模型定位
AlphaGenome 2 是 Google DeepMind 的条件化 DNA 序列模型，用于预测 DNA 序列及遗传变异在特定人类细胞类型或状态中的作用，连接单细胞生物学与人类遗传学研究。官方公告发布于 2026 年 11 月 11 日。(deepmind.google)
能力
- 细胞条件预测：以约 100 万个碱基的 DNA 序列和指定的组织、细胞类型或细胞状态为输入，每次针对一个生物条件预测 DNA 的作用。条件可来自参考目录，也可根据研究者自己的单细胞实验生成。(deepmind.google)
- 分子读数预测：预测基因表达、组蛋白修饰、染色质可及性和 DNA 甲基化等读数；还可利用一种测量结果推断另一种未测量的特性。(deepmind.google)
- 适应新细胞状态：研究者可使用少量细胞的单细胞 RNA 测序数据描述新状态，无需重新训练即可预测相关基因调控和变异效应。(deepmind.google)
- 训练与评测：模型使用人和小鼠的整体及单细胞数据训练，包含超过 1.07 亿个单细胞画像。在 TenK10K 数据集的官方评测中，模型识别出的因果变异比例为 30%，对比方法为 16%；基因效应方向的对应比例为 43% 和 23%。这些数字是特定评测结果，不代表所有场景的表现。(deepmind.google)
用途
可用于筛选和解释疾病相关遗传变异、研究特定细胞中的基因调控、建立增强子与靶基因的关联，以及为全基因组关联研究中的候选变异和细胞类型排序。模型也可辅助确定后续实验的优先级。(deepmind.google)
获取、价格与限制
- 官方公告称，AlphaGenome 2 可通过 AlphaGenome API 用于非商业研究；商业研究处于私有预览阶段。官方代码库说明 API 对非商业用途免费。(deepmind.google)
- 价格：非商业 API 免费；商业预览的价格、计费币种及输入／输出计费方式均未核实，不能据此推定免费或按 token 计费。
- 限制：仅供研究使用，未经过临床或诊断用途的验证或批准。预测结果的置信度可能不同，不应替代专业医疗建议、诊断或治疗。(storage.googleapis.com)