top of page

Google AlphaGenome 2 在细胞层面瞄准疾病

29分钟前
讀畢需時 12 分鐘
Illustrative photograph. Photo: Zifeng Xiong / Pexels.

Google DeepMind 于 11 月 11 日发布 Google AlphaGenome 2,将 DNA 预测从宽泛的组织模式转向特定细胞类型和状态。这一研究模型试图弥补一个关键缺口:如果科学家无法确定遗传变化的影响出现在哪里,那么识别出这一变化的意义就会大打折扣。更细致的预测有望带来更好的实验,但并不能证明某种治疗会奏效。

核心比较对象是初代 AlphaGenome,后者能够预测大量预定义输出中的分子活性。其继任者则将生物学背景作为明确输入。这使研究问题从 DNA 变化是否影响活性,转向哪些细胞会受到这种影响。

对于遗传学研究人员和药物发现团队而言,这一区别对计算证据的评估方式提出了更高要求。一项可信的预测必须将遗传变化、分子后果与相关生物学环境联系起来。该公告强化了这一思路,同时也表明实验确认依然不可或缺。

Google AlphaGenome 2 将细胞背景纳入预测

根据 DeepMind 的细胞特异性模型公告,该系统会处理一段包含 100 万个字符的 DNA 序列,以及选定的生物学条件。该条件可以描述组织、细胞类型或细胞状态。DeepMind 表示,模型使用人类和小鼠数据,在来自 68 种组织的超过 1.07 亿份单细胞图谱上完成训练。

重要变化在于,细胞背景成为模型接收问题的一部分。

遗传变异,即 DNA 序列中的差异,并不一定会在所有地方产生相同后果。基因表达,即使用基因指令所涉及的活性,提供了一种可供研究人员探究的可测量结果。因此,一项有用的预测不仅需要序列,也需要具体环境。

想想研究团队实际需要从答案中获得什么。某个区域重要这一宽泛指示,有助于确定起点。但在任何人能够设计出富有信息量的实验之前,仍有大量工作要做。研究人员仍需决定观察哪些细胞、测量哪种结果。

加入背景信息会让这一决策更明确。同一段序列可以在不同生物学条件下接受评估,产生可供研究人员比较的假设。当某项机制解释指出效应应出现在哪里、又应在何处保持缺失时,它就变得更加具体。

这种特异性也带来了更严格的证据标准。如果预测点名某一种细胞类型,实验就可以直接检验这一主张。一个在所有地方都出现的结果,与集中在预测环境中的效应,讲述的是不同的故事。

这也是此次发布值得关注的原因,而不仅仅是因为版本号。其设计将注意力引向宽泛汇总可能掩盖的生物学差异。它也使这些差异能够接受审视,而不是让研究人员从一个总体评分中自行推断。

有一条重要边界需要保持。提供细胞条件并不意味着模型重建了一整个活细胞。研究人员应在已评估的任务范围内解读其输出,而不应将其视为对疾病的完整描述。

对于关注 AI 研究的读者而言,这条边界有助于区分专门的科学模型与通用助手。它的价值取决于其预测是否支持有用的科学决策。流畅的解释或吸引人的可视化,无法替代这种证据。

因此,眼下的问题很实际:新增的背景信息,是否能帮助研究人员选择那些会揭示原本可能被忽略内容的实验?这比模型是否生成了看起来更丰富的输出,是更有意义的衡量标准。

疾病研究需要定位遗传效应发生的位置

面临压力的是那些试图将遗传关联转化为可检验疾病解释的研究人员。

DNA 区域与疾病之间的统计关联,可以发现一条重要线索。但它不会自动解释两者之间的生物学链条。研究人员需要厘清哪些变化真正重要、它影响了什么,以及为何这种后果会在特定细胞中变得相关。

每一个未解环节都会让下一项决策更复杂。选择实验系统的团队,需要确信该系统能够代表所提出的机制。考虑治疗靶点的团队,则需要证据表明改变其活性能作用于疾病过程。

细胞背景让这些问题更难被回避。如果预测效应依赖于特定状态,那么测试无关条件可能得到缺乏信息量的结果。反过来,在方便的实验室环境中获得有利结果,也可能与真正重要的环境关系不大。

