谷歌发布AlphaGenome 2：DNA变异功能预测进入单细胞层面
谷歌把DNA变异预测做到了单细胞精度，输入新的单细胞测序数据就能直接预测，不用重新训练。做基因组学、疾病机制或药物靶点研究的人可以看看这条技术路线。
谷歌发布新一代DNA序列模型AlphaGenome 2，把DNA功能预测从组织层面推进到单细胞层面。模型在超过1.07亿个单细胞数据档案、68种组织上训练，能预测同一个DNA变异在不同细胞状态下产生的影响。
与第一代AlphaGenome读取100万碱基序列、预测基因表达、RNA剪接和染色质可及性不同，这一代的核心升级是细胞状态条件化预测：研究人员输入新的单细胞RNA测序数据后，通过Cell Encoder提取细胞状态表征，无需为每种新状态重新训练整个模型，可支持未见过的新细胞状态。预测输出还新增了DNA甲基化一项。
这条链路能帮助科学家判断某个变异影响哪类细胞、哪个基因，缩小疾病机制研究的实验范围，提高早期药物研发决策的效率。
谷歌最新发布了其新一代DNA序列模型：AlphaGenome 2，他们这次把DNA功能预测推进到了单细胞层面！
甚至能预测同一个DNA变异在不同细胞状态下产生什么影响
这对疾病研究和药物靶点发现很有价值，有助于提高疾病机制研究和早期药物研发决策的效率
相比第一代AlphaGenome的能读取100万碱基的DNA序列，预测基因表达、RNA剪接、染色质可及性等多种分子特征
AlphaGenome 2这次的核心突破，不是单纯扩大DNA输入长度，是让模型具备细胞状态条件化预测能力
它不仅分析DNA序列，还结合目标细胞的状态信息预测遗传变异在特定细胞环境中会如何影响基因调控
在超过1.07亿个单细胞数据档案，68种组织上训练
支持未见过的新细胞状态 研究人员可以输入新的单细胞RNA测序数据，通过Cell Encoder提取细胞状态表征，无需为每种新状态重新训练整个模型
除了基因表达、染色质可及性和剪接等，还增加了DNA甲基化预测
以前我们知道某个DNA位置与疾病有关，但可能不知道它在哪里起作用，为什么起作用
AlphaGenome 2的这条预测链路如果能通，就能更准确的判断某个变异影响哪类细胞、哪个基因，能帮科学家缩小实验范围，把资源集中到更有可能成立的机制上
#AlphaGenome2 #AIforScience #AI医学
This report is categorized under AITOP's "Models" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows and US-China foundation model benchmarks and commercialization comparison. Key entities and technical topics under continuous tracking include AlphaGenome2, 谷歌, AIforScience, 基因表达.
Source attribution: curated from AIGCLINK (@aigclink).
