AlphaGenome 2 解讀：DNA 效應為何因細胞而異？近兩倍召回率的證據界線（2026）

2026 年 11 月 11 日，Google DeepMind 在官方部落格發布了〈AlphaGenome 2: Deciphering how cells read DNA to better understand disease〉，由 Adam Gayoso、Natasha Latysheva、Pushmeet Kohli 與 Žiga Avsec 署名。這次 AlphaGenome 2 想回答的問題很具體：同一段 DNA 發生變異，為什麼可能改變一種細胞的基因表現，卻在另一種細胞裡影響很小？

先看原文如何把「細胞身分」放進模型，再核對「辨識數量近兩倍」究竟量了什麼，最後判斷它能替研究省下哪一步。這次值得關注的進步，是把變異放回特定細胞與狀態；研究結果的判準，則要從模型分數一路追到能驗證的生物效應。

一、AlphaGenome 2 改了什麼：讓細胞條件參與讀 DNA

可以把 DNA 想成同一本厚厚的操作手冊。不同細胞會使用不同章節；同一種免疫細胞在休息與受到刺激時，讀取方式也會變。若把許多細胞混在一起量測，少數細胞的變化可能被平均值稀釋。TenK10K 原始研究提供了這個問題的真實資料背景：其第一期以 1,925 名歐洲祖源捐贈者的全基因組與超過 500 萬個血液細胞資料，分析 28 種免疫細胞的表現調控差異。這是資料來源研究，並非外部團隊替新模型完成了驗收。

AlphaGenome 2 is a conditional model

中文：AlphaGenome 2 是一個以條件為輸入的模型。

Google DeepMind 原文

依AlphaGenome 2 研究稿件，模型接收約 100 萬個鹼基的 DNA 序列、物種，以及指定組織、細胞類型或細胞狀態的條件。條件會調節網路早期到後續各層的序列表徵；模型在這個條件下預測基因表現、染色質可及性、剪接等分子讀數，也加入 DNA 甲基化。這個設計的重點，是讓「在哪種細胞裡」參與特徵的形成，而非等到最後才挑一條輸出。

作者同時擴大資料：除了人類與小鼠的整體及單細胞資料，後訓練使用了涵蓋 68 種組織、約 1.07 億份人類單細胞 RNA 表現資料。這是細胞資料筆數，不能當作 1.07 億位獨立受試者。架構與資料一起改變，也意味著整體成績不能全歸功於其中一項；稿件另以消融實驗檢查不同階段加入條件的影響。

另一項能力是跨模態補推：有了某個狀態的 RNA 表現，模型可以推估未量測的染色質等訊號。其用途是幫研究者安排下一個實驗。補出的軌跡仍是預測；它與實際量到的軌跡需要保留不同身分。

二、AlphaGenome 2「近兩倍」：召回率的分母，比倍率更重要

研究稿件的 TenK10K 評測使用 28 種免疫細胞，包含 6,346 個經統計精細定位的高信心變異—基因—細胞型效應，再配對相同數量的負對照。負對照會考慮調控區重疊情況及到目標基因轉錄起始點的距離。這裡的「因果」標籤來自精細定位的統計信心，並不表示每一筆都已用基因編輯確認。

作者的 TenK10K 比較	單細胞微調版 AG1	AlphaGenome 2	固定的門檻
辨識高信心表現效應的召回率	16%	30%	Precision＝90%
判對表現升降方向時保留的比例	23%	43%	方向正確率＝90%
辨識任務整條精確率—召回率曲線下面積	0.72	0.76	整條曲線的摘要

以上都是開發團隊的研究結果，口徑見稿件 Figure 2 與 Methods。第一列的 30÷16＝1.875，確實接近兩倍；但絕對增加是 14 個百分點。若用 100 個評測正例來想，舊版在這個門檻找回約 16 個，新版約 30 個；新版仍有約 70 個未被找回。這是幫你理解比例的換算，不是另一場實驗。

Precision＝90% 問的是「被挑出的結果裡有多少符合評測標籤」；Recall 問的是「所有正例找回多少」。它們都依賴這張正負各半的考卷與設定門檻。把候選集合換成整個基因組，或改成臨床病例，分布就不同；不能把這個 90% 搬成找出病因的成功率。第三列的 0.72→0.76 也提醒我們：「近兩倍」描述一個高信心操作點，沒有替整體能力做同倍率保證。

第二列則是在既有高信心效應中，按模型預測幅度排序，問要維持 90% 的方向正確率，可以保留多少。它不是所有變異的準確度從 23% 升到 43%。比對基準還包括已用單細胞資料微調的 AG1，而非只拿原版模型當弱對手。

這張官方熱圖把幾個基因在不同造血細胞中的表現排在一起，讀者可比較模型是否把紅、藍區域放在相近位置。它適合解釋「細胞型特異性」的意思；要評估普遍表現，仍得回到完整資料切分、各細胞型成績與失敗案例。

三、ETS2 的故事：先有實驗，再看模型能否找回機制

原文最具體的案例，是炎症性腸病相關的 ETS2 調控。這條生物學線索並非本次模型首次發現。2024 年的原始 Nature 論文已研究遠端調控區，透過 CRISPR 編輯與其他功能實驗，連結 ETS2 表現及巨噬細胞發炎反應；其中 rs2836882 的風險等位基因與較強調控活性有關。

DeepMind 此次報告，AlphaGenome 2 在腸道細胞條件之間比較後，計算上找回該變異對巨噬細胞 ETS2 的選擇性影響。這提供了一種有價值的檢查：模型能否把變異、目標基因與相關細胞放進同一個解釋？官方 ETS2 範例也展示了這條分析路線。