这种压力属于方法论层面,而非宣称实验室必须立即采用某个新产品。研究团队需要说明其选定的系统能否回答所提出的问题。在作出这一选择时,细胞特异性预测提供了另一项可供评估的假设。

它也改变了应如何解读阴性结果。未能观察到某种效应,可能会挑战所提出的机制;也可能暴露出实验与所声称生物学背景之间的不匹配。区分这些可能性需要严谨的实验设计。

潜在收益在于形成更好的决策顺序。研究人员可以从更广泛的遗传线索出发,识别合理的细胞环境,再选择能够区分竞争性解释的实验。这是一种可能的工作流改进,而非适用于每个项目的已测量结果。

对于药物发现团队而言,细致的机制信息带来的不只是靶点选择。它还能塑造关于干预需要在何处起作用、以及何种证据能证明值得进一步投入的问题。这些仍是需要分子预测之外证据支持的开发问题。

特异性也能让分歧更有成效。研究人员不必围绕模型是否认为某一变异重要而争论,而可以将其提出的细胞环境与其他证据进行比较。明确的假设为合作者提供了可以具体质疑的对象。

同样的严谨性也适用于科学知识管理。团队需要保留预测效应、观察到的效应,以及在项目之间延续的解释三者之间的区别。一个可搜索的知识库有助于保留这条证据链。

更广泛的含义很直接。更好的预测应当改善研究人员在实验前提出的问题。当这些问题产生有信息量的答案时——包括与原始模型相矛盾的答案——其价值就会更清楚。

ETS2 案例将预测与既有发现联系起来

一个具体案例涉及 ETS2,这是一种与炎症生物学相关的基因。2024 年 6 月发表于 Nature 的一项巨噬细胞炎症研究,考察了蛋白质编码基因之外的一个疾病相关区域。研究人员将该区域与巨噬细胞中增强的 ETS2 活性联系起来;巨噬细胞是参与炎症反应的免疫细胞。

DeepMind 表示,其新模型在计算上重现了相关变异在肠道巨噬细胞中的选择性效应。这个案例之所以有用,是因为它将一项预测与通过实验研究的生物学机制联系在一起。

重现已确立的机制是一项令人鼓舞的测试,但发现未知机制需要另一种评估方式。

区别在于研究人员开始时掌握的信息。在回顾性测试中,实验发现提供了可供预测结果对照的答案。在前瞻性测试中,研究人员必须在尚不知道哪种解释会成立之前,决定要研究什么。

两种评估形式都很重要。重现已知发现可以表明模型捕捉到了相关关系。前瞻性工作则要检验,在答案尚不可得时,这种能力是否有助于识别有价值的线索。

Nature 的细胞遗传学报道记录了 James Lee 对这一计算结果的回应。Lee 是 Francis Crick Institute 的免疫学家和遗传学家,也是此前研究的负责人;他将这一结果描述为令人安心。这一反应承认了它与实验工作的吻合,但并未证明计算可以取代实验。

在比较研究速度时,这一区别尤其重要。生成假设与确立生物学机制是不同的活动。实验可以揭示意外效应、挑战假设,并暴露成功的回顾性预测无法解决的复杂问题。

ETS2 案例也说明了位置为何重要。仅对一个基因作出预测,仍会留下细胞环境这一未解问题。将所提出的效应与相关免疫细胞群体联系起来,会使假设更具信息量,也让后续实验更聚焦。

但将这一结果直接转化为治疗主张仍然是错误的。证明某个基因参与疾病,并不能证明特定干预措施会有效或具有可接受的耐受性。原始实验论文本身也讨论了治疗方法及其在其他组织中影响所面临的挑战。

在评估 AI 时,有用的教训是让主张与证据相匹配。一个被重现的分子关系,支持关于该关系的主张。它并不会自动支持关于患者结局、开发周期或避免了多少失败实验的结论。

研究人员可以基于这一案例提出什么才算更严苛的测试。模型能否在合理的替代解释中优先选择正确答案?它偏好的细胞环境能否在新样本中成立?遵循其排序,是否优于另一种选择方法?

