DeepMind发布AlphaGenome 2基因模型
先了解这件事
谷歌 DeepMind 发布 DNA 序列模型 AlphaGenome 2，将变异影响预测从宽泛的组织平均细化到单个细胞类型与状态。据 DeepMind 称，在 TenK10K 免疫细胞数据集上，其识别到的因果变异占比达 30%、基因效应方向判断准确率达 43%，初代分别为 16% 和 23%。模型基于 68 类组织、超过 1.07 亿个单细胞图谱训练。 DeepMind 表示，更精细的预测计算成本更高，生成结果比初代“更贵”。 目前该模型与表达条件交互式 Colab 教程通过 AlphaGenome API 面向非商业研究开放，商业研究处于私密预览阶段。DeepMind 提示，AlphaGenome 与 AlphaGenome 2 仅用于研究用途，尚未经过临床或诊断用途的验证与审批。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 11月11日 23:03 · 1 篇报道DeepMind模型无需重训适配实验室数据Google DeepMind (X)：Google DeepMind 模型免重训练适配实验
- 11月11日 23:00 · 6 篇报道DeepMind发布AlphaGenome 2模型Google DeepMind：Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
报道时间线
沿着报道，了解事件的不同侧面。
- IT之家精选谷歌 DeepMind 发布 AlphaGenome 2 基因序列模型，致病变异识别能力提升近一倍
谷歌 DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可从宽泛组织平均缩小到单个细胞类型与状态预测 DNA 变异影响。模型基于 68 类组织、超过 1.07 亿个单细胞图谱训练，在 TenK10K 免疫细胞数据集上识别到的因果变异占比达 30%、基因效应方向判断准确率达 43%，初代分别为 16% 和 23%。
- Google DeepMind (X)Google DeepMind 发布 AlphaGenome 2，可预测 DNA 在不同细胞中的读取差异
Google DeepMind 发布 AlphaGenome 2，可预测同一段 DNA 在不同细胞中被读取方式的差异，用于理解人类遗传学。该模型现已通过 API 和交互式 Colab 教程开放给非商业研究使用。
- Google DeepMind (X)Google DeepMind 发布 AlphaGenome 2，单细胞类型突变识别量接近上一代两倍
Google DeepMind 发布 AlphaGenome 2，该模型基于 68 种组织的 1 亿多条图谱训练，每次聚焦一种细胞类型。相比上一代模型，它识别出的能开启或关闭基因的突变数量接近两倍。
- Google DeepMind (X)Google DeepMind 模型免重训练适配实验
该模型还能即时适配实验室实验，无需重新训练。 研究人员只需接入几十个细胞的数据，就能观察 DNA 变化在特定时刻的表现，例如： 🔘 免疫细胞对疫苗的响应 🔘 肠道中特定细胞驱动炎症性疾病 🔘 干细胞成熟为血细胞
- Google DeepMind (X)AlphaGenome 2 聚焦特定细胞解析疾病
你的心脏、大脑和免疫系统拥有相同的 DNA 序列。那么，为什么单个字母的改变会在某些细胞中影响疾病，而其他细胞却不受影响？ AlphaGenome 2 是我们的新 AI 模型，它能聚焦特定细胞，帮助科学家理解疾病的驱动因素。🧵
- Google DeepMind精选Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异影响
Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定细胞类型或状态预测 DNA 变异对基因表达的影响。
- The Verge · AIGoogle DeepMind 发布 AlphaGenome 2，按细胞类型预测基因变异影响
Google DeepMind 发布 AlphaGenome 2，用于预测基因变异对单个细胞类型和状态的影响，训练数据覆盖 68 种组织的超过 1 亿个细胞图谱。
本事件热度走势
- 可比范围当前
- 28
- 可比范围峰值
- 2911月12日 00:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。