AlphaGenome 2發表:2026年11月按細胞解讀變異
Google DeepMind於2026年11月11日發表基因體AI模型AlphaGenome 2,訓練資料為逾1億700萬筆細胞圖譜。
· 閱讀約 6 分鐘
其他語言版本한국어EnglishEspañol简体中文日本語
重點整理(截至2026年11月13日)
- DeepMind表示,AlphaGenome 2在涵蓋28種免疫細胞的TenK10K測試中找出30%的致病變異,接近以單細胞資料微調的第一代AlphaGenome(16%)的兩倍。
- AlphaGenome 2現可透過API用於非商業研究,尚未取得臨床診斷用途核准;韓國「國家整合生物大數據」則預計於2026年11月首次開放資料。

在與疾病相關的DNA變異中,準確指出真正致病變異的比例從16%提高到30%。這是Google DeepMind於11月11日發表的基因體AI模型「AlphaGenome 2」的測試結果。 一年半前推出的第一代AlphaGenome,是依據組織層級的平均情況作答。新模型則讓研究人員選定一種細胞類型與狀態,例如免疫細胞或腸道細胞,再預測變異在該細胞內發揮的作用。同一個變異,在某種細胞中可能毫無動靜,在另一種細胞中卻可能助長疾病。基因體AI提出的問題,已從「是哪個變異」轉向「在哪種細胞裡出問題」,這正是此次發表的分量所在。
AlphaGenome 2一次只問「一種細胞」
人類基因體中負責製造蛋白質的部分僅占2%。其餘98%為非編碼區,聚集著決定基因何時、何處、以多大強度開啟的「開關」。DeepMind於2025年6月25日推出的第一代AlphaGenome,可一次讀取100萬個DNA鹼基,並以單一鹼基為單位預測這些開關的作用。這項研究已於2026年1月刊登於《自然》(Nature)期刊。 AlphaGenome 2多了一項輸入。除了100萬個鹼基的DNA序列,使用者還要從組織、細胞類型、細胞狀態中指定一項。訓練資料來自人類與小鼠68種組織的整體(bulk)與單細胞資料,預測項目則新增了DNA甲基化。DNA甲基化是一種化學標記,能在不改變鹼基序列的情況下讓基因維持關閉。
| 項目 | AlphaGenome(2025年6月25日) | AlphaGenome 2(2026年11月11日) |
|---|---|---|
| 單次讀取的DNA長度 | 最多100萬個鹼基 | 100萬個鹼基 |
| 預測單位 | 依組織、細胞株的固定輸出 | 選定的組織、細胞類型或狀態 |
| 訓練資料 | 數百種人類與小鼠細胞、組織 | 人類與小鼠68種組織,細胞圖譜1億700萬筆以上 |
| 新增預測 | — | DNA甲基化 |
| 開放方式 | 非商業研究用API | 非商業研究用API,商業研究為非公開預覽 |
表格依據DeepMind部落格2025年6月25日與2026年11月11日的文章。
28種免疫細胞中找出30%致病變異
效能比較採用名為TenK10K的單細胞免疫資料集,其中包含28種初代免疫細胞。比較對象是以單細胞資料微調的第一代AlphaGenome,以及其他專業工具。
| 測試項目(TenK10K,%) | AlphaGenome 2 | 對照模型 |
|---|---|---|
| 找出推定致病變異的比例 | 30 | 16 |
| 正確判斷基因效應方向(上調或下調)的比例 | 43 | 23 |
表格依據DeepMind 2026年11月11日的發表內容。發表文並未寫明這兩項數字的詳細測量條件。 使用方式也有所改變。研究人員上傳數十個細胞的單細胞RNA資料後,模型會歸納這些細胞的狀態,即使面對從未見過的狀態也能提出預測,不必重新訓練。這代表即使公開資料中沒有某種細胞狀態,實驗室也能以自己的細胞為基準評估變異。 人類細胞圖譜(Human Cell Atlas)共同創辦人、英國劍橋大學教授莎拉·泰希曼(Sarah Teichmann)在DeepMind 11月11日的發表文中表示:「AlphaGenome 2令人感興趣之處,在於它不必重新訓練,就能直接適應新的單細胞資料。」

遠處的開關,腸道發炎的線索