这些问题保留了该结果真正有趣的部分。它们将一个引人注目的案例转化为评估议程,为成功预测和富有信息量的失败都留出空间。

AlphaGenome 2 与 AlphaGenome 的比较本质上是背景问题

最清晰的 AlphaGenome 2 与 AlphaGenome 比较,涉及模型如何处理生物学条件。根据 DeepMind 的说法,早期系统并行生成预定义输出,而继任者则根据选定环境来调整其预测。

这一比较应置于既有研究领域中理解。2025 年 1 月发表于 Nature Genetics 的Borzoi 研究论文,描述了如何根据 DNA 预测细胞类型特异性和组织特异性的 RNA 测序覆盖度。RNA 测序通过测量 RNA 分子来表征基因活性。

竞争性的关键问题是,哪种方法更能支持正在评估的研究任务,而不是哪种模型拥有最响亮的标题。

Borzoi 提供了一个有用的参照,因为它避免让细胞相关预测听起来像一个全新的类别。研究人员早已在探索序列与分子活动之间的联系。真正需要比较的是任务、输入、输出和证据的细节。

一种模型可能有助于某项实验决策,却未必适合每一个项目。团队可能需要针对已有充分表征的场景进行预测、比较不同条件,或分析新收集的观测结果。这些需求应决定模型的评估方式。

在比较原始版和更新版 AlphaGenome 系统时,同样适用这一原则。更新的架构构成了测试性能的理由,而不是假定其普遍优越的许可。研究人员需要识别哪些任务得到改进,以及哪些局限性仍然重要。

DeepMind 的 AlphaGenome 2 论文 随发布一同推出,并为评估其主张提供了技术基础。在该公司的 TenK10K 评估中,覆盖 28 种免疫细胞类型,所报告的因果变异召回率从 16% 提升至 30%。所报告的定向基因效应恢复率从 23% 提升至 43%。

召回率描述评估能找回多少相关实例。精确率描述被选中的预测中有多少是正确的。在解读醒目的改进数字时,必须将这两个概念区分开来。

所报告的数据支持其在分子预测基准测试上表现提升的主张。它们并不代表被正确诊断的患者比例。也不应被理解为任何特定拟议治疗能够成功的概率。

因此,AlphaGenome 2 与 AlphaGenome 的比较,在紧扣经评估任务时最具说服力。当它被扩展为关于所有疾病、所有细胞环境或每一种竞争方法的主张时,其说服力便会减弱。

对于科研采购方而言,恰当的回应是进行与自身工作相匹配的比较。他们应询问:这种改进是否会改变实验决策,该决策能否得到测试,以及结果是否仍具可重复性。

这种方法为互补工具留下了空间。不同方法之间的一致性有助于找出值得研究的假设,而分歧则可能揭示值得关注的假设条件。无论哪种结果,都不能免除评估底层证据的必要性。

更高的召回率仍意味着存在大量不确定性

改进后的基准测试证明其任务上的进展,而非对生物学理解的完整衡量。

所报告的召回率数据立即引出一个实际问题:模型未能找回的相关效应会怎样?研究人员需要知道,未被标记的变异是否应被降低优先级,还是应继续视为尚未解决的问题。

这一区分很重要,因为预测缺失很容易被过度解读。模型未能识别某种效应,原因可能与该效应是否存在无关。研究人员应避免将不完整的计算证据转化为确定性的否定结论。

正向预测同样需要谨慎对待。一个排名靠前的候选项,在附带详细的拟议机制时可能显得很有说服力。这些细节让假设更易测试,但并不会将预测变成观测事实。

另一个问题是比较环境。评估在所选实例、测量结果以及判定预测成功的规则上可能不同。一个醒目的百分比并不包含所有这些背景信息。

独立研究人员可以帮助确认所报告的增益在原始评估之外的适用程度。重要的问题不是每个新实验是否都与发布结果一致,而是性能能否在明确定义的任务和条件下持续发挥作用。

这也是对 AlphaGenome 2 的简单解读可能产生误导的地方。解释其架构有助于读者理解该方案。评估证据则需要追问:哪些主张经过测试,哪些内容仍在范围之外,以及哪些替代解释依然成立。

