AlphaGenome:Google DeepMind
DNA 序列到功能模型:读 1 Mb 序列,碱基分辨率预测多模态调控轨迹与变异效应。
基因组/RNA · 大厂实验室 · 英国 · 截至 2026-11-16
概况
| 字段 | 内容 |
|---|---|
| 名称 / 别名 | AlphaGenome;有歧义、不自动链接:AlphaGenome 2 |
| 家族 | 否(后继 AlphaGenome 2(2026-11-11)在本记录中作为最近事件记账,未建家族条目) |
| 机构 | Google DeepMind |
| 机构类型 / 国家 | 大厂实验室 / 英国 |
| 模型类别 | 基因组序列到功能模型 / 变异效应预测 |
| 领域 | 基因组/RNA |
| 首次发布 | †(未核实)(依据:开发方博客公告与 API 预览(预印本 2025-06-27)) 公告日未直接复核,来自聚合来源 |
| 其他里程碑 | 最早公开证据 †(未核实)(博客公告与 API 预览);预印本 v1 (bioRxiv v1(登记日));期刊上线 (期刊在线发表);代码发布 (推理代码随期刊发表公开);权重发布 (权重公开,须接受非商业条款);官方公告 †(未核实)(开发方博客) |
| 最近更新 | ,后继模型:AlphaGenome 2 发布:条件模型,每次预测对应一个组织或细胞类型,开发方称用逾一亿份单细胞图谱训练;经 API 向非商业用途开放,商业用途为私有预览,未提权重(站上原记录未含该事件)。此为最近一次有出处的事件,不代表此后没有更新 |
| 开放程度 | 代码:开放(documentation and example code CC-BY-4.0);权重:非商用(non-commercial terms, acceptance required);权重与推理代码 2026-01-28 公开;API 向非商业用途开放;后继模型未提权重 |
| 状态 | 已被后继取代:后继模型 AlphaGenome 2 已发布 |
| 报过的 benchmark | 3 项计入(自报 1 · 改协议 2) |
| 湿实验验证 | 无 |
| 全站实体页 | 无(全站实体库未检出对应页面) |
| 截至 | 2026-11-16 |
做什么
读入 1 Mb DNA,输出单碱基分辨率的表达、转录起始、染色质可及性、组蛋白修饰、转录因子结合、染色质接触与剪接位点使用预测,并以参考序列与变异序列的预测差评估非编码变异的调控后果。相对 Borzoi 把输入拉长并把模态合进一个模型;与 Evo 2、NTv3 这类自监督 DNA 语言模型不同,它在功能基因组学轨迹上有监督训练。
报过的 benchmark
按关系类型排列;每行标来源类型与出处。分数只在同一 benchmark、同一口径内有意义,见各 benchmark 页的当前排名。3 项计入(自报 1 · 改协议 2)。
| Benchmark | 关系类型 | 计入 | 评测集 / 口径 | 来源类型 | 说明 | 出处 |
|---|---|---|---|---|---|---|
| 08 Basenji/Enformer test set | 开发方按官方口径自报 | 是 | — | 自报 | 前代轨迹测试集;对比对象是每项任务各自最强的外部模型,不是统一榜单 | 出处 |
| 11 ClinVar hold-out protocol | 开发方自报,协议有改动 | 是 | — | 自报 | 开发方自建的变异效应套件,只覆盖剪接相关类别 | 出处 |
| 37 TraitGym | 开发方自报,协议有改动 | 是 | — | 自报 | 用了该 benchmark 的变异集,但报富集比例而非榜单指标,无可对照分数 | 出处 |
其他评测(不在 44 项内)
- QTL 与因果性任务自评(自建任务集,自报):表达与可及性 QTL 的方向与系数相关性,以及在多模态分数上训练的监督分类器,均为开发方自建口径
- 公开多重报告基因数据集(站外公开 benchmark,自报):两套公开 MPRA 数据上的剪接与调控评测,不在 44 项内
- 第三方探针对比(2026-04)(仅与基线对比,第三方):一项第三方工作称在另一基因组模型嵌入上训练的探针优于本模型;对象是探针而非零样本,不可直接对比
- BEND(站外公开 benchmark,自报):原始论文未报告该 benchmark
开发方称:单一模型在多数轨迹与变异效应评测上持平或优于各任务最强的外部模型,并把多模态预测合并在 1 Mb 上下文里。
独立证据:未检出独立证据(权重公开后仍未检出按站内 benchmark 协议的第三方评测;现有第三方工作用的是探针口径)
训练数据
| 类别 | 值 | 说明 | 出处 |
|---|---|---|---|
| a 公开库 | 是 | 公开功能基因组学与变异资源;论文明确未产生新的原始实验数据 | 出处 |
| b 私有 / 授权 | 未披露 | — | — |
| c 自产 wet lab 训练数据 | 否 | — | 出处 |
| d 仅用于验证的 wet lab | 否 | 论文中的多重报告基因与变异验证全部用公开数据 | 出处 |
湿实验验证
无。开发方未报告湿实验验证,或本站未收录可核的记录。
背景
- 机构:开发方是一家美国上市科技集团旗下的伦敦 AI 实验室,2010 年成立、2014 年被收购,2023-04 与集团另一研究部门合并。员工口径差异大:一家媒体 2025-09 给出约 5,600 人(含更广管辖范围),一家数据公司对其英国法人统计为 3,678 人(2025)。
- 融资:由集团研发预算支持;同集团生命科学线另有一家 AI 药物设计公司,2025-03-31 宣布 6 亿美元首轮外部融资。
- 产品与合作:同门有共折叠模型 AlphaFold 3;前作为两代序列到功能模型(其中 Borzoi 既是前作也是对照);API 发布时开发方称已有数千名科学家试用;集团与一所美国大学另有单细胞模型 C2S-Scale。
- 相关模型:Borzoi、AlphaFold 3、C2S-Scale、Evo 2、NTv3
怎么看
- 所有胜负计数都是开发方自报,且对手是「每项任务各自最强的外部模型」,不是统一第三方榜单上的名次。
- 2025-06 预览版与期刊版的统计口径不同,引用必须注明版本。
- ClinVar 侧只覆盖剪接相关类别,不能读成整体致病性分类可用。
- 长程调控(逾 100 kb 的增强子—基因关系)是论文自承的弱项;TraitGym 只用了变异集。
局限与注意
- 两版(预览与期刊)统计口径不同,不可混用。
- 权重受非商业条款约束;发布版是否含某一组织数据,模型卡与论文表述冲突。
- 站内 benchmark 全为自报,无第三方可引数值。
- 后继模型只经 API 提供,权重与评测细节未公开。
来源
- 期刊论文(期刊)
- 期刊全文(公开库)(期刊)
- 开发方博客(预览版)(公司博客)
- 开发方博客(后继模型)(公司博客)
- 代码与权重仓库(仓库)
更正记录
以下为本轮核对中改过的字段,原值按记录照录。
本文为个人研究笔记,结论基于成文时可获得的公开信息;带〔估算〕〔推断〕或⚠️的数字未经独立核实。