DeepMind也測試了模型能否重現既有研究結果。2024年刊登於《自然》的一項研究,在「基因沙漠」中找到與發炎性腸道疾病相關的變異。基因沙漠是沒有基因的大段DNA區域;研究指出,這裡的變異會在腸道巨噬細胞中過度開啟遠處的ETS2基因。AlphaGenome 2僅憑運算就重現了這項結果,並挑出致病變異。預測顯示,該變異只提高腸道巨噬細胞的ETS2表現,對其他細胞與基因幾乎沒有影響。 侷限也很明確。據Dataconomy報導,DeepMind基因體研究負責人日加·阿夫塞克(Žiga Avsec)說明,AlphaGenome 2的預測需要更多運算資源,因此不會立即取代前一代模型。DeepMind明確表示,兩款模型都僅供研究使用,未經臨床或診斷用途的驗證與核准。
對韓國研究人員而言,正好碰上11月資料開放
AlphaGenome 2目前可透過API用於非商業研究,商業研究則以非公開預覽形式開放。DeepMind以申請表單受理使用計畫至11月30日,並表示可能為入選計畫提供額外用量與額度。由於新模型比前一代更耗運算資源,實驗室最好先評估自身的運算能量。 同一個月,韓國的「國家整合生物大數據建置計畫」正準備首次開放資料。這項計畫匯集國民捐贈的基因體、臨床與公共資料,提供研究使用,由保健福祉部(主管衛生福利)、科學技術資訊通信部(主管科技與資通訊政策)、產業通商部(主管產業與貿易,舊稱產業通商資源部)與疾病管理廳(KDCA,負責防疫與公共衛生)共同推動。
| 類別 | 內容 | 依據 |
|---|---|---|
| 最終目標 | 2032年前達100萬人 | 疾病管理廳等(2026年10月15日) |
| 第一階段(2024~2028年) | 77.2萬人 | 疾病管理廳等(2026年10月15日) |
| 招募構成 | 一般民眾58.5萬人、重症患者14萬人、罕見疾病患者4.7萬人 | 疾病管理廳等(2026年10月15日) |
| 已招募參與者 | 約22萬人(48家醫療機構) | MTN報導(2026年9月10日) |
| 參與資格 | 健康檢查受檢者 → 全體國民 | 疾病管理廳等(2026年10月15日) |
| 首次資料開放 | 2026年11月(日期未定) | 疾病管理廳等(2026年10月15日) |
韓國保健福祉部部長鄭銀敬在10月15日四個部會共同發布的新聞稿中表示,將以11月首次開放為起點,支持資料獲得安全而廣泛的運用。 全球模型與韓國人的資料目前仍各自運作。取得國家資料須經過申請與審議;若要將個人基因資訊上傳至境外API,應先確認所屬機構的研究倫理審查標準。對接受基因檢測的一般消費者而言,AlphaGenome 2短期內不會改變診斷結果。
基因體AI正從羅列變異,轉向解讀細胞的脈絡。填補這個脈絡的,是累積了多少、來自多麼多元族群的細胞資料。需要使用韓國資料的研究人員,不妨留意本月生物大數據的開放公告與申請條件。
常見問題
AlphaGenome 2有哪些改變?
第一代AlphaGenome一次預測依組織、細胞株設定的固定數值,AlphaGenome 2則可選定一種組織、細胞類型或細胞狀態,預測DNA變異在其中的影響。新模型增加了DNA甲基化預測,只要輸入數十個細胞的單細胞資料,不必重新訓練即可使用。
AlphaGenome 2人人都能用嗎?
非商業研究可直接透過AlphaGenome API使用,DeepMind受理使用計畫至11月30日,並可能為入選計畫提供額外用量與額度。商業研究仍處於非公開預覽階段,模型未經臨床或診斷用途的驗證與核准。
韓國國家整合生物大數據何時開放?
韓國疾病管理廳等四個部會表示將於2026年11月首次開放資料,但尚未公布確切日期。研究人員須提出申請並通過審議,才能取得人體生物資源與生物大數據。
參考資料
- Google DeepMind,AlphaGenome 2: Deciphering how cells read DNA to better understand disease(2026年11月11日) — deepmind.google
- Google DeepMind,AlphaGenome: AI for better understanding the genome(2025年6月25日) — deepmind.google
- Dataconomy,Google DeepMind releases AlphaGenome 2 to study disease(2026年11月12日) — dataconomy.com
- 韓國疾病管理廳、保健福祉部、科學技術資訊通信部、產業通商部,〈不限健康檢查受檢者,全體國民皆可參與「國家整合生物大數據」〉(2026年10月15日) — kdca.go.kr
- MTN,〈匯集分散的100萬人醫療資料:國家整合生物大數據平台開放〉(2026年9月10日) — news.mtn.co.kr




