里往往携带成千上万个变异，其中只有少数真正推动肿瘤生长，其余大多是伴随产生的乘客。区分这两类变异对于理解肿瘤的发生机制、寻找治疗靶点都很关键。预测模型可以为这种区分提供参考，提示哪些变异更可能具有功能影响，值得优先研究。
不过，癌症的复杂性决定了任何单一模型都无法给出完整答案。肿瘤内部存在异质性，不同区域的细胞可能携带不同的变异；肿瘤与周围免疫细胞、血管细胞的相互作用也会影响疾病进程。这些因素超出了单纯从脱氧核糖核酸序列预测变异效应的范围。因此，AlphaGenome 2 更合理的定位是癌症研究工具箱里的一件新工具，与实验模型、临床数据、其他类型的人工智能工具配合使用，而不是单独决定研究方向。
新药研发：更早、更准，但仍然很远
新药研发是一个漫长而昂贵的过程，从发现靶点到药物上市往往需要十年以上，其中大量时间花在验证靶点是否真正与疾病有关。如果一个基因变异被证明与疾病相关，它所在的基因就可能成为药物研发的候选靶点。因此，更准确地判断变异与疾病的关系，理论上可以在研发早期减少走弯路的概率。
AlphaGenome 2 这类模型的潜在作用，主要集中在研发的早期阶段。通过预测哪些变异具有功能影响、影响哪些细胞，研究者可以更早地聚焦于最有希望的靶点，设计更有针对性的实验。这种早期筛选的价值不在于直接产生药物，而在于提高后续投入的命中率，把资源集中在更值得验证的方向上。
与此同时，也要避免夸大这种作用。靶点的发现只是新药研发的第一步，后面还有化合物筛选、安全性评价、临床试验等多个环节，每一个环节都有自己的失败率。一个在计算上看起来很有希望的靶点，仍可能在动物实验或人体试验中失败。人工智能可以加快早期的假设生成，但无法跳过后续必须的实验和临床验证。任何声称某一个模型能够大幅缩短新药上市时间的说法，在目前阶段都没有依据。
普通人何时能感受到影响
对于不从事生命科学研究的普通人来说，最直接的问题是：这件事与我有什么关系，什么时候能在医院或体检中感受到。答案是，影响会先出现在研究环节，再缓慢传导到临床，时间尺度以年计，而不是以周计。
最先可能受益的是基因检测的解读环节。今天，越来越多的人通过临床基因检测或消费级基因检测拿到自己的基因组数据，但检测报告里常常出现意义不明的变异，医生也难以给出明确解释。如果预测模型能够更可靠地评估这些变异的潜在影响，未来的基因检测报告可能写得更清楚，哪些变异值得关注、哪些大概率无关紧要，区分会更明确。但这需要模型经过严格的临床验证，并得到监管机构的认可，不是发布一个研究模型就能立刻实现的。
精准医疗是另一个值得期待的方向。精准医疗的核心，是根据每个人的基因特点制定更合适的预防和治疗方案。理解变异在不同细胞里的效应，有助于医生判断某一种治疗对某一个患者是否更可能有效，或者某一种疾病风险是否值得更密切的监测。不过，精准医疗的落地涉及检测成本、数据隐私、医生培训、医保支付等多个环节，技术进步只是其中一环。
普通人现在能做的，更多是保持合理的期待。AlphaGenome 2 的发布是生命科学工具的一次升级，不是某种疾病被攻克的宣告。它的意义在于，研究者手里多了一件更趁手的工具，而工具的价值，最终要通过一篇篇论文、一次次实验、一个个临床验证来兑现。
人工智能在生命科学领域的竞逐
AlphaGenome 2 的发布，也折射出人工智能在生命科学领域竞争的加剧。过去几年里，蛋白质结构预测、基因组建模、药物分子设计等方向都出现了有影响力的人工智能模型，参与者既有大型科技公司，也有专注于生命科学的初创团队和学术机构。竞争的焦点正在从谁能做出一个模型，转向谁的模型更贴近真实的科研问题、更能被研究者实际采用。
这种竞逐有积极的一面。更多的模型意味着研究者有更多选择，不同模型之间可以相互比较、相互验证，整个领域的工具水平会因此提高。开源与开放程度也在成为竞争的一部分，模型是否公开、数据是否透明、研究者能否复现结果，这些都会影响一个模型在科学界的接受度。
竞争也有需要警惕的一面。当每一个新模型发布时，都伴随着令人兴奋的介绍，但介绍与实际效果之间往往存在距离。科学界已经逐渐形成一套应对办法：不只看发布时的说法，还要看独立团队的复现结果、看模型在公开基准上的表现、看它是否真正帮助解决了具体的科研问题。AlphaGenome 2 同样需要经过这一轮检验，它的真正价值，要由使用它的研究者来评判。
从更大的图景看，人工智能正在成为生命科学研究的基础设施之一，就像测序仪和显微镜一样。模型的发布只是起点，围绕模型的验证、改进、应用和规范，才是决定它能否长期发挥作用的关键。DeepMind 的这次发布，为这场竞逐添了一个新的注脚，但故事的下一章，要由整个科研共同体来写。
把以上内容归纳为普通读者可以直接记住的几点：
- AlphaGenome 2 是预测基因变异效应的模型，不是新的基因检测产品，也不是某种疾病的治疗方法。
- 据 DeepMind 介绍，它基于超过一亿个单细胞图谱、在六十八种组织上训练，目标是指出变异可能影响哪些细胞。
- 它最先可能帮助的是研究者，普通人感受到的变化，需要先经过实验验证和临床转化。
- 在看到独立验证之前，不宜轻信任何关于参数规模、准确率数字或上市时间的说法。
结尾总结
谷歌 DeepMind 于二零二六年十一月十二日发布 AlphaGenome 2，一个用于预测脱氧核糖核酸变异效应的基因组序列模型。据 DeepMind 介绍，它基于超过一亿个单细胞图谱、在六十八种组织上训练，可帮助科学家定位与疾病相关的基因变化影响哪些细胞。它的潜在意义，集中在罕见病研究的候选变异筛选、癌症研究中变异效应的细胞指向、以及新药研发早期的靶点评估上。
与此同时，它的局限同样清晰。模型的具体改进细节尚未完全公开，参数规模和准确率数字不宜轻信；预测不能代替实验和临床验证；普通人感受到的影响需要以年计的时间传导。人工智能读基因的能力正在稳步前进，但从读懂变异到治愈疾病之间，仍然隔着漫长的科研之路。AlphaGenome 2 迈出的是新一步，而不是最后一步。
暂无评论内容