云生信 · 虚拟细胞技术观察｜2026年11月13日｜科研述评
一个疾病相关的 DNA 变异，在静息免疫细胞中可能影响很小，在激活状态下却可能改变基因调控。研究者希望知道的，因而不只是“哪个变异、哪个基因”，还包括它在什么细胞、什么状态下发挥作用。虚拟细胞若要帮助安排实验，也需要把这一层背景交代清楚。
Google DeepMind 在11月11日发布 AlphaGenome 2，把细胞类型和状态加入序列功能预测的输入。结合本周 PubMed 收录的相关研究，我们认为，一个值得推进的方向是：把“状态从哪里来”写进虚拟细胞的每一项预测任务，再分别评价状态内的变异效应与状态之间的响应变化。 这会直接影响一个结果应该怎样使用、下一步该验证什么。
从固定读出到状态条件化，方法改变发生在哪里？
AlphaGenome 2 的同期技术报告描述了一个条件化序列模型：输入约1 Mb DNA 序列、物种及目标条件，输出相应的分子读出。条件可以是参考细胞类型，也可以由单细胞表达数据编码得到，使模型在给定新状态时进行预测。这里引用的是团队公开技术报告，未将其视为已经完成独立同行评议的结论。AlphaGenome 2技术报告
对研究设计而言，这意味着同一段序列可以放到不同细胞背景下比较。比如，研究同一个调控变异时，可以分别指定静息与激活背景，观察预测效应是否变化。模型为我们提供的是一项可检验的条件性判断，而状态本身是否由模型推演出来，需要另行说明。
这一思路也见于 Bolero。它将细胞状态表征与 DNA 序列结合，用于预测表达和染色质可及性。该工作10月20日发布于 bioRxiv，11月8日进入 PubMed；属于近期新收录的预印本，并非本周刚发表的同行评议论文。本期仅依据其原始摘要讨论方法方向，不引用未经核实的性能细节。Bolero原始记录：PMID 42996057
两项工作的共同启发是，细胞状态可以成为序列预测的显式输入。不过，输入了某种状态，和从初始条件预测这种状态如何形成，仍然对应不同的科研任务。
状态从哪里来，决定了模型回答的是什么问题
设想团队已经测到了药物处理后的单细胞表达，并把它编码为模型条件。模型随后给出该背景下某个遗传变异的调控效应。这可以帮助研究者解释或比较已经观测到的状态。
如果任务改成“只提供给药前的细胞，预测给药后的变化”，就需要模型推断尚未观测的响应。两项任务的输入信息不同，评估时应分别报告。对未来细胞状态的预测，也不能用处理后实测的表达画像来替代。
AlphaGenome 2 报告在局限性中同样指出，其状态表征来自观测性、稳态数据；对基因敲除、过表达及动态状态转变的响应预测仍是未决问题。因此，应把它作为虚拟细胞所需的调控预测组件来评估，而不能据此宣布完整的动态细胞模拟已经实现。技术报告讨论部分
我们进一步建议，在项目验收中同时写明两项条件：预测时允许知道哪些状态信息，哪些状态必须由模型自行预测。 这样，团队可以单独检查状态表征与效应预测各自贡献了什么，避免把两种能力合并成一个难以解释的分数。
真实遗传数据，能为状态预测提供怎样的检验？
11月10日发表于 Nature Genetics、11月11日进入 PubMed 的 jaxQTL 研究，为这一问题提供了实测数据分析方面的进展。它对按个体与细胞类型汇总的计数建模，用于单细胞 eQTL 映射，即寻找遗传变异与表达变化之间的关联。论文在 OneK1K 的14类细胞中开展比较，也指出稀有细胞的检出仍受样本覆盖限制。jaxQTL原始研究
它的重要性在于帮助建立更细致的检验参照：某个变异在某类细胞中的效应方向，是否得到独立遗传数据支持？但某种细胞中检出关联、另一种没有检出，也可能涉及统计效力差异。判断状态特异性时，应直接比较效应及其不确定性，不能只比较两个显著性标签。