不過，「找回一條已知機制」與「在實驗前提出未知機制並被證實」是兩張考卷。AlphaGenome 2 稿件的資料可用性段落明寫，本研究未進行新的濕實驗。這個案例支持它作為研究排序與機制提名工具的潛力；我們還需要前瞻測試，才能估計它替研究團隊增加多少真正的新發現。

四、未見狀態不用重訓：輸入多了，驗收也要跟著改

這次更值得長期追蹤的設計，是把研究者自己的單細胞表現資料編碼成狀態，再接進固定的序列模型。依官方單細胞條件教學，研究者可用自己的細胞資料提供條件，不必為每個新資料集重新微調整套模型。「不用重訓」省的是模型適配工作，並不省掉取得與檢查細胞資料的工作。

原文列出疫苗研究資料的例子：團隊報告模型能區分活化與休息的 T 細胞，並預測某個與 COVID-19 重症相關的變異，在活化條件下有較強的表現效應。這應讀成開發者在該資料設定下的計算結果，不能讀成疫苗造成重症，也不能由此判斷個人的感染風險。

資料狀態本身也有品質問題。若樣本混入不同細胞、量測雜訊很大，或偏離訓練分布，模型接收的條件就可能失準。官方 FAQ明確提醒分布偏離的限制；補推軌跡文件則把輸出區分為訓練時已量測、可由其他量測支持的補推，以及尚未評測的探索性補推。越容易生成新狀態的結果，越需要把這些身分保留下來。

原文還希望把 GWAS 關聯與細胞圖譜連起來。稿件提供了約 700 萬個常見或性狀相關變異在 510 種人類條件下的預計算分數，以及 640 種條件的 enhancer—gene 連結圖譜。它們幫研究者縮小「哪個變異、影響哪個基因、在哪種細胞」的候選空間。這一批條件化資源與先前的 AlphaGenome Atlas 全基因組預測資料庫各有範圍，不宜把兩者的筆數與能力混成一件事。

五、AlphaLab 的判讀：細胞解析度提高，讓問題問得更準

我同意：把細胞狀態放進輸入，切中了平均值的盲點

假設某個變異主要作用在一小群活化細胞，把整份組織混著看，訊號就可能被稀釋。條件模型讓同一段 DNA 接受不同細胞脈絡的詢問，這個方向有清楚的生物學理由。研究最有意思的地方，是改變了能問的問題，而不只是把另一個總分推高。它的價值應由跨捐贈者、跨細胞與跨實驗的增益逐步累積。

我存疑：觀察到的狀態，能走多遠到干預後的反應？

correlational rather than causal relationships

中文：相關關係，而非因果關係。

AlphaGenome 2 稿件 Discussion

作者用這個片語描述由觀察性、穩態資料學到的條件表徵，並把基因敲除、過度表現與動態狀態轉換的預測能力列為未釐清問題。這是很實質的界線：知道某種細胞現在長什麼樣，與知道改掉一個基因後它會變成什麼樣，所需證據不同。

稿件也承認，高精確率下仍只能找回部分效應；可及染色質以外、很遠的調控位置及轉錄後機制仍可能被低估，一些短暫、受刺激與疾病狀態的資料覆蓋也不足。因此，小分數不能直接當作排除生物效應的理由。這些限制都應與具體候選一起讀，而不是藏在整體平均分數後面。

更值得比較的，是每一份實驗預算換到多少新知

若研究團隊只能做固定數量的基因編輯，真正的問題就是：用新模型挑出的名單，能否比舊模型、專門工具及既有生物知識，多找到可重複的效應？還要看哪些細胞受益、哪些重要效應漏掉，以及核對結果要花多少時間。這比把 30% 當成一個脫離任務的勝利標籤更有用。

同樣，條件化也有運算代價。稿件指出，每個條件需要另外一次模型預測；要比較數百個細胞狀態，總成本會隨之增加。預計算圖譜能降低重複工作的負擔，新的私人資料或特定疾病狀態則仍要依自己的研究流程估算。

六、現在如何追蹤：先挑一個機制，等下一份更強的證據

截至 2026 年 11 月 12 日，發布公告將 AlphaGenome 2 的存取分為 AlphaGenome API 非商業研究，以及商業研究的私人預覽。準備採用時，從官方文件入口核對適用路線；直接研究 API 與商業工作流程的授權要分開。公告也明確表示模型尚未經臨床或診斷用途的驗證或核准，直接 API 條款禁止臨床決策用途。這是工具的具體使用邊界。

有研究資料與授權的團隊，可以先用公開已知位點建立小型基準：固定模型版本、基因組組裝版本、參考與替換等位基因、目標細胞、條件資料來源與輸出類型；再把舊模型、專門工具與 AlphaGenome 2 放在同一份資料上比較。記錄候選排序、表現升降方向與漏掉的已知效應，最後用事先保留的獨立資料或功能實驗驗證。這裡提出的是評估設計，本文未執行 AlphaGenome 2 推論。

一般讀者今天可以先練一個問題：每次看到「AI 找到致病變異」，先追問它是統計定位、計算預測、功能干預，還是病人層級的臨床證據。想看 AI 如何走過下一段，可接著讀 Gemini Co-Scientist 的真實實驗；要比較預測與生物實體的差距，可看 AI 設計噬菌體的存活實驗，以及 蛋白質 Binder 的濕實驗命中。

AlphaGenome 2 最值得留下的承諾，是讓研究者更精準地挑選「在哪種細胞、測哪個機制」。下一份能增加信心的進展，應是在事先保留的新資料與新實驗裡，以相同預算找回更多可重複的效應，並把失敗一起留下。看懂這一點，才知道新的細胞解析度究竟替科學多開了哪一扇門。