Google DeepMind 推出 AlphaGenome 2,預測 DNA 變異找出疾病根源

Google DeepMind 推出 AlphaGenome 2,預測 DNA 變異找出疾病根源

2026/11/17

Google DeepMind 公開新模型 AlphaGenome 2,能預測 DNA 序列及其變異對基因調控的影響,協助科學家找出疾病相關基因變異的根源。這是 AI 在生命科學領域的又一項重要進展。

Google DeepMind 再次把人工智慧推向生命科學的前沿。該公司近日公開全新模型 AlphaGenome 2,能夠預測 DNA 序列以及序列中的變異,會如何影響基因的調控與運作,協助科學家追查疾病背後的基因變異根源。

人類基因體中,真正負責製造蛋白質的編碼區域只占一小部分,其餘大量的非編碼區域,則扮演調控基因何時開啟、開啟多少的角色。許多疾病相關的基因變異,正是發生在這些調控區域。然而,要判斷某個變異究竟會造成什麼影響,過去往往需要耗時費力的實驗。AlphaGenome 系列模型的目標,就是用 AI 直接從 DNA 序列預測這些影響,大幅縮短研究流程。

DeepMind 在生命科學領域已有亮眼成績,先前的 AlphaFold 成功預測蛋白質結構,被視為 AI 改變科學研究方式的里程碑。AlphaGenome 則把焦點從蛋白質轉向基因調控,處理的問題更複雜,因為調控作用往往牽涉長距離的 DNA 片段與多種細胞類型。業界分析人士指出,新一代模型若能更準確地捕捉這些複雜關係,將有助於研究人員從大量的基因變異中,快速篩選出最可能與疾病相關的候選目標。

在醫療應用上,這類模型的潛力相當廣泛。罕見疾病的診斷常常卡在找不到致病變異,AI 預測可以幫助醫師縮小範圍;在藥物開發上,了解基因調控的機制,有助於找出新的治療標靶;在精準醫療方面,則能協助評估個人基因變異對疾病風險的影響。

不過,AI 預測仍需要實驗驗證,模型的準確度也會受到訓練資料與細胞類型的限制。如何把預測結果可靠地轉化為臨床應用,同時妥善處理基因資料的隱私與倫理問題,將是後續發展的重要課題。

對 AI 產業而言,AlphaGenome 2 再次說明,AI 的價值不只在於聊天與生成內容,也能在基礎科學研究中帶來突破。後續值得關注的是,模型是否開放給學術界使用、實際研究中的驗證成果,以及製藥與生技產業如何把這類工具納入研發流程。