还要注意，该研究主要分析欧洲祖源的外周血免疫细胞，其结果不能直接覆盖所有组织与疾病状态。eQTL 关联与模型评分也都需要结合精细定位、实验干预等证据解释。这项统计方法没有直接验证 AlphaGenome 2 或完整虚拟细胞。
用一个2×2对照，检查模型是否利用了细胞状态
对于希望把这类组件纳入虚拟细胞研究的团队，我们建议先固定一个候选变异、目标基因和分子读出，再比较参考与替代等位基因在两种状态下的预测。下表是作者提出的验证设计，字母代表待计算结果，不是实测数据。
手机阅读可左右滑动查看完整表格。
| 输入DNA | 静息条件c₀ | 激活条件c₁ |
|---|---|---|
| 参考等位基因 | 预测读出R₀ | 预测读出R₁ |
| 替代等位基因 | 预测读出A₀ | 预测读出A₁ |
| 同一尺度的变异效应 | Δ₀＝A₀－R₀ | Δ₁＝A₁－R₁ |
| 进一步检验 | 比较Δ₀与独立证据 | 比较Δ₁，并检验Δ₁－Δ₀ |
所有读出应采用预先确定的同一尺度；表达分析也可按方案使用对数倍数变化。关键是先在每个状态内比较等位基因，再检验状态之间的效应差。仅看到两个状态的表达量不同，还不足以说明模型学会了变异效应的状态依赖性。
第一步，明确状态输入的时间点。 给定两种实测状态，可以评价条件性效应预测；若要评价未来响应，就只提供任务允许的基线信息，另行检验状态演化部分。
第二步，加入状态错配对照。 在其他输入保持一致时，比较正确状态、错配状态及预先选定的简单基线。对于事先认为具有状态依赖性的位点，若替换条件几乎不影响有效预测，就应继续检查收益来自哪里。对本来就不依赖状态的位点，则不应强求出现差异。
第三步，让外部证据承担最终检验。 预先保存候选、效应方向与评价规则，在未参与调试的供体或实验中核验。合适的等位基因干预及状态对照，可以进一步检验遗传背景与激活条件的交互；没有干预证据时，应保留关联与因果之间的边界。
什么结果会让我们支持它进入下一轮研究？在预先指定的状态依赖任务中，正确条件相对错配条件和公平基线，能在留出数据上改善效应差与候选排序，并得到实验支持。若优势只体现在已测状态的表达重建，证据就应停留在那一层。
产业关注点，正在转向候选决策中的增量
Genomics 在11月11日发布的署名评论中，表示计划评估 AlphaGenome 2 对现有 GWAS、QTL 等证据的新增价值，并计划将其接入 Mystra 平台。这是企业的评估与产品计划披露，不能当作整合已经完成或成药效果已经验证。Genomics原始评论
这提出了一个实际问题：模型是否改变了研究者接下来要验证的“变异—基因—细胞状态”组合？我们建议把这个决策变化记录下来，并与已有证据选择的候选一起比较。它比单独增加一列模型分数，更接近课题组需要评估的价值。
对虚拟细胞项目，下一步可以先做一张任务说明：状态已知还是待预测，目标是遗传变异还是其他干预，输出是什么，外部证据在哪里。只有各模块的输入、能力和边界清楚，后续连接才有可检查的依据。
如果已有 GWAS 位点或单细胞数据，可向云生信提供研究目标、细胞背景、现有候选及可用验证条件，先沟通数据能支持哪一级判断，再确认分析范围。联系云生信，讨论细胞状态与变异验证设计
检索与证据说明： 本期检索2026年11月7—13日 PubMed 发表及收录记录；jaxQTL 为11月10日原始研究，Bolero 为10月20日发布、11月8日新收录的预印本。补充读取 AlphaGenome 2 官方技术报告的模型、评估与局限性段落、官方接口文档及11月11日产业原始披露。技术报告与预印本不等于独立验证；本文2×2方案和验收建议未经本团队实验验证。
