DeepMind发布AlphaGenome 2，按细胞类型预测变异

Google DeepMind 发布 AlphaGenome 2，该基因组模型以细胞类型和状态为条件预测 DNA 变异对细胞的影响，可覆盖数百种人类细胞类型，并无需重新训练即可适配未见过的细胞与疾病状态。

入选理由基因组模型按细胞类型条件化预测变异效应，研究者可据此判断它在疾病相关变异定位上的可用范围。

谷歌 DeepMind 发布 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异对特定人体细胞类型的影响，已通过 AlphaGenome API 面向非商业研究开放，商业研究处于私密预览阶段。

入选理由模型把变异效应预测从组织平均水平推进到单细胞类型，并已通过 API 向非商业研究开放，研究者可据此判断能否用于自身疾病变异分析。

Google DeepMind 发布下一代基因组模型 AlphaGenome 2，其预测以细胞类型和状态为条件，可覆盖数百种人类细胞类型，并能在不重新训练的情况下适应未见过的细胞与疾病状态。

入选理由基因组模型按细胞类型条件化预测变异效应，研究者可据此判断它在疾病相关变异定位上的可用范围。

Google DeepMind 发布 AlphaGenome 2，称其能预测同一段 DNA 在不同细胞之间被读取方式的差异，用于理解人类遗传学。该模型现已通过 API 和交互式 Colab 教程向非商业研究开放，详情见 https://goo.gle/4zikg3w。

该模型还能即时适配实验室实验，无需重新训练。 研究人员只需接入几十个细胞的数据，就能观察DNA变化在特定时刻的表现，例如： 🔘 免疫细胞对疫苗的响应 🔘 肠道中驱动炎症性疾病的特定细胞 🔘 干细胞成熟为血细胞

Google DeepMind 发布 AlphaGenome 2，模型基于 68 种组织的 1 亿多条图谱训练，每次聚焦一种细胞类型，识别出的开启和关闭基因的突变数量约为上一代模型的两倍。团队用整块组织与模糊图像的类比说明，整体观察会漏掉单个像素层面的变化。

你的心脏、大脑和免疫系统拥有相同的DNA序列。那么，单个字母的改变为何会影响某些细胞中的疾病，而不影响其余细胞？ AlphaGenome 2 是我们的新AI模型，它能聚焦特定细胞，帮助科学家理解疾病的驱动因素。🧵

Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定组织、细胞类型或细胞状态预测变异对基因表达、染色质可及性、组蛋白修饰和 DNA 甲基化的影响。

入选理由模型把变异效应预测从组织平均推进到单细胞类型，并开放非商业研究使用，遗传学研究者可据此判断能否用于自己的变异解读。

Google DeepMind 发布基因组预测模型 AlphaGenome 2，可预测遗传变异对单个细胞类型和状态的影响，训练数据来自 68 种组织的逾 1 亿个细胞图谱。