模型定位
AlphaGenome 2 是 Google DeepMind 的 DNA 序列模型，旨在預測 DNA 序列及其變異如何影響特定人體細胞類型或細胞狀態，供基因組學與疾病機制研究使用。官方於 2026 年 11 月 11 日發布公告。(deepmind.google)
能力與用途
- **細胞條件式預測：**模型以 DNA 序列及目標組織、細胞類型或狀態為輸入，每次針對一種生物條件預測。條件可來自參考目錄，也可透過細胞編碼器使用研究者自己的單細胞資料產生。(deepmind.google)
- **分子功能預測：**可預測基因表現、組蛋白修飾、染色質可及性及 DNA 甲基化等讀出；也可根據一種測量資料推估未測量的其他性質，協助排定實驗優先順序。(deepmind.google)
- **變異研究：**可協助研究者篩選與解讀可能影響特定細胞的 DNA 變異，探索疾病相關細胞機制。官方表示，相較前代模型，AlphaGenome 2 找出影響細胞基因表現的變異數量接近兩倍；此結果不代表所有任務的表現均提升兩倍。(deepmind.google)
- **訓練資料：**使用人類與小鼠的組織整體及單細胞資料，包含超過 1.07 億筆單細胞資料。(deepmind.google)
使用方式與限制
- 發布時可透過 AlphaGenome API 供非商業研究使用；商業研究則處於私人預覽階段。(deepmind.google)
- API 支援的序列長度包括 16,384、131,072、524,288 及 1,048,576 個鹼基對；每次細胞條件化呼叫最多接受 256 個細胞。(alphagenomedocs.com)
- 模型僅供研究使用，尚未經驗證或核准用於臨床或診斷。預測結果不等於已證實的因果關係，仍需實驗驗證。(deepmind.google)
- 官方論文指出，在高精確度要求下，模型仍只能找回部分潛在因果變異，也可能低估某些變異的效應；部分短暫、受刺激或疾病細胞狀態在訓練資料中的覆蓋不足。對基因敲除、過度表現及動態細胞狀態變化的預測能力仍不明確。(storage.googleapis.com)
價格
輸入與輸出的計費方式、單價及幣種未核實；官方公告未提供可確認的價格，不應將研究存取資格等同於免費或特定費率。(deepmind.google)