一种特别有用的评估方式,是在开展后续实验前记录预测结果。这将使得在结果已知后仅挑选有利案例变得更困难。研究人员随后可以将模型的优先级排序与竞争方法或既有实践进行比较。

失败案例也应在这一过程中保持可见。错误的细胞归属可能揭示出与错误效应方向不同的局限性。将所有结果合并为单一成功分数,可能会掩盖研究人员最需要理解的内容。

商业团队也需要将科学性能与运营适用性区分开来。一种模型可以产出有价值的假设,但对特定组织而言,访问、可重复性和允许使用方式的问题仍可能悬而未决。

DeepMind 明确表示,AlphaGenome 和 AlphaGenome 2 是研究工具,尚未获得临床或诊断用途的验证或批准。这一限制应继续附带在对其能力的后续描述中。

恰当的结论既不是否定,也不是承诺立即带来医疗收益。研究人员现在有了一个更具体的计算方案可供考察。它更广泛的价值取决于团队如何利用它作出决策,以及随后如何测试这些决策。

关注独立测试、新机制与可用访问方式

Google AlphaGenome 2 的下一阶段应通过具体证据来评判,而不是越来越宽泛的描述。在未来数月中,独立评估、前瞻性实验和可用访问方式将提供最有价值的信号。

最有力的证据将把预测与决策相连,再将决策与经实验评估的结果相连。

首先,关注模型开发者以外团队开展的评估。有价值的研究应说明任务、比较方法,以及预测成功或失败的条件。在独立数据集上可重复的提升,将增强人们对所报告改进可泛化性的信心。

较弱的结果并不会自动意味着该模型毫无用处。它会缩小研究人员应信任其排序结果的适用场景。当团队需要决定在哪些方向上值得为计算指导投入更多实验资源时,这类信息很有价值。

其次,关注新近研究的机制,而不是对既有发现的更多重复重建。一份有说服力的报告应在测试前明确模型的假设,并说明该假设如何影响实验选择。

结果应包含足够细节,以区分成功预测与事后有利的解释。它还应表明,细胞环境是否提供了超越“某个 DNA 区域具有重要性”这一一般性提示的有用信息。

这一信号将直接检验此次发布的核心主张。如果情境特异性的预测反复帮助研究人员选择信息量更高的实验,采用它们的理由就会增强。如果它们很少改变决策,改进后的基准分数在实践中的意义就会更有限。

第三,关注访问方式是否支持持续研究。DeepMind 宣布通过应用程序接口提供非商业使用,该服务可供软件查询,同时还推出商业私有预览。其研究 API 文档 为评估可用工作流程提供了一个入口。

仅有可用性并不能回答所有采用问题。研究人员需要确定该服务是否支持其预期分析,以及他们能否保留足够的信息,以便日后复现结果。

商业组织同样应将私有预览与广泛的生产可用性区分开来。相关信号在于,访问方式能否在条款明确的条件下发展为可靠的研究工作流程。

这些观察也为未来的公告提供了有用的筛选标准。独立性能测试评估泛化能力。前瞻性实验评估预测是否改善科学选择。实际访问条件决定研究人员能否将这些收益带入持续进行的工作中。

这些都不要求将模型输出视为临床证据。结合起来,它们将更清楚地说明该系统在哪些方面有帮助,以及实验不确定性仍存在哪些地方。

在将 Google AlphaGenome 2 视为疾病机制的证据之前,应结合底层生物学研究阅读相关评估。询问测试了哪种细胞条件,测量了什么结果,以及哪些替代解释仍然合理。对于研究团队而言,下一步有价值的行动是,针对团队已充分理解的问题进行有界比较。在查看实验答案之前记录预测,保留未成功案例,并将分子层面的一致性与治疗解释区分开来。这种方法既能给予模型公平测试,也能保持证据可追溯。需要继续追问的问题很具体:加入细胞背景是否有助于研究人员选择更好的实验,而该实验是否支持所提出的机制?

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)和M-Chip Mac 。

你的 AI 工作伙伴

和 